人工智能应用基础项目式教程 / 高等职业教育本科新形态系列教材
￥69.00定价
作者： 程显毅，陈凤妹，王岩
出版时间：2025-04-19
出版社：机械工业出版社
- 机械工业出版社
- 9787111773825
- 1-1
- 547167
- 平装
- 2025-04-19
- 432
内容简介
在数字化、智能化的时代背景下，人工智能已经成为推动社会进步和科技发展的重要技术。本书以面向应用、面向实战为指导思想，紧扣企业技术人才培养的特点，在知识点讲解和实践中避免复杂的理论，帮助读者快速上手，体验人工智能的魅力，以激发学习兴趣。
本书覆盖了新一代人工智能的核心知识点。全书共8个项目。项目1介绍新一代人工智能的产生背景、主要内涵。项目2介绍人工智能编程语言Python。项目3、4介绍新一代人工智能关键技术—机器学习、深度学习，有助于读者理解人工智能的应用。项目5～8介绍大模型下人工智能在视觉、语言和听觉领域的应用，不仅能够帮助读者巩固所学知识，更能激发读者的创新思维和实践能力，使其能够在实际工作中灵活运用人工智能技术解决问题。
本书可用作职业本科、高职院校“人工智能导论”通识课程的参考书或教材，也适合作为人工智能爱好者的自学参考书。无论是初学者还是有一定基础的读者，都能够从本书中获得有益的启示和帮助。
本书覆盖了新一代人工智能的核心知识点。全书共8个项目。项目1介绍新一代人工智能的产生背景、主要内涵。项目2介绍人工智能编程语言Python。项目3、4介绍新一代人工智能关键技术—机器学习、深度学习，有助于读者理解人工智能的应用。项目5～8介绍大模型下人工智能在视觉、语言和听觉领域的应用，不仅能够帮助读者巩固所学知识，更能激发读者的创新思维和实践能力，使其能够在实际工作中灵活运用人工智能技术解决问题。
本书可用作职业本科、高职院校“人工智能导论”通识课程的参考书或教材，也适合作为人工智能爱好者的自学参考书。无论是初学者还是有一定基础的读者，都能够从本书中获得有益的启示和帮助。
目录
前言
项目1 进入人工智能时代 1
任务1.1 智能电视创意 1
【任务描述】 1
【预备知识】 2
1.1.1 人工智能三次浪潮 2
1.1.2 人工智能与自动化 6
1.1.3 人工智能产业链 6
【实施过程】 7
【知识拓展】 8
1.1.4 人工智能内涵和外延 8
1.1.5 人工智能三个层次 9
任务1.2 了解新零售 10
【任务描述】 10
【预备知识】 10
1.2.1 体验电商 10
1.2.2 垂直电商 13
1.2.3 高效电商 15
1.2.4 服务电商 16
【实施过程】 17
【知识拓展】 17
1.2.5 推荐系统 17
1.2.6 用户画像 19
任务1.3 认识机器人 20
【任务描述】 21
【预备知识】 21
1.3.1 机器人构成 21
1.3.2 机器人分类 22
1.3.3 机器人技术 26
1.3.4 机器人发展趋势 27
1.3.5 智能制造 27
【实施过程】 32
【知识拓展】 32
1.3.6 人工智能在制造业生产环节中的
应用 32
1.3.7 人工智能在制造业中的其他应用
场景 34
任务1.4 抓住新一代人工智能
发展的新机遇 35
【任务描述】 35
【预备知识】 35
1.4.1 人工智能赖以生存的土壤—
物联网 35
1.4.2 人工智能的算力基石—
云计算 41
1.4.3 人工智能的血液—大数据 43
【实施过程】 47
【知识拓展】 49
1.4.4 数据的真实性和安全性保障—
区块链 49
1.4.5 元宇宙 52
项目2 掌握人工智能编程语言
Python 55
任务2.1 初识 Python—打招呼 55
【任务描述】 55
【预备知识】 56
2.1.1 常量与变量 56
2.1.2 赋值语句 57
2.1.3 输入与输出 58
2.1.4 编程风格 58
2.1.5 Python开发环境Notebook 59
【实施过程】 63
任务2.2 分支结构—计算应
发放奖金 64
【任务描述】 64
【预备知识】 65
2.2.1 运算符 65
