本書(shū)系統(tǒng)介紹了人工智能的基本原理、方法和技術(shù)，并反映國(guó)內(nèi)外研究和應(yīng)用的最新進(jìn)展。全書(shū)共11章。第1章主要介紹人工智能從業(yè)人員的職業(yè)道德及行業(yè)準(zhǔn)則和人工智能視角下的企業(yè)文化和職業(yè)素養(yǎng)。第2章主要介紹人工智能技術(shù)的定義、經(jīng)典問(wèn)題、發(fā)展史和產(chǎn)品應(yīng)用等。第3章主要介紹人工智能與大數(shù)據(jù)、數(shù)據(jù)采集與預(yù)處理、數(shù)據(jù)可視化。第4章介紹了機(jī)器學(xué)習(xí)的學(xué)習(xí)類型、分類、常見(jiàn)任務(wù)及其應(yīng)用。第5、6章對(duì)神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)做了引導(dǎo)性綜述，包括圖片識(shí)別、BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)分類、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)。第7章介紹了計(jì)算機(jī)視覺(jué)技術(shù)在圖像分類和人臉識(shí)別中的應(yīng)用。第8章介紹了中文分詞原理和各種模型與算法設(shè)計(jì)。第9章對(duì)語(yǔ)音與語(yǔ)音識(shí)別過(guò)程進(jìn)行了詳細(xì)的介紹。第10、11章詳細(xì)介紹了人工智能開(kāi)發(fā)環(huán)境的設(shè)置與機(jī)器人的具體實(shí)現(xiàn)，以開(kāi)闊讀者的眼界。
本書(shū)內(nèi)容豐富，敘述脈絡(luò)清晰，實(shí)用性強(qiáng)，同時(shí)配有豐富的習(xí)題，可作為高等職業(yè)院校計(jì)算機(jī)相關(guān)專業(yè)高職�？粕滩�，也可作為人工智能工程技術(shù)人員的培訓(xùn)教材。
作為計(jì)算機(jī)科學(xué)與技術(shù)的重要研究與應(yīng)用分支，人工智能（Artificial Intelligence，AI）的發(fā)展幾起幾落，終于迎來(lái)了碩果累累的時(shí)期。毫無(wú)疑問(wèn)，一如當(dāng)年的計(jì)算機(jī)，之后的網(wǎng)絡(luò)與因特網(wǎng)，接著的物聯(lián)網(wǎng)、云計(jì)算與大數(shù)據(jù)，今天，人工智能技術(shù)與這些技術(shù)一樣，是每個(gè)人必須關(guān)注、學(xué)習(xí)和重視的知識(shí)。
黨的二十大報(bào)告指出，推動(dòng)戰(zhàn)略性新興產(chǎn)業(yè)融合集群發(fā)展，構(gòu)建新一代信息技術(shù)、人工智能、生物技術(shù)、新能源、新材料、高端裝備、綠色環(huán)保等一批新的增長(zhǎng)引擎。
人工智能技術(shù)是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門技術(shù)科學(xué)，它試圖了解人類智能的本質(zhì)，并生產(chǎn)出新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器�？梢韵胂�，未來(lái)人工智能技術(shù)帶來(lái)的科技產(chǎn)品，將會(huì)是人類智慧的“容器”。人工智能技術(shù)不是人的智能，但能像人一樣思考，甚至可能超過(guò)人的智能。
人工智能技術(shù)是一門極富挑戰(zhàn)性的科學(xué)，包括十分廣泛的知識(shí)內(nèi)容。本書(shū)編寫(xiě)的目的是契合當(dāng)前人工智能技術(shù)的發(fā)展，為人工智能工程技術(shù)人員提供培訓(xùn)教材。全書(shū)主要內(nèi)容包括：緒論、人工智能概述、人工智能與大數(shù)據(jù)、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、語(yǔ)音與語(yǔ)音識(shí)別、人工智能開(kāi)發(fā)環(huán)境和機(jī)器人的實(shí)現(xiàn)等。
