代码需要多少单词(写代码需要英语基础吗)

书名：人工智能应用开发与案例分析

缑锦 主编

王华珍 刘景华 副主编

价格：59元

面向人工智能应用开发人才的管道式流程学习——从人工智能开放平台API调用到Python人工智能算法开发的实际问题解决

人工智能正在引领新一轮科技革命和产业变革，从走在前沿的科技公司，到努力创新的传统行业，几乎都想把握这个新“风口”。世界各国充分意识到人工智能是未来国际竞争的关键赛场，纷纷制定和实施部署人工智能发展战略，以期占领新一轮科技革命的制高点。2017年国务院发布《新一代人工智能发展规划》并首次将人工智能写入政府工作报告。人工智能涉及 ABCD 四个概念，A 算法，B 大数据，C 计算平台，D 领域知识。2018年教育部发布《高等学校人工智能创新行动计划》，提出高校未来将形成“人工智能+X”的复合专业培养新模式，并引导高校不断提升人工智能领域科技创新、人才培养和服务国家需求能力，为我国人工智能发展提供战略支持。根据人工智能企业人才需求，可归纳为高级管理、高端技术、算法研究、应用开发、实际技能、产品经理等岗位类型。

2020年工业和信息化部人才交流中心发布的《人工智能产业人才发展报告（2019-2020年版）》指出，研究和应用人工智能技术的企业数量不断增加，人才需求在短时间内激增，但人工智能人才储备不足且培养机制不完善，人才供需比严重不平衡，算法研究岗和应用开发岗的人才缺口较大。虽然我国自 2017 年来，大力支持开展以人工智能学院、人工智能专业为代表的人工智能专项人才培养，但当前仍处于人才培养方式的初期探索阶段。高校在培养具有动手能力的应用型人才上有所欠缺，主要表现为：1.相关人才理论基础强，但缺乏实战能力，现阶段市面上可用的人工智能应用开发教材数量有限；2.人才培育渠道有限，培养周期长。这是由于人工智能教育教学生态尚不完善、教学实验资源缺乏、项目实训缺失等原因造成的。高校人工智能产业人才培养难以快速适应和匹配产业发展的节奏和企业的需求，应届生缺少人工智能知识储备与实践经验，很难直接匹配企业的应用开发岗位需求。

在“政产学研一体化” 人工智能人才培养生态体系建设政策指引下，本教材《人工智能应用开发与案例分析》面向人工智能应用开发岗的人才培养，以迈进人工智能领域的学习路径为切入点，按照人工智能产业链条进行课程内容设计，从应用模式理解、应用数据处理、应用产品设计、应用产品开发逻辑顺序引导读者逐步深入理解和掌握人工智能应用开发技术。

本教材全面系统地介绍人工智能应用开发的管道式流程技术，包括数据处理、架构选型、应用系统对接以及应用运行过程的性能优化等。本教材分为三篇：人工智能应用开发基础、人工智能关键技术、人工智能案例分析。

本教材配备了 教学大纲、教学进度表、教学课件、人工智能应用开发文档和程序源码等教学资源。基于不同的教学内容和教学目标，依据模块化知识框架，可以轻松定制32学时，48学时及64学时的教学进度规划。

本教材适合作为高等院校人工智能、计算机科学与技术、软件工程、智能科学与技术、智能体育工程、智能制造工程、智能车辆工程、智能交互技术、智能感知工程、智能电网信息工程、电气工程与智能控制、电机电器智能化、智能测绘工程、机器人工程、智能装备与系统、工业智能、智能工程与创意设计、虚拟现实技术、智能建造、智能建造与智慧交通、智慧水利、智能地球探测、智能采矿工程、智慧交通、智能运输工程、智慧海洋技术、智能飞行器技术、智能无人系统技术、智慧建筑与建造、智慧牧业科学与工程、智慧林业、智能医学工程、智能影像工程等专业本科生、研究生的教材，同时可供对人工智能产品比较熟悉并且对人工智能算法模型有所了解的开发人员、广大科技工作者和研究人员参考。