2.2.2 单分支 66
2.2.3 双分支 67
2.2.4 多分支 67
【实施过程】 68
任务2.3 循环结构—重复打印
一句话100遍 68
【任务描述】 68
【预备知识】 69
2.3.1 for循环结构流程图 69
2.3.2 while循环结构流程图 70
2.3.3 break和continue 70
【实施过程】 71
任务2.4 数据结构—账号密码
登录模拟 71
【任务描述】 72
【预备知识】 72
2.4.1 字典 72
2.4.2 动态赋值 74
【实施过程】 74
任务2.5 模块—查询女学生的
学号与姓名 75
【任务描述】 75
【预备知识】 76
2.5.1 模块 76
2.5.2 数据框 77
【实施过程】 79
项目3 让机器拥有“举一反三”
能力—机器学习 80
任务3.1 安装Python机器学习
算法库 80
【任务描述】 80
【预备知识】 80
3.1.1 机器学习背景 80
3.1.2 机器学习概念 83
3.1.3 机器学习过程 83
3.1.4 机器学习分类 84
【实施过程】 85
任务3.2 准备数据 87
【任务描述】 87
【实施过程】 87
3.2.1 数据集 87
3.2.2 数据预处理 89
3.2.3 数据集划分 91
任务3.3 选择算法训练模型 92
【任务描述】 92
【预备知识】 93
3.3.1 机器学习常用算法 93
3.3.2 损失函数设计 96
3.3.3 参数优化 99
【实施过程】 99
任务3.4 计算准确率和召回率 99
【任务描述】 99
【预备知识】 101
3.4.1 分类任务评估指标 101
3.4.2 回归任务评估指标 102
【实施过程】 102
任务3.5 未知样本输出预测 103
【任务描述】 103
【预备知识】 103
3.5.1 泛化能力 103
3.5.2 交叉验证 104
【实施过程】 104
项目4 让模型结构更“接近
人脑”—深度学习 106
任务4.1 熟悉神经网络模拟器
PlayGround 107
【任务描述】 107
【预备知识】 107
4.1.1 神经元模型 107
4.1.2 全连接神经网络 108
4.1.3 基于神经网络的机器学习 111
【实施过程】 112
任务4.2 利用卷积神经网络检测
黑白边界 115
【任务描述】 115
【预备知识】 115
4.2.1 卷积神经网络适合图像处理 115
4.2.2 卷积操作 116
4.2.3 池化操作 117
4.2.4 卷积神经网络 118
【实施过程】 118
【知识拓展】 119
4.2.5 循环神经网络 119
4.2.6 长短时记忆网络 121
4.2.7 对抗神经网络 122
任务4.3 利用深度学习框架
PaddlePaddle识别车牌 124
【任务描述】 124
【预备知识】 125
4.3.1 深度学习产生的背景 125
4.3.2 深度学习基本原理 126
4.3.3 深度学习框架PaddlePaddle 127
【实施过程】 129
【知识拓展】 130
4.3.4 强化学习 130
4.3.5 自动驾驶 131
4.3.6 智慧交通 132
项目5 让机器拥有“理解语义”
能力—图像处理与识别 140
任务5.1 涂抹擦除—
去除照片瑕疵 140
【任务描述】 140
【实施过程】 142
任务5.2 人像抠图—让背景
随心所欲 142
【任务描述】 142
【实施过程】 143
任务5.3 黑白照片上色—使黑白
图像变得鲜活 145
【任务描述】 145
【实施过程】 146
任务5.4 图像增强—提高图像的
质量和视觉吸引力 146
【任务描述】 146
【实施过程】 147
任务5.5 文生图—让你成为
绘画大师 148
【任务描述】 148
【预备知识】 148
5.5.1 文生图提示词 148
5.5.2 提示词分类 149
【实施过程】 162
【知识拓展】 168
5.5.3 大模型 168
5.5.4 大模型之核心架构
Transformer 174
5.5.5 AIGC 179
