- 中国铁道出版社
- 9787113308803
- 1-1
- 559893
- 68260590-2
- 16开
- 2025-02
- 工学
- 计算机类
- 电子与信息大类
- 计算机类
- 计算机类
- 高职
作者简介
内容简介
本书系“十四五”高等职业教育新形态一体化教材之一,依据高等职业院校计算机类相关专业对人工智能基础能力培养方面的具体要求,逐步培养高职院校学生对人工智能的认知能力、人工智能基础框架应用能力、数据分析能力和创新能力。
本书采用任务驱动的编写方式,共8个单元,分别是人工智能概述、TensorFlow和PyTorch环境搭建、Python基础、TensorFlow入门、NumPy科学计算、Pandas数据分析库、Matplotlib基础知识和高级应用、人工智能通用技术。本书提供了丰富的案例代码和视频讲解资源,并配有教学PPT以及配套的MOOC资源。
本书适合作为高等职业院校人工智能教材,也可作为人工智能爱好者的入门参考书。
本书采用任务驱动的编写方式,共8个单元,分别是人工智能概述、TensorFlow和PyTorch环境搭建、Python基础、TensorFlow入门、NumPy科学计算、Pandas数据分析库、Matplotlib基础知识和高级应用、人工智能通用技术。本书提供了丰富的案例代码和视频讲解资源,并配有教学PPT以及配套的MOOC资源。
本书适合作为高等职业院校人工智能教材,也可作为人工智能爱好者的入门参考书。
目录
单元1人工智能概述.1
任务了解人工智能相关知识2
习题6
单元2TensorFlow和PyTorch环境搭建.8
任务2.1了解TensorFlow和PyTorch8
任务2.2TensorFlow安装与测试13
任务2.3PyTorch安装与测试29
习题.34
单元3Python基础.35
任务3.1走进Python世界.36
任务3.2Python、PyCharm的下载与安装40
任务3.3第一个Python程序47
任务3.4交换两个变量的值51
任务3.5判断会员级别56
任务3.6判断是否为酒后驾车60
任务3.7奖金发放63
任务3.8刮刮乐68
习题.76
单元4TensorFlow入门81
任务4.1理解计算图的概念及使用82
任务4.2TensorFlow计算模型——张量的使用89
任务4.3TensorFlow训练神经网络100
任务4.4TensorFlow卷积神经网络的使用107
习题114
单元5NumPy科学计算库117
任务5.1数组的创建及操作118
任务5.2数组的基本运算131
任务5.3数组的切片和索引135
任务5.4数组的增删改查143
任务5.5NumPy矩阵的基本操作151
任务5.6修改矩阵并进行乘法运算158
任务5.7矩阵转置及求逆160
任务5.8NumPy常用数学函数162
习题167
单元6Pandas数据分析库170
任务6.1为成绩表添加一列“物理”成绩171
任务6.2通过位置索引和标签索引获取学生的物理成绩183
任务6.3通过二维数组和字典两种方式创建成绩表185
任务6.4DataFrame属性和函数的应用192
习题195
单元7Matplotlib基础知识和高级应用197
任务7.1简单图表的绘制198
任务7.2个性化设置折线图206
任务7.3常用图表的绘制219
习题228
单元8人工智能通用技术231
任务8.1人脸识别232
任务8.2深度学习242
任务8.3生成式人工智能258
任务8.4人工智能大模型264
习题273
任务了解人工智能相关知识2
习题6
单元2TensorFlow和PyTorch环境搭建.8
任务2.1了解TensorFlow和PyTorch8
任务2.2TensorFlow安装与测试13
任务2.3PyTorch安装与测试29
习题.34
单元3Python基础.35
任务3.1走进Python世界.36
任务3.2Python、PyCharm的下载与安装40
任务3.3第一个Python程序47
任务3.4交换两个变量的值51
任务3.5判断会员级别56
任务3.6判断是否为酒后驾车60
任务3.7奖金发放63
任务3.8刮刮乐68
习题.76
单元4TensorFlow入门81
任务4.1理解计算图的概念及使用82
任务4.2TensorFlow计算模型——张量的使用89
任务4.3TensorFlow训练神经网络100
任务4.4TensorFlow卷积神经网络的使用107
习题114
单元5NumPy科学计算库117
任务5.1数组的创建及操作118
任务5.2数组的基本运算131
任务5.3数组的切片和索引135
任务5.4数组的增删改查143
任务5.5NumPy矩阵的基本操作151
任务5.6修改矩阵并进行乘法运算158
任务5.7矩阵转置及求逆160
任务5.8NumPy常用数学函数162
习题167
单元6Pandas数据分析库170
任务6.1为成绩表添加一列“物理”成绩171
任务6.2通过位置索引和标签索引获取学生的物理成绩183
任务6.3通过二维数组和字典两种方式创建成绩表185
任务6.4DataFrame属性和函数的应用192
习题195
单元7Matplotlib基础知识和高级应用197
任务7.1简单图表的绘制198
任务7.2个性化设置折线图206
任务7.3常用图表的绘制219
习题228
单元8人工智能通用技术231
任务8.1人脸识别232
任务8.2深度学习242
任务8.3生成式人工智能258
任务8.4人工智能大模型264
习题273













