人工智能应用技术（微课版）
定价：￥53.00
作者： 康凤
出版时间：2025-02
出版社：电子工业出版社
- 电子工业出版社
- 9787121495489
- 1-1
- 540632
- 68260303-0
- 平塑
- 16开
- 2025-02
- 404
- 240
- 电子与信息大类
- 计算机类
- 高职
内容简介
本书覆盖了人工智能应用的核心领域，旨在为读者提供一个深入理解人工智能技术及其应用的全景视角。本书在内容安排上，从基础理论出发，逐步深入到技术实现和应用场景中，以确保读者能够掌握人工智能的关键概念、技术方法及其在实际中的应用。本书在技术深度上，详细介绍了机器学习的各种类型，包括监督学习、无监督学习等，并指导读者如何搭建机器学习环境，使用主流工具进行项目开发。进一步地，本书通过对线性模型、感知机与支持向量机（SVM）、决策树与随机森林、聚类与降维、神经网络与深度学习、自然语言处理（NLP）和计算机视觉等关键技术领域的深入讲解，结合实际案例分析，使读者理解这些技术的原理和应用方法。
目录
项目1 数据挖掘与人工智能基础 1
任务1 数据挖掘简介 2
任务2 数据挖掘的发展历程 3
任务3 人工智能简介 5
任务4 人工智能的学派 7
任务5 人工智能未来的发展趋势和前沿研究 11
任务6 人工智能在数据挖掘中的应用 13
总结 14
项目考核 14
项目2 机器学习概述 16
任务1 机器学习的定义与发展历程 16
任务2 机器学习的研究现状 19
任务3 机器学习的类型 21
总结 33
项目考核 33
项目3 机器学习环境搭建 36
任务1 认识Anaconda 37
任务2 认识sklearn 41
总结 42
项目考核 43
项目4 线性模型 44
任务1 线性回归 45
任务2 逻辑回归 57
任务3 Lasso问题 62
任务4 岭回归 65
总结 67
项目考核 68
项目5 感知机与SVM 71
任务1 感知机 71
任务2 硬间隔SVM 79
任务3 软间隔SVM 83
任务4 非线性SVM 87
总结 91
项目考核 92
项目6 决策树与随机森林 94
任务1 决策树概述 95
任务2 决策树的相关概念 96
任务3 决策树的应用 103
任务4 随机森林概述 111
任务5 随机森林的应用 113
总结 119
项目考核 119
项目7 聚类与降维 121
任务1 聚类的介绍 122
任务2 降维的介绍 123
任务3 k-Means算法 126
任务4 均值漂移聚类算法 129
任务5 亲和传播聚类算法 132
任务6 PCA降维算法 136
任务7 LDA降维算法 142
任务8 多种降维算法的对比 145
总结 150
项目考核 150
项目8 神经网络与深度学习 153
任务1 FNN 153
任务2 CNN 161
任务3 RNN 167
任务4 深度学习概述 172
总结 173
项目考核 174
项目9 NLP 176
任务1 NLP概述 177
任务2 词嵌入 178
任务3 机器翻译 188
任务4 聊天机器人 195
总结 199
项目考核 199
项目10 计算机视觉 202
任务1 计算机视觉概述 203
任务2 现代CNN 205
任务3 图像分类 213
任务4 目标检测 225
任务5 人脸识别 228
总结 230
项目考核 230
任务1 数据挖掘简介 2
任务2 数据挖掘的发展历程 3
任务3 人工智能简介 5
任务4 人工智能的学派 7
任务5 人工智能未来的发展趋势和前沿研究 11
任务6 人工智能在数据挖掘中的应用 13
总结 14
项目考核 14
项目2 机器学习概述 16
任务1 机器学习的定义与发展历程 16
任务2 机器学习的研究现状 19
任务3 机器学习的类型 21
总结 33
项目考核 33
项目3 机器学习环境搭建 36
任务1 认识Anaconda 37
任务2 认识sklearn 41
总结 42
项目考核 43
项目4 线性模型 44
任务1 线性回归 45
任务2 逻辑回归 57
任务3 Lasso问题 62
任务4 岭回归 65
总结 67
项目考核 68
项目5 感知机与SVM 71
任务1 感知机 71
任务2 硬间隔SVM 79
任务3 软间隔SVM 83
任务4 非线性SVM 87
总结 91
项目考核 92
项目6 决策树与随机森林 94
任务1 决策树概述 95
任务2 决策树的相关概念 96
任务3 决策树的应用 103
任务4 随机森林概述 111
任务5 随机森林的应用 113
总结 119
项目考核 119
项目7 聚类与降维 121
任务1 聚类的介绍 122
任务2 降维的介绍 123
任务3 k-Means算法 126
任务4 均值漂移聚类算法 129
任务5 亲和传播聚类算法 132
任务6 PCA降维算法 136
任务7 LDA降维算法 142
任务8 多种降维算法的对比 145
总结 150
项目考核 150
项目8 神经网络与深度学习 153
任务1 FNN 153
任务2 CNN 161
任务3 RNN 167
任务4 深度学习概述 172
总结 173
项目考核 174
项目9 NLP 176
任务1 NLP概述 177
任务2 词嵌入 178
任务3 机器翻译 188
任务4 聊天机器人 195
总结 199
项目考核 199
项目10 计算机视觉 202
任务1 计算机视觉概述 203
任务2 现代CNN 205
任务3 图像分类 213
任务4 目标检测 225
任务5 人脸识别 228
总结 230
项目考核 230