项目6 让人机沟通更加自然—
自然语言处理 185
任务6.1 文案写作—让AI
生成一份教案 185
【任务描述】 185
【预备知识】 186
6.1.1 新一代人机交互工具ChatGPT 186
6.1.2 低代码编程新范式Prompt 190
【实施过程】 192
【知识拓展】 195
6.1.3 自然语言处理概述 195
6.1.4 词嵌入—word2vec 198
6.1.5 预训练模型 200
任务6.2 文本阅读—让AI生成
文章摘要 201
【任务描述】 201
【预备知识】 201
6.2.1 文本分类 201
6.2.2 机器翻译 202
6.2.3 自动文摘 203
6.2.4 关键词提取 204
【实施过程】 204
【知识拓展】 207
任务6.3 自然对话—提升用户
体验 207
【任务描述】 207
【预备知识】 207
6.3.1 多轮对话 207
6.3.2 聊天机器人 209
6.3.3 问答系统 210
【实施过程】 211
【知识拓展】 212
6.3.4 垂直搜索—让用户更加
便捷地获取所需信息 212
任务6.4 低代码—大模型编程
新范式 212
【任务描述】 212
【预备知识】 213
6.4.1 低代码核心理念 213
6.4.2 大模型视角下的自然语言编程 215
【实施过程】 218
任务6.5 智能体—制作
GhatGPT分身 221
【任务描述】 221
【预备知识】 221
6.5.1 智能体概述 221
6.5.2 智能体底层逻辑 222
【实施过程】 223
项目7 让机器拥有“听觉感知”
能力—语音处理 228
任务7.1 文生音 228
【任务描述】 228
【预备知识】 228
7.1.1 语音合成 228
7.1.2 语言模型 231
【实施过程】 232
任务7.2 音生文 234
【任务描述】 234
【预备知识】 234
7.2.1 语音识别 234
7.2.2 语音识别的发展历程 235
7.2.3 语音识别的应用 235
【实施过程】 236
任务7.3 数字人播报 237
【任务描述】 237
【预备知识】 237
7.3.1 数字人 237
7.3.2 能够理解世界模型的Sora 237
【实施过程】 242
项目8 让机器拥有“视觉感知”
能力—计算机视觉 245
任务8.1 图像分类—智能
垃圾箱 245
【任务描述】 245
【预备知识】 246
8.1.1 计算机视觉任务 246
8.1.2 图像分类 246
8.1.3 EasyDL 249
【实施过程】 250
任务8.2 物体检测—芯片引脚
缺失检测 255
【任务描述】 255
【预备知识】 255
8.2.1 物体检测 255
8.2.2 物体检测基本原理 256
8.2.3 物体检测应用 256
【实施过程】 258
任务8.3 物体分割—螺钉螺母
分割 260
【任务描述】 260
【预备知识】 260
8.3.1 实例分割 260
8.3.2 语义分割 261
【实施过程】 262
参考文献 265
项目1 进入人工智能时代 1
任务1.1 智能电视创意 1
【任务描述】 1
【预备知识】 2
1.1.1 人工智能三次浪潮 2
1.1.2 人工智能与自动化 6
1.1.3 人工智能产业链 6
【实施过程】 7
【知识拓展】 8
1.1.4 人工智能内涵和外延 8
1.1.5 人工智能三个层次 9
任务1.2 了解新零售 10
【任务描述】 10
【预备知识】 10
1.2.1 体验电商 10
1.2.2 垂直电商 13
1.2.3 高效电商 15
1.2.4 服务电商 16
【实施过程】 17
【知识拓展】 17
1.2.5 推荐系统 17
1.2.6 用户画像 19
任务1.3 认识机器人 20
【任务描述】 21
【预备知识】 21
1.3.1 机器人构成 21
1.3.2 机器人分类 22
1.3.3 机器人技术 26
1.3.4 机器人发展趋势 27
1.3.5 智能制造 27
【实施过程】 32
【知识拓展】 32
1.3.6 人工智能在制造业生产环节中的