本書(shū)共11章。第1章主要介紹人工智能從業(yè)人員職業(yè)道德及行業(yè)準(zhǔn)則，以及人工智能視角下的企業(yè)文化和職業(yè)素養(yǎng)。第２章主要介紹人工智能技術(shù)的定義、經(jīng)典問(wèn)題、發(fā)展史和產(chǎn)品應(yīng)用等。第３章主要介紹人工智能與大數(shù)據(jù)、數(shù)據(jù)采集與預(yù)處理、數(shù)據(jù)可視化。第４章介紹了機(jī)器學(xué)習(xí)的學(xué)習(xí)類型、分類、常見(jiàn)任務(wù)及其應(yīng)用。第５章介紹了神經(jīng)網(wǎng)絡(luò)的基本原理、利用神經(jīng)網(wǎng)絡(luò)進(jìn)行圖片識(shí)別、BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)分類等。第６章從深度學(xué)習(xí)的基本概念入手，介紹了卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)。第７章介紹了計(jì)算機(jī)視覺(jué)技術(shù)中的圖像分類和人臉識(shí)別。第８章主要介紹中文分詞原理和各種模型與算法設(shè)計(jì)。第9章介紹了語(yǔ)音與語(yǔ)音識(shí)別過(guò)程。第10章主要介紹了人工智能開(kāi)發(fā)環(huán)境的設(shè)置與應(yīng)用實(shí)現(xiàn)。第11章對(duì)機(jī)器人的具體實(shí)現(xiàn)進(jìn)行了詳細(xì)的介紹說(shuō)明。
本書(shū)較為系統(tǒng)、全面地介紹了人工智能技術(shù)的相關(guān)概念與理論，每一章都有相關(guān)思政案例進(jìn)行導(dǎo)入學(xué)習(xí)，既簡(jiǎn)明扼要地介紹了人工智能相關(guān)算法、深度學(xué)習(xí)等技術(shù)的分析、研究和開(kāi)發(fā)，又對(duì)從事人工智能系統(tǒng)設(shè)計(jì)、優(yōu)化、運(yùn)維、管理和應(yīng)用的工程技術(shù)人員進(jìn)行專業(yè)知識(shí)培訓(xùn)，從而使參加考試者獲得新的職業(yè)工種證書(shū)：人工智能工程技術(shù)人員。
本書(shū)的編寫(xiě)和整理工作主要由重慶電子工程職業(yè)學(xué)院人工智能技術(shù)教材編寫(xiě)組和科大訊飛股份有限公司完成，其中鄭孝宗老師和何歡老師為主編，任月輝老師編寫(xiě)了第１章，劉桐老師和張桂英老師共同編寫(xiě)了第２章，鄭孝宗老師和余平老師共同編寫(xiě)了第３章，華成麗老師編寫(xiě)了第４章，尹寬老師編寫(xiě)了第５章，陳文杰老師編寫(xiě)了第６章，趙思雨老師、朱堂勛老師和吳明元老師共同編寫(xiě)了第７章，周藝?yán)蠋熅帉?xiě)了第８章，何歡老師編寫(xiě)了第９章，張浩淼老師編寫(xiě)了第10章，黃將誠(chéng)老師和科大訊飛股份有限公司的王碩共同編寫(xiě)了第11章。同時(shí)，鄭孝宗老師和劉桐老師負(fù)責(zé)全書(shū)統(tǒng)籌、修改工作。經(jīng)過(guò)近一年的辛苦付出和努力，本書(shū)稿終于完成，在此，對(duì)全體成員表示衷心的感謝，同時(shí)感謝為本書(shū)撰寫(xiě)工作提供寶貴素材的企業(yè)，感謝石玉林等同學(xué)對(duì)書(shū)中案例進(jìn)行優(yōu)化，還要感謝機(jī)械工業(yè)出版社王海霞編輯給予的寶貴意見(jiàn)和指導(dǎo)。
盡管我們盡了最大的努力，但由于水平有限，書(shū)中難免存在不妥之處，懇請(qǐng)各界專家和廣大讀者提出寶貴意見(jiàn)，以便在后期改版時(shí)修正，也可以通過(guò)電子郵件36282156@qq.com與我們聯(lián)系。
編者
前言
第1章緒論
1.1人工智能從業(yè)人員職業(yè)道德及行業(yè)準(zhǔn)則
1.1.1職業(yè)道德
1.1.2行業(yè)準(zhǔn)則
1.1.3職業(yè)道德挑戰(zhàn)
1.2職業(yè)素養(yǎng)與企業(yè)文化
1.2.1職業(yè)素養(yǎng)
1.2.2企業(yè)文化
1.2.3人工智能視角下的企業(yè)文化和職業(yè)素養(yǎng)
1.3習(xí)題與練習(xí)
第2章人工智能概述
2.1人工智能的定義
2.1.1智能的定義
2.1.2智能的特征
2.1.3人工智能的定義
2.2人工智能的經(jīng)典問(wèn)題
2.2.1圖靈測(cè)試
2.2.2中文屋子
2.3人工智能的發(fā)展史
2.3.1孕育階段
2.3.2形成階段
2.3.3發(fā)展階段
2.3.4我國(guó)人工智能的發(fā)展
