人工智能应用基础 / 职业教育人工智能技术应用专业系列教材
￥43.00定价
作者： 张健，王小佳
出版时间：2025-04-09
出版社：机械工业出版社
- 机械工业出版社
- 9787111778424
- 1-1
- 546951
- 平装
- 2025-04-09
- 340
内容简介
本书旨在为高职学生提供人工智能应用基础的学习指南，既涵盖了人工智能的基础理论，也包含了其在实际领域中的广泛应用，同时注重应用人工智能工具进行实际操作技能的训练，比较符合高职的教学特点以及高职学生的认知特点。全书共分7章，第1章为人工智能概述，介绍人工智能的发展历程；第2章为人工智能的技术支撑，介绍大数据、云计算、学习算法等核心要素；第3章为Python基础，介绍Python的基本语法，通过一系列项目实例，使读者掌握Python编程技巧；第4章为计算机视觉；第5章为语音信号处理技术；第6章为大语言模型，介绍其关键技术，通过项目实例，使读者掌握实践应用；第7章为人工智能的行业应用与职业规划。每章设置了本章导学、学习目标和学习导览，方便读者进行相关内容的学习。章后设置了本章小结和习题，以加深读者对知识点的掌握。希望通过本书的学习，使读者切实掌握人工智能应用基础，把握人工智能的时代风口，在未来的智能时代中大有作为。
为方便教学，本书配有电子课件、习题答案、模拟试卷及答案等，凡选用本书作为授课教材的教师，均可登录机械工业出版社教育服务网（www. cmpedu. com）免费领取。咨询电话：010-88379375。
为方便教学，本书配有电子课件、习题答案、模拟试卷及答案等，凡选用本书作为授课教材的教师，均可登录机械工业出版社教育服务网（www. cmpedu. com）免费领取。咨询电话：010-88379375。
目录
目 录
前言
第1 章 人工智能概述 1
【本章导学】 2
【学习目标】 2
【学习导览】 2
1.1 人工智能的概念 3
1.2 人工智能的起源和发展 4
1.3 人工智能领域的代表性人物 8
1.4 人工智能的伦理挑战、法律问题与社会影响 10
1.5 人工智能的主要应用领域和发展趋势 11
1.6 高职学生的角色与使命 14
本章小结 15
习题 15
第2 章 人工智能的技术支撑 16
【本章导学】 17
【学习目标】 17
【学习导览】 17
2.1 人工智能的核心要素 18
2.1.1 核心要素 18
2.1.2 大数据、云计算和人工智能之间的关系 18
2.2 大数据——人工智能的数据来源 19
2.2.1 大数据的概念与特点 19
2.2.2 大数据如何为人工智能提供数据燃料 20
2.2.3 人工智能技术在大数据处理中的应用 23
2.2.4 基于大数据的人工智能应用的案例分析 24
2.3 云计算——后台支持 25
2.3.1 云计算的概念、类型与模式 25
2.3.2 云计算助力人工智能 26
2.3.3 人工智能技术在云计算中的作用 28
2.3.4 基于云计算的人工智能应用的案例分析 28
2.4 学习算法——人工智能的“大脑” 30
2.4.1 人工智能算法 30
2.4.2 机器学习 30
2.4.3 深度学习 33
2.4.4 其他学习算法 35
2.5 人工智能、云计算与大数据的技术融合 36
2.5.1 需求分析与规划 36
2.5.2 数据准备 37
2.5.3 特征工程 37
2.5.4 模型设计与训练 37
2.5.5 部署与应用 38
2.5.6 日常维护和持续优化 38
本章小结 38
习题 38
第3 章 Python 基础 40
【本章导学】 41
【学习目标】 41
【学习导览】 41
3.1 认识Python 42
3.1.1 Python 的发展历程 42
3.1.2 PyCharm 的安装 43
3.1.3 PyCharm 的使用 49
3.2 Python 编程基础 53
3.2.1 代码格式 53
3.2.2 标识符、关键字和变量 58
3.2.3 数据类型 64
3.2.4 运算符 71
3.3 程序流程控制 76
3.3.1 条件判断语句 77
3.3.2 循环语句 80
3.3.3 循环控制语句 86
3.4 模块（库） 90
3.4.1 模块（库） 的概念 90
3.4.2 模块（库） 的安装 91
3.4.3 模块（库） 的导入和使用 93
3.4.4 常用模块（库） 94
3.5 文件操作 99
3.5.1 文件的基本概念 99
3.5.2 文件的基础操作 99
3.5.3 os 库 102
本章小结 109
习题 109
