人工智能技术应用（第三版）（双色）（一体化教材）
定价：￥40.00
作者： 何琼，周俊伟，付丽琴
最新印次日期：2026-7
出版社：高等教育出版社
“十四五”职业教育国家规划教材
- 高等教育出版社
- 9787040671834
- 3版
- 48271614-9
- 16开
- 307
- 电子与信息大类
- 电子信息类
- 电子信息、计算机等
- 高职
内容简介
本书是“十四五”职业教育国家规划教材。
本书共5章，分别为走近人工智能、初识Python、让机器认识你、机器怎么学习、让机器听你指挥，涵盖人脸识别、语音识别、大语言模型与认知智能等内容。本书试图突破人工智能算法难以理解的难点，通过具象化的小任务实现做中学、做中教，注重人工智能技术的应用。
为方便教学，本书配套有演示文稿、操作演示、源代码等丰富的立体化教学资源，其中部分资源以二维码形式在书中呈现。
本书可作为职业本科、高等职业院校人工智能技术应用基础课程的教学用书，亦可作为相关从业人员的培训用书。
目录
目录
前辅文
第1章 走近人工智能
1.1 人工智能的概念
1.2 人工智能的发展历程
1.3 人工智能的分类
1.4 人工智能在产业的应用
1.5 人工智能四要素
1.6 如何开始你的学习
1.6.1 人工智能开源算法框架
1.6.2 人工智能开放平台
1.6.3 选择使用Python的原因
第2章 初识Python
2.1 超市记事本
2.1.1 Python环境的搭建
2.1.2 VS Code软件的安装与配置
2.1.3 Python与计算机的沟通方式
2.1.4 变量与标识符
2.1.5 常用的数据
2.1.6 Python的输出与输入
2.2 猜数字游戏
2.2.1 数据的判断
2.2.2 选择结构
2.2.3 循环结构
2.3 图书管理系统
2.3.1 列表
2.3.2 元组
2.3.3 字典
2.4 搬运工
2.4.1 函数的概念
2.4.2 内置函数
2.4.3 自定义函数
2.4.4 类的基础知识
2.4.5 机械臂原理及使用
2.5 三层汉诺塔
2.5.1 模块化编程
2.5.2 常用标准库
第3章 让机器认识你
3.1 人脸识别
3.1.1 人脸识别概述
3.1.2 人脸识别原理
3.1.3 OpenCV库
3.1.4 Pillow库
3.1.5 NumPy库
3.2 包裹分拣
3.2.1 条形码
3.2.2 二维码
3.2.3 QRCode库
3.2.4 PyZBar库
3.2.5 二维码的生成与解码
第4章 机器怎么学习
4.1 看图识数字
4.1.1 机器学习
4.1.2 神经网络
4.1.3 字符识别
4.1.4 Matplotlib库
4.1.5 PyTorch库
4.1.6 数据集
4.2 垃圾分类
4.2.1 深度学习
4.2.2 卷积神经网络
4.2.3 YOLOv5目标检测模型
第5章 让机器听你指挥
5.1 智能语音助手
5.1.1 语音识别
5.1.2 语音合成
5.1.3 人工智能云平台
5.2 闻声起舞
5.2.1 自然语言处理的相关概念
5.2.2 自然语言处理应用场景
5.2.3 大语言模型
参考文献
前辅文
第1章 走近人工智能
1.1 人工智能的概念
1.2 人工智能的发展历程
1.3 人工智能的分类
1.4 人工智能在产业的应用
1.5 人工智能四要素
1.6 如何开始你的学习
1.6.1 人工智能开源算法框架
1.6.2 人工智能开放平台
1.6.3 选择使用Python的原因
第2章 初识Python
2.1 超市记事本
2.1.1 Python环境的搭建
2.1.2 VS Code软件的安装与配置
2.1.3 Python与计算机的沟通方式
2.1.4 变量与标识符
2.1.5 常用的数据
2.1.6 Python的输出与输入
2.2 猜数字游戏
2.2.1 数据的判断
2.2.2 选择结构
2.2.3 循环结构
2.3 图书管理系统
2.3.1 列表
2.3.2 元组
2.3.3 字典
2.4 搬运工
2.4.1 函数的概念
2.4.2 内置函数
2.4.3 自定义函数
2.4.4 类的基础知识
2.4.5 机械臂原理及使用
2.5 三层汉诺塔
2.5.1 模块化编程
2.5.2 常用标准库
第3章 让机器认识你
3.1 人脸识别
3.1.1 人脸识别概述
3.1.2 人脸识别原理
3.1.3 OpenCV库
3.1.4 Pillow库
3.1.5 NumPy库
3.2 包裹分拣
3.2.1 条形码
3.2.2 二维码
3.2.3 QRCode库
3.2.4 PyZBar库
3.2.5 二维码的生成与解码
第4章 机器怎么学习
4.1 看图识数字
4.1.1 机器学习
4.1.2 神经网络