2.3.5人工智能的學(xué)派
2.4人工智能的應(yīng)用分支
2.4.1認(rèn)知
2.4.2機(jī)器學(xué)習(xí)
2.4.3深度學(xué)習(xí)
2.5人工智能產(chǎn)品應(yīng)用體系
2.5.1人工智能產(chǎn)品的定義
2.5.2人工智能產(chǎn)品及服務(wù)體系
2.5.3智能金融
2.5.4智慧城市
2.5.5智慧交通
2.5.6智能制造
2.5.7智能家居
2.6習(xí)題與練習(xí)
第3章人工智能與大數(shù)據(jù)
3.1人工智能與大數(shù)據(jù)概述
3.1.1大數(shù)據(jù)產(chǎn)生背景
3.1.2大數(shù)據(jù)的特征
3.1.3大數(shù)據(jù)的精髓
3.1.4了解大數(shù)據(jù)理論
3.1.5大數(shù)據(jù)編程主要工具軟件
3.1.6大數(shù)據(jù)與人工智能的關(guān)系
3.1.7大數(shù)據(jù)與人工智能帶來(lái)的社會(huì)變革
3.2數(shù)據(jù)采集與預(yù)處理
3.2.1數(shù)據(jù)采集的對(duì)象
3.2.2數(shù)據(jù)采集簡(jiǎn)介
3.2.3大數(shù)據(jù)的預(yù)處理
3.3數(shù)據(jù)可視化
3.3.1數(shù)據(jù)可視化簡(jiǎn)介
3.3.2數(shù)據(jù)可視化工具
3.3.3數(shù)據(jù)可視化案例
3.4習(xí)題與練習(xí)
第4章機(jī)器學(xué)習(xí)應(yīng)用技術(shù)
4.1機(jī)器學(xué)習(xí)簡(jiǎn)介
4.1.1機(jī)器學(xué)習(xí)的發(fā)展
4.1.2機(jī)器學(xué)習(xí)的定義
4.2機(jī)器學(xué)習(xí)的學(xué)習(xí)類型
4.2.1非監(jiān)督學(xué)習(xí)
4.2.2監(jiān)督學(xué)習(xí)
4.2.3強(qiáng)化學(xué)習(xí)
4.3機(jī)器學(xué)習(xí)的分類
4.4機(jī)器學(xué)習(xí)的常見(jiàn)任務(wù)及其應(yīng)用
4.4.1機(jī)器學(xué)習(xí)的常見(jiàn)任務(wù)
4.4.2機(jī)器學(xué)習(xí)的應(yīng)用
4.5習(xí)題與練習(xí)
第5章神經(jīng)網(wǎng)絡(luò)應(yīng)用技術(shù)
5.1神經(jīng)網(wǎng)絡(luò)基本原理
5.1.1生物神經(jīng)網(wǎng)絡(luò)
5.1.2人工神經(jīng)網(wǎng)絡(luò)
5.2神經(jīng)網(wǎng)絡(luò)的應(yīng)用——圖片識(shí)別
5.2.1卷積神經(jīng)網(wǎng)絡(luò)
5.2.2手寫(xiě)數(shù)字識(shí)別
5.3BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)分類——語(yǔ)音特征信號(hào)分類
5.3.1BP神經(jīng)網(wǎng)絡(luò)
5.3.2語(yǔ)音特征信號(hào)識(shí)別
5.4RBF網(wǎng)絡(luò)——非線性函數(shù)回歸的實(shí)現(xiàn)
5.5習(xí)題與練習(xí)
第6章深度學(xué)習(xí)應(yīng)用技術(shù)
6.1深度學(xué)習(xí)基本概念
6.1.1深度學(xué)習(xí)相關(guān)人物介紹
6.1.2為什么需要深度學(xué)習(xí)
6.1.3深度學(xué)習(xí)的三大要素
6.2卷積神經(jīng)網(wǎng)絡(luò)
6.2.1卷積神經(jīng)網(wǎng)絡(luò)特性
6.2.2卷積神經(jīng)網(wǎng)絡(luò)核心原理
6.3循環(huán)神經(jīng)網(wǎng)絡(luò)
6.3.1循環(huán)神經(jīng)網(wǎng)絡(luò)的引入
6.3.2循環(huán)神經(jīng)網(wǎng)絡(luò)的歷史
6.3.3循環(huán)神經(jīng)網(wǎng)絡(luò)原理介紹
6.3.4循環(huán)神經(jīng)網(wǎng)絡(luò)示例
6.4深度學(xué)習(xí)的應(yīng)用
6.4.1機(jī)器博弈
6.4.2自動(dòng)駕駛
6.4.3智能機(jī)器人
6.5習(xí)題與練習(xí)
第7章計(jì)算機(jī)視覺(jué)技術(shù)
7.1OpenCV的安裝及環(huán)境配置