第4 章 计算机视觉 112
【本章导学】 113
【学习目标】 113
【学习导览】 113
4.1 计算机视觉发展历程 114
4.2 计算机视觉关键技术 115
4.2.1 图像分类 116
4.2.2 目标检测 116
4.2.3 目标跟踪 117
4.2.4 语义分割 118
4.2.5 超分辨率 119
4.3 百度AI 开放平台的使用 120
4.4 项目实例 131
【项目实例4.1】图像审核 131
【项目实例4.2】图像识别 135
【项目实例4.3】人脸识别 139
本章小结 143
习题 143
第5 章 语音信号处理技术 145
【本章导学】 146
【学习目标】 146
【学习导览】 146
5.1 语音信号处理技术的发展历程 147
5.2 语音信号处理基础知识 148
5.2.1 语音的产生 149
5.2.2 语音信号的特征 149
5.3 语音信号处理的关键技术 150
5.3.1 预处理 151
5.3.2 时域分析 152
5.3.3 频域分析 154
5.4 项目实例 155
【项目实例5.1】语音的录制和播放 155
【项目实例5.2】语音识别 158
【项目实例5.3】语音合成 162
【项目实例5.4】语音情感分析 163
本章小结 166
习题 166
第6 章 大语言模型 168
【本章导学】 169
【学习目标】 169
【学习导览】 169
6.1 大语言模型的发展历程 170
6.2 自然语言处理技术 171
6.2.1 分词 171
6.2.2 词性标注 172
6.2.3 删除停用词 173
6.2.4 句法分析 173
6.2.5 语义分析 174
6.2.6 情感分析 176
6.3 大语言模型 176
6.3.1 Transformer 架构 177
6.3.2 预训练和微调 177
6.4 项目实例 178
【项目实例6.1】词法分析 178
【项目实例6.2】文本相似度计算 181
【项目实例6.3】文本纠错 183
【项目实例6.4】对话大模型 184
本章小结 188
习题 188
第7 章 人工智能的行业应用与职业规划 190
【本章导学】 191
【学习目标】 191
【学习导览】 191
7.1 智能制造——AI 技术引领制造业新篇章 192
7.1.1 什么是“智能制造” 192
7.1.2 什么是“智改数转” 193
7.1.3 AI 技术在制造业中的应用 195
7.2 智能驾驶——AI 技术引领交通未来 197
7.2.1 什么是“智能驾驶” 197
7.2.2 AI 技术在智能驾驶中的应用 198
7.3 智慧金融——AI 技术重塑金融服务 200
7.3.1 什么是“智慧金融” 201
7.3.2 AI 技术在金融服务中的应用 201
7.4 AIGC——AI 技术革新创意产业生态 203
7.4.1 什么是“AIGC” 203
7.4.2 AIGC 技术在创意产业的关键应用场景 204
7.5 职业规划 206
7.5.1 国家政策支持 207
7.5.2 AI 技术领域的岗位概览、开放平台与培训资源 207
本章小结 210
习题 210
参考文献 212
前言
第1 章 人工智能概述 1
【本章导学】 2
【学习目标】 2
【学习导览】 2
1.1 人工智能的概念 3
1.2 人工智能的起源和发展 4
1.3 人工智能领域的代表性人物 8
1.4 人工智能的伦理挑战、法律问题与社会影响 10
1.5 人工智能的主要应用领域和发展趋势 11
1.6 高职学生的角色与使命 14
本章小结 15
习题 15
第2 章 人工智能的技术支撑 16
【本章导学】 17
【学习目标】 17
【学习导览】 17
2.1 人工智能的核心要素 18
2.1.1 核心要素 18
2.1.2 大数据、云计算和人工智能之间的关系 18
2.2 大数据——人工智能的数据来源 19
2.2.1 大数据的概念与特点 19
2.2.2 大数据如何为人工智能提供数据燃料 20
2.2.3 人工智能技术在大数据处理中的应用 23
2.2.4 基于大数据的人工智能应用的案例分析 24
2.3 云计算——后台支持 25
2.3.1 云计算的概念、类型与模式 25
2.3.2 云计算助力人工智能 26
2.3.3 人工智能技术在云计算中的作用 28
2.3.4 基于云计算的人工智能应用的案例分析 28
2.4 学习算法——人工智能的“大脑” 30
2.4.1 人工智能算法 30
2.4.2 机器学习 30
2.4.3 深度学习 33
