登录机工教育服务网
点击注册
使用第三方账号登录
忘记密码
首页 > 图书 > 教材 > 高职高专教材 > 公共基础类 > 公共素质课 > 人工智能应用基础（PaddlePaddle版）
赞 收藏 浏览
人工智能应用基础（PaddlePaddle版）
本书彩色印刷，基于百度飞桨，从不同视角对人工智能的框架及典型的案例进行了介绍，内容简明通俗便于理解；配有电子课件；扫描书中二维码可观看微课视频
作者：盛鸿宇 王新强 魏建国
ISBN：978-7-111-73191-7
所属丛书：高等职业教育公共基础课系列教材
关注
播放教材视频

申请样书，扫描二维码

本书按照人工智能模型训练开发流程介绍了人工智能模型训练开发技术，包括PaddlePaddle的简介及基础知识、线性回归、卷积神经网络、循环神经网络、自然语言处理、推荐算法、计算机视觉、迁移学习、图像分类、图像识别等，并通过实际的操作案例详细、直观地讲解了人工智能算法和模型的实现过程，可帮助开发人员快速完成人工智能等相关开发任务。 本书内容简明通俗，便于理解，不仅可以拓宽读者的知识面，还可以培养计算机应用能力和解决问题的能力，具有实用、操作性强等特点。本书既可作为高等职业院校和应用型本科人工智能、大数据等相关专业的教学用书，也可作为相关专业人员自学的参考书和培训教材。 为方便教学，本书配备电子课件等教学资源。凡选用本书作为教材的教师均可登录机械工业出版社教育服务网www.cmpedu.com注册后免费下载。如有问题请致信cmpgaozhi@sina.com，或致电010-88379375联系营销人员。

同系列书
相关图书
  • 图书详情
装订：平装
编辑：赵志鹏
开本：16
出版日期： 2023-09-11
字数：278 千字
最新版印次：1-1
最新印次时间：2023-09-11
定价：53.0
cip：2023088898
图书简介

本书按照人工智能模型训练开发流程介绍了人工智能模型训练开发技术，包括PaddlePaddle的简介及基础知识、线性回归、卷积神经网络、循环神经网络、自然语言处理、推荐算法、计算机视觉、迁移学习、图像分类、图像识别等，并通过实际的操作案例详细、直观地讲解了人工智能算法和模型的实现过程，可帮助开发人员快速完成人工智能等相关开发任务。 本书内容简明通俗，便于理解，不仅可以拓宽读者的知识面，还可以培养计算机应用能力和解决问题的能力，具有实用、操作性强等特点。本书既可作为高等职业院校和应用型本科人工智能、大数据等相关专业的教学用书，也可作为相关专业人员自学的参考书和培训教材。 为方便教学，本书配备电子课件等教学资源。凡选用本书作为教材的教师均可登录机械工业出版社教育服务网www.cmpedu.com注册后免费下载。如有问题请致信cmpgaozhi@sina.com，或致电010-88379375联系营销人员。

章节目录
目 录
前言
二维码索引
任务1
走进人工智能
任务目标 001
任务描述 001
任务准备 001
1.1　人工智能与深度学习 002
1.2　人工智能深度学习的使用步骤 004
1.3　人工智能深度学习框架 009
1.4　人工智能的应用 010
1.5　AI 操作平台 012
任务实施 015
任务小结 019
任务评价 019
任务2
初识PaddlePaddle
任务目标 020
任务描述 020
任务准备 020
2.1　PaddlePaddle 简介 021
2.2　PaddlePaddle 行业应用 022
2.3　PaddlePaddle 环境搭建 023
2.4　高层API 025
任务实施 026
任务小结 028
任务评价 029
任务3
PaddlePaddle 基础
知识
任务目标 030
任务描述 030
任务准备 030
3.1　张量 031
3.2　动态图 033
3.3　模型开发 034
任务实施 045
任务小结 047
任务评价 047
任务4
线性回归——预测
程序员月薪
任务目标 049
任务描述 049
任务准备 049
4.1　机器学习 050
4.2　线性回归 050
4.3　sklearn 库 052
任务实施 053
任务小结 057
任务评价 057
任务5
卷积神经网络——
猫狗分类
任务目标 058
任务描述 058
任务准备 058
5.1　机器学习分类 059
5.2　卷积神经网络概述 060
任务实施 062
任务小结 067
任务评价 067
任务6
LeNet 之眼疾识别
任务目标 068
任务描述 068
任务准备 068
6.1　LeNet?5 069
6.2　AlexNet 071
6.3　VGGNet 072
6.4　GoogleLeNet 073
任务实施 074
任务小结 083
任务评价 083
任务7
RNN 实现谣言检测
任务目标 084
任务描述 084
任务准备 084
7.1　循环神经网络 085
7.2　LSTM 模型 085
任务实施 086
任务小结 098
任务评价 098
任务8
GRU 电影评论情感
分析
任务目标 099
任务描述 099
任务准备 099
8.1　自然语言处理 100
8.2　词向量Word2Vec 102
任务实施 105
任务小结 111
任务评价 111
任务9
电影系统推荐
任务目标 112
任务描述 112
任务准备 112
9.1　推荐系统概述 113
9.2　推荐系统本质 114
9.3　常用的推荐系统算法 114
9.4　实践中的推荐系统 115
任务实施 116
任务小结 127
任务评价 127
任务10
目标检测——火灾烟雾
检测
任务目标 128
任务描述 128
任务准备 128
10.1　目标检测概述 129
10.2　常用的开源数据集 132
10.3　PaddleDetection 135
　10.4　用户数据处理 138
任务实施 143
任务小结 147
任务评价 148
任务11
PaddleHub 实现桃子
分拣
任务目标 149
任务描述 149
任务准备 149
11.1　迁移学习 150
11.2　PaddleHub 150
任务实施 153
任务小结 157
任务评价 157
任务12
使用EasyDL 实现图像
分类
任务目标 158
任务描述 158
任务准备 158
12.1　什么是EasyDL 159
12.2　EasyDL 应用场景 159
12.3　EasyDL 的优势 160
任务实施 160
任务小结 176
任务评价 176
任务13
使用EasyDL 实现芯片
划痕质检
任务目标 177
任务描述 177
任务准备 177
13.1　什么是工业质检 178
13.2　芯片划痕质检案例介绍 178
13.3　其他工业质检的应用案例 179
任务实施 179
任务小结 195
任务评价 195
参考文献 196
图书评论