7.2圖像分類
7.2.1數(shù)字圖像成像原理
7.2.2數(shù)字圖像基礎(chǔ)
7.2.3視頻處理基礎(chǔ)
7.3人臉識(shí)別
7.3.1人臉識(shí)別基礎(chǔ)
7.3.2人臉識(shí)別原理
7.3.3人臉識(shí)別項(xiàng)目實(shí)戰(zhàn)
7.4習(xí)題與練習(xí)
第8章自然語(yǔ)言處理
8.1語(yǔ)言的形態(tài)
8.1.1語(yǔ)言的形態(tài)分類
8.1.2自然語(yǔ)言與編程語(yǔ)言
8.2中文分詞原理
8.2.1中文分詞的難點(diǎn)
8.2.2常見(jiàn)中文分詞方法
8.2.3常見(jiàn)中文分詞工具
8.3統(tǒng)計(jì)語(yǔ)言模型
8.3.1模型
8.3.2參數(shù)計(jì)算
8.4NLP算法設(shè)計(jì)
8.4.1切分算法
8.4.2正向最大匹配
8.4.3逆向最大匹配
8.4.4雙向最大匹配
8.5文本數(shù)據(jù)標(biāo)注管理與質(zhì)量檢驗(yàn)
8.5.1數(shù)據(jù)標(biāo)注管理
8.5.2數(shù)據(jù)標(biāo)注質(zhì)量檢驗(yàn)
8.6習(xí)題與練習(xí)
第9章語(yǔ)音與語(yǔ)音識(shí)別
9.1語(yǔ)音中的噪聲
9.1.1語(yǔ)音的特性
9.1.2噪聲的特性
9.1.3語(yǔ)音增強(qiáng)
9.2語(yǔ)音標(biāo)注規(guī)范
9.3語(yǔ)音標(biāo)注管理與質(zhì)量檢驗(yàn)
9.4語(yǔ)音識(shí)別過(guò)程
9.4.1特征提取
9.4.2聲學(xué)模型
9.4.3語(yǔ)言模型
9.4.4字典與解碼
9.5語(yǔ)音識(shí)別的相關(guān)算法
9.5.1基于動(dòng)態(tài)時(shí)間規(guī)整的算法
9.5.2基于參數(shù)模型的隱馬爾可夫模型的方法
9.5.3基于非參數(shù)模型的矢量量化（VQ）的方法
9.6語(yǔ)音識(shí)別應(yīng)用場(chǎng)景及產(chǎn)品分類
9.7習(xí)題與練習(xí)
第10章人工智能開(kāi)發(fā)環(huán)境
10.1Linux操作系統(tǒng)
10.1.1Linux發(fā)展歷程
10.1.2Linux主要特性
10.1.3安裝Ubuntu 18.04
10.2shell指令
10.2.1什么是shell指令
10.2.2shell的作用詳析
10.2.3常見(jiàn)的shell指令
10.2.4shell指令的應(yīng)用
10.3Python的安裝與移植
10.3.1Python語(yǔ)言在人工智能中的功能及優(yōu)勢(shì)
10.3.2在不同操作系統(tǒng)中如何搭建
Python編程環(huán)境
10.3.3解決安裝問(wèn)題
10.4習(xí)題與練習(xí)
第11章機(jī)器人的實(shí)現(xiàn)
11.1ROS基本原理
11.1.1ROS架構(gòu)設(shè)計(jì)
11.1.2計(jì)算圖
11.1.3文件系統(tǒng)
11.1.4開(kāi)源社區(qū)
11.1.5ROS的通信機(jī)制
11.2ROS平臺(tái)搭建
11.2.1操作系統(tǒng)與ROS版本的選擇
11.2.2配置系統(tǒng)軟件源
11.2.3添加ROS軟件源
11.2.4添加密鑰
11.2.5安裝ROS
11.2.6初始化rosdep
11.2.7設(shè)置環(huán)境變量
11.2.8構(gòu)建工廠依賴
11.2.9完成安裝
11.3ROS機(jī)器人運(yùn)動(dòng)控制
11.3.1機(jī)器人的組成
11.3.2機(jī)器人系統(tǒng)搭建
11.3.3硬件平臺(tái)
11.3.4控制系統(tǒng)與MRobot通信
11.3.5PC端控制MRobot
11.4ROS機(jī)器人的路徑規(guī)劃與導(dǎo)航
11.4.1準(zhǔn)備工作
11.4.2gmapping
11.4.3導(dǎo)航功能包
11.5對(duì)話機(jī)器人分類
11.5.1按技術(shù)實(shí)現(xiàn)方式分類
11.5.2按對(duì)話領(lǐng)域分類
11.5.3按功能角度分類
11.6對(duì)話機(jī)器人技術(shù)對(duì)比
11.6.1深度學(xué)習(xí)
11.6.2人工模板
11.6.3檢索技術(shù)
11.7習(xí)題與練習(xí)
參考文獻(xiàn)
書(shū)單推薦