2.4.4 其他学习算法 35
2.5 人工智能、云计算与大数据的技术融合 36
2.5.1 需求分析与规划 36
2.5.2 数据准备 37
2.5.3 特征工程 37
2.5.4 模型设计与训练 37
2.5.5 部署与应用 38
2.5.6 日常维护和持续优化 38
本章小结 38
习题 38
第3 章 Python 基础 40
【本章导学】 41
【学习目标】 41
【学习导览】 41
3.1 认识Python 42
3.1.1 Python 的发展历程 42
3.1.2 PyCharm 的安装 43
3.1.3 PyCharm 的使用 49
3.2 Python 编程基础 53
3.2.1 代码格式 53
3.2.2 标识符、关键字和变量 58
3.2.3 数据类型 64
3.2.4 运算符 71
3.3 程序流程控制 76
3.3.1 条件判断语句 77
3.3.2 循环语句 80
3.3.3 循环控制语句 86
3.4 模块（库） 90
3.4.1 模块（库） 的概念 90
3.4.2 模块（库） 的安装 91
3.4.3 模块（库） 的导入和使用 93
3.4.4 常用模块（库） 94
3.5 文件操作 99
3.5.1 文件的基本概念 99
3.5.2 文件的基础操作 99
3.5.3 os 库 102
本章小结 109
习题 109
第4 章 计算机视觉 112
【本章导学】 113
【学习目标】 113
【学习导览】 113
4.1 计算机视觉发展历程 114
4.2 计算机视觉关键技术 115
4.2.1 图像分类 116
4.2.2 目标检测 116
4.2.3 目标跟踪 117
4.2.4 语义分割 118
4.2.5 超分辨率 119
4.3 百度AI 开放平台的使用 120
4.4 项目实例 131
【项目实例4.1】图像审核 131
【项目实例4.2】图像识别 135
【项目实例4.3】人脸识别 139
本章小结 143
习题 143
第5 章 语音信号处理技术 145
【本章导学】 146
【学习目标】 146
【学习导览】 146
5.1 语音信号处理技术的发展历程 147
5.2 语音信号处理基础知识 148
5.2.1 语音的产生 149
5.2.2 语音信号的特征 149
5.3 语音信号处理的关键技术 150
5.3.1 预处理 151
5.3.2 时域分析 152
5.3.3 频域分析 154
5.4 项目实例 155
【项目实例5.1】语音的录制和播放 155
【项目实例5.2】语音识别 158
【项目实例5.3】语音合成 162
【项目实例5.4】语音情感分析 163
本章小结 166
习题 166
第6 章 大语言模型 168
【本章导学】 169
【学习目标】 169
【学习导览】 169
6.1 大语言模型的发展历程 170
6.2 自然语言处理技术 171
6.2.1 分词 171
6.2.2 词性标注 172
6.2.3 删除停用词 173
6.2.4 句法分析 173
6.2.5 语义分析 174
6.2.6 情感分析 176
6.3 大语言模型 176
6.3.1 Transformer 架构 177
6.3.2 预训练和微调 177
6.4 项目实例 178
【项目实例6.1】词法分析 178
【项目实例6.2】文本相似度计算 181
【项目实例6.3】文本纠错 183
【项目实例6.4】对话大模型 184
本章小结 188
习题 188
第7 章 人工智能的行业应用与职业规划 190
【本章导学】 191
【学习目标】 191
【学习导览】 191
7.1 智能制造——AI 技术引领制造业新篇章 192
7.1.1 什么是“智能制造” 192
7.1.2 什么是“智改数转” 193
7.1.3 AI 技术在制造业中的应用 195
7.2 智能驾驶——AI 技术引领交通未来 197
7.2.1 什么是“智能驾驶” 197
7.2.2 AI 技术在智能驾驶中的应用 198
7.3 智慧金融——AI 技术重塑金融服务 200
7.3.1 什么是“智慧金融” 201
7.3.2 AI 技术在金融服务中的应用 201
7.4 AIGC——AI 技术革新创意产业生态 203
7.4.1 什么是“AIGC” 203
7.4.2 AIGC 技术在创意产业的关键应用场景 204
7.5 职业规划 206
7.5.1 国家政策支持 207
7.5.2 AI 技术领域的岗位概览、开放平台与培训资源 207
本章小结 210
习题 210
参考文献 212