应用 32
1.3.7 人工智能在制造业中的其他应用
场景 34
任务1.4 抓住新一代人工智能
发展的新机遇 35
【任务描述】 35
【预备知识】 35
1.4.1 人工智能赖以生存的土壤—
物联网 35
1.4.2 人工智能的算力基石—
云计算 41
1.4.3 人工智能的血液—大数据 43
【实施过程】 47
【知识拓展】 49
1.4.4 数据的真实性和安全性保障—
区块链 49
1.4.5 元宇宙 52
项目2 掌握人工智能编程语言
Python 55
任务2.1 初识 Python—打招呼 55
【任务描述】 55
【预备知识】 56
2.1.1 常量与变量 56
2.1.2 赋值语句 57
2.1.3 输入与输出 58
2.1.4 编程风格 58
2.1.5 Python开发环境Notebook 59
【实施过程】 63
任务2.2 分支结构—计算应
发放奖金 64
【任务描述】 64
【预备知识】 65
2.2.1 运算符 65
2.2.2 单分支 66
2.2.3 双分支 67
2.2.4 多分支 67
【实施过程】 68
任务2.3 循环结构—重复打印
一句话100遍 68
【任务描述】 68
【预备知识】 69
2.3.1 for循环结构流程图 69
2.3.2 while循环结构流程图 70
2.3.3 break和continue 70
【实施过程】 71
任务2.4 数据结构—账号密码
登录模拟 71
【任务描述】 72
【预备知识】 72
2.4.1 字典 72
2.4.2 动态赋值 74
【实施过程】 74
任务2.5 模块—查询女学生的
学号与姓名 75
【任务描述】 75
【预备知识】 76
2.5.1 模块 76
2.5.2 数据框 77
【实施过程】 79
项目3 让机器拥有“举一反三”
能力—机器学习 80
任务3.1 安装Python机器学习
算法库 80
【任务描述】 80
【预备知识】 80
3.1.1 机器学习背景 80
3.1.2 机器学习概念 83
3.1.3 机器学习过程 83
3.1.4 机器学习分类 84
【实施过程】 85
任务3.2 准备数据 87
【任务描述】 87
【实施过程】 87
3.2.1 数据集 87
3.2.2 数据预处理 89
3.2.3 数据集划分 91
任务3.3 选择算法训练模型 92
【任务描述】 92
【预备知识】 93
3.3.1 机器学习常用算法 93
3.3.2 损失函数设计 96
3.3.3 参数优化 99
【实施过程】 99
任务3.4 计算准确率和召回率 99
【任务描述】 99
【预备知识】 101
3.4.1 分类任务评估指标 101
3.4.2 回归任务评估指标 102
【实施过程】 102
任务3.5 未知样本输出预测 103
【任务描述】 103
【预备知识】 103
3.5.1 泛化能力 103
3.5.2 交叉验证 104
【实施过程】 104
项目4 让模型结构更“接近
人脑”—深度学习 106
任务4.1 熟悉神经网络模拟器
PlayGround 107
【任务描述】 107
【预备知识】 107
4.1.1 神经元模型 107
4.1.2 全连接神经网络 108
4.1.3 基于神经网络的机器学习 111
【实施过程】 112
任务4.2 利用卷积神经网络检测
黑白边界 115
【任务描述】 115
【预备知识】 115
4.2.1 卷积神经网络适合图像处理 115
4.2.2 卷积操作 116
4.2.3 池化操作 117
4.2.4 卷积神经网络 118
【实施过程】 118
【知识拓展】 119
4.2.5 循环神经网络 119
4.2.6 长短时记忆网络 121
4.2.7 对抗神经网络 122
任务4.3 利用深度学习框架
PaddlePaddle识别车牌 124
【任务描述】 124
【预备知识】 125
4.3.1 深度学习产生的背景 125
4.3.2 深度学习基本原理 126
4.3.3 深度学习框架PaddlePaddle 127
【实施过程】 129
【知识拓展】 130