4.1.3 字符识别
4.1.4 Matplotlib库
4.1.5 PyTorch库
4.1.6 数据集
4.2 垃圾分类
4.2.1 深度学习
4.2.2 卷积神经网络
4.2.3 YOLOv5目标检测模型
第5章 让机器听你指挥
5.1 智能语音助手
5.1.1 语音识别
5.1.2 语音合成
5.1.3 人工智能云平台
5.2 闻声起舞
5.2.1 自然语言处理的相关概念
5.2.2 自然语言处理应用场景
5.2.3 大语言模型
参考文献
前辅文
第1章 走近人工智能
1.1 人工智能的概念
1.2 人工智能的发展历程
1.3 人工智能的分类
1.4 人工智能在产业的应用
1.5 人工智能四要素
1.6 如何开始你的学习
1.6.1 人工智能开源算法框架
1.6.2 人工智能开放平台
1.6.3 选择使用Python的原因
第2章 初识Python
2.1 超市记事本
2.1.1 Python环境的搭建
2.1.2 VS Code软件的安装与配置
2.1.3 Python与计算机的沟通方式
2.1.4 变量与标识符
2.1.5 常用的数据
2.1.6 Python的输出与输入
2.2 猜数字游戏
2.2.1 数据的判断
2.2.2 选择结构
2.2.3 循环结构
2.3 图书管理系统
2.3.1 列表
2.3.2 元组
2.3.3 字典
2.4 搬运工
2.4.1 函数的概念
2.4.2 内置函数
2.4.3 自定义函数
2.4.4 类的基础知识
2.4.5 机械臂原理及使用
2.5 三层汉诺塔
2.5.1 模块化编程
2.5.2 常用标准库
第3章 让机器认识你
3.1 人脸识别
3.1.1 人脸识别概述
3.1.2 人脸识别原理
3.1.3 OpenCV库
3.1.4 Pillow库
3.1.5 NumPy库
3.2 包裹分拣
3.2.1 条形码
3.2.2 二维码
3.2.3 QRCode库
3.2.4 PyZBar库
3.2.5 二维码的生成与解码
第4章 机器怎么学习
4.1 看图识数字
4.1.1 机器学习
4.1.2 神经网络
4.1.3 字符识别
4.1.4 Matplotlib库
4.1.5 PyTorch库
4.1.6 数据集
4.2 垃圾分类
4.2.1 深度学习
4.2.2 卷积神经网络
4.2.3 YOLOv5目标检测模型
第5章 让机器听你指挥
5.1 智能语音助手
5.1.1 语音识别
5.1.2 语音合成
5.1.3 人工智能云平台
5.2 闻声起舞
5.2.1 自然语言处理的相关概念
5.2.2 自然语言处理应用场景
5.2.3 大语言模型
参考文献
前辅文
第1章 走近人工智能
1.1 人工智能的概念
1.2 人工智能的发展历程
1.3 人工智能的分类
1.4 人工智能在产业的应用
1.5 人工智能四要素
1.6 如何开始你的学习
1.6.1 人工智能开源算法框架
1.6.2 人工智能开放平台
1.6.3 选择使用Python的原因
第2章 初识Python
2.1 超市记事本
2.1.1 Python环境的搭建
2.1.2 VS Code软件的安装与配置
2.1.3 Python与计算机的沟通方式
2.1.4 变量与标识符
2.1.5 常用的数据
2.1.6 Python的输出与输入
2.2 猜数字游戏
2.2.1 数据的判断
2.2.2 选择结构
2.2.3 循环结构
2.3 图书管理系统
2.3.1 列表
2.3.2 元组
2.3.3 字典
2.4 搬运工
2.4.1 函数的概念
2.4.2 内置函数
2.4.3 自定义函数
2.4.4 类的基础知识
2.4.5 机械臂原理及使用
2.5 三层汉诺塔
2.5.1 模块化编程
2.5.2 常用标准库
第3章 让机器认识你
3.1 人脸识别
3.1.1 人脸识别概述
3.1.2 人脸识别原理
3.1.3 OpenCV库
3.1.4 Pillow库
3.1.5 NumPy库
3.2 包裹分拣
3.2.1 条形码
3.2.2 二维码
3.2.3 QRCode库
3.2.4 PyZBar库
3.2.5 二维码的生成与解码
第4章 机器怎么学习
4.1 看图识数字
4.1.1 机器学习
4.1.2 神经网络
4.1.3 字符识别
4.1.4 Matplotlib库
4.1.5 PyTorch库
4.1.6 数据集
4.2 垃圾分类
4.2.1 深度学习
4.2.2 卷积神经网络
4.2.3 YOLOv5目标检测模型
第5章 让机器听你指挥
5.1 智能语音助手
5.1.1 语音识别
5.1.2 语音合成
5.1.3 人工智能云平台
5.2 闻声起舞
5.2.1 自然语言处理的相关概念
5.2.2 自然语言处理应用场景
5.2.3 大语言模型
参考文献
