- 中国铁道出版社
- 9787113308803
- 1-1
- 559893
- 16开
- 2025-02
- 计算机类
- 高职
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。
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 2 TensorFlow 和 PyTorch 环境搭建 .8
任务 2.1 了解 TensorFlow 和 PyTorch 8
任务 2.2 TensorFlow 安装与测试 13
任务 2.3 PyTorch 安装与测试 29
习 题 .34
单元 3 Python 基础 .35
任务 3.1 走进 Python 世界 .36
任务 3.2 Python、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 4 TensorFlow 入门 81
任务 4.1 理解计算图的概念及使用 82
任务 4.2 TensorFlow 计算模型——张量的使用 89
任务 4.3 TensorFlow 训练神经网络 100
任务 4.4 TensorFlow 卷积神经网络的使用 107
习 题 114
单元 5 NumPy 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 5.5 NumPy 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 5.8 NumPy 常用数学函数 162
习 题 167
单元 6 Pandas 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 6.4 DataFrame 属性和函数的应用 192
习 题 195
单元 7 Matplotlib 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 2 TensorFlow 和 PyTorch 环境搭建 .8
任务 2.1 了解 TensorFlow 和 PyTorch 8
任务 2.2 TensorFlow 安装与测试 13
任务 2.3 PyTorch 安装与测试 29
习 题 .34
单元 3 Python 基础 .35
任务 3.1 走进 Python 世界 .36
任务 3.2 Python、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 4 TensorFlow 入门 81
任务 4.1 理解计算图的概念及使用 82
任务 4.2 TensorFlow 计算模型——张量的使用 89
任务 4.3 TensorFlow 训练神经网络 100
任务 4.4 TensorFlow 卷积神经网络的使用 107
习 题 114
单元 5 NumPy 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 5.5 NumPy 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 5.8 NumPy 常用数学函数 162
习 题 167
单元 6 Pandas 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 6.4 DataFrame 属性和函数的应用 192
习 题 195
单元 7 Matplotlib 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