4.3.4 强化学习 130
4.3.5 自动驾驶 131
4.3.6 智慧交通 132
项目5 让机器拥有“理解语义”
能力—图像处理与识别 140
任务5.1 涂抹擦除—
去除照片瑕疵 140
【任务描述】 140
【实施过程】 142
任务5.2 人像抠图—让背景
随心所欲 142
【任务描述】 142
【实施过程】 143
任务5.3 黑白照片上色—使黑白
图像变得鲜活 145
【任务描述】 145
【实施过程】 146
任务5.4 图像增强—提高图像的
质量和视觉吸引力 146
【任务描述】 146
【实施过程】 147
任务5.5 文生图—让你成为
绘画大师 148
【任务描述】 148
【预备知识】 148
5.5.1 文生图提示词 148
5.5.2 提示词分类 149
【实施过程】 162
【知识拓展】 168
5.5.3 大模型 168
5.5.4 大模型之核心架构
Transformer 174
5.5.5 AIGC 179
项目6 让人机沟通更加自然—
自然语言处理 185
任务6.1 文案写作—让AI
生成一份教案 185
【任务描述】 185
【预备知识】 186
6.1.1 新一代人机交互工具ChatGPT 186
6.1.2 低代码编程新范式Prompt 190
【实施过程】 192
【知识拓展】 195
6.1.3 自然语言处理概述 195
6.1.4 词嵌入—word2vec 198
6.1.5 预训练模型 200
任务6.2 文本阅读—让AI生成
文章摘要 201
【任务描述】 201
【预备知识】 201
6.2.1 文本分类 201
6.2.2 机器翻译 202
6.2.3 自动文摘 203
6.2.4 关键词提取 204
【实施过程】 204
【知识拓展】 207
任务6.3 自然对话—提升用户
体验 207
【任务描述】 207
【预备知识】 207
6.3.1 多轮对话 207
6.3.2 聊天机器人 209
6.3.3 问答系统 210
【实施过程】 211
【知识拓展】 212
6.3.4 垂直搜索—让用户更加
便捷地获取所需信息 212
任务6.4 低代码—大模型编程
新范式 212
【任务描述】 212
【预备知识】 213
6.4.1 低代码核心理念 213
6.4.2 大模型视角下的自然语言编程 215
【实施过程】 218
任务6.5 智能体—制作
GhatGPT分身 221
【任务描述】 221
【预备知识】 221
6.5.1 智能体概述 221
6.5.2 智能体底层逻辑 222
【实施过程】 223
项目7 让机器拥有“听觉感知”
能力—语音处理 228
任务7.1 文生音 228
【任务描述】 228
【预备知识】 228
7.1.1 语音合成 228
7.1.2 语言模型 231
【实施过程】 232
任务7.2 音生文 234
【任务描述】 234
【预备知识】 234
7.2.1 语音识别 234
7.2.2 语音识别的发展历程 235
7.2.3 语音识别的应用 235
【实施过程】 236
任务7.3 数字人播报 237
【任务描述】 237
【预备知识】 237
7.3.1 数字人 237
7.3.2 能够理解世界模型的Sora 237
【实施过程】 242
项目8 让机器拥有“视觉感知”
能力—计算机视觉 245
任务8.1 图像分类—智能
垃圾箱 245
【任务描述】 245
【预备知识】 246
8.1.1 计算机视觉任务 246
8.1.2 图像分类 246
8.1.3 EasyDL 249
【实施过程】 250
任务8.2 物体检测—芯片引脚
缺失检测 255
【任务描述】 255
【预备知识】 255
8.2.1 物体检测 255
8.2.2 物体检测基本原理 256
8.2.3 物体检测应用 256
【实施过程】 258
任务8.3 物体分割—螺钉螺母
分割 260
【任务描述】 260
【预备知识】 260
8.3.1 实例分割 260
8.3.2 语义分割 261
【实施过程】 262
参考文献 265