本教材分为三篇共11章，内容概况如下：

第一篇：人工智能应用开发基础。

着重介绍人工智能开发应用开发流程、人工智能数据处理、人工智能开发平台等，为人工智能+应用的开发做好环境准备能关键技术篇、人工智能案例分析篇。本篇包括3章：

第1章 绪论

主要介绍人工智能的发展历程、人工智能+的应用创新模式、掌握人工智能应用开发流程和掌握开发环境搭建。在论述人工智能范畴的基础上，重点介绍AI开发者应了解的人工智能+应用创新、开发流程和环境部署，旨在帮助AI开发者入门。

第2章 巧妇难为无米之炊-数据准备

主要介绍人工智能的开源数据集、人工智能数据的采集方法、基于爬虫的大数据获取技术。先工智能开源数据集帮助开发者建立数据认知，接着介绍人工智能数据的采集方法，重点介绍基于爬虫的大数据获取案例。

第3章 零基础开发-人工智能定制化训练服务

主要介绍人工智能学习模式和目前流行的人工智能定制化训练平台并给出应用指引范例，讨论人工智能模型的性能评估和人工智能产品智能水平。零编码，零AI基础，轻松几步构建AI模型。对于不太了解人工智能算法的开发者，只需要收集少量和任务相关的数据，并直接在平台上完成标注，然后让系统自适应选择合适模型与超参数进行训练，已训练模型还可直接部署到云API或打包成安装包再进行零代码开发AI应用。

第二篇 人工智能关键技术。

着重介绍人工智能的三种关键技术，即人工神经网络深度学习、自然语言处理和知识图谱。通过体系化的理论学习，为人工智能+应用的开发做好知识储备。本篇包括1章：

第4章 人工智能关键技术简介

主要介绍人工神经网络深度学习、自然语言处理技术和知识图谱。人类社会正处于人工智能的第三次热潮，即以大数据支撑的深度学习，需要了解人工神经网络深度学习相关技术。另外，人工智能正在从感知智能向认知智能迈进，需要了解认知智能相关的技术，即自然语言处理和知识图谱。

第三篇 人工智能案例分析。

第5章 智能秘书-任务型机器人 198

第6章 一呼即应-语音唤醒

主要介绍语音唤醒技术、唤醒词设置技巧、语音唤醒模型的算法原理、CNN端对端语音唤醒模型开发，旨在以语音唤醒应用为范例展示语音对话人工智能的应用价值。对话式人工智能市场已经开始爆发，语音控制已经成为了大多数手机的标配，许多智能设备走入寻常百姓家，为语音唤醒和语音控制提供了广泛的应用场景。

第7章 文字高手-写作机器人

主要介绍国内外写作机器人的产品现状、写作机器人的核心算法，平台型机器人写作应用以及基于RNN的机器人写作应用实践。各行各业都会用到写作技能。机器写作属于人工智能自然语言生成，正朝着特色化信息和人机协作优势互补等方向发展，聚焦财经、金融、体育、文学创作和设计等垂直领域，具有巨大经济价值和市场潜力。

第8章 一秒钟变大师-基于风格迁移的艺术创作

主要介绍人工智能绘画的发展与现状、基于风格迁移的人工智能绘画算法原理、基于风格迁移的人工智能绘画模型开发。以人工智能绘画为例进介绍 AI 在艺术中的应用，特别是以风格迁移为着力点介绍人工智能绘画的算法原理和模型开发过程。当下人们越来越依赖数据和人工智能，习惯透过机器来看世界。机器人逐渐成为艺术创作的主角和载体。将科技作为艺术语言，理解机器观察的现实世界，站在机器的角度理解机器艺术，对传统文化艺术的拓新、普及与传承大有裨益。

第9章 无中生有-人工智能数据生成

主要介绍生成式对抗网络的原理和基于GAN的图像生成模型开发。通过基于对抗生成网络的人工智能数据生成算法及其应用，探讨人工智能创造的价值和意义。自从人工智能崛起以来，科学家一直在探索机器产生诗歌、故事、笑话、音乐、绘画等人类创意产品的能力，以及对于创造能力的解决方案。这种能力才是真正显示人工智能算法是否智能的基础。人工智能在创作过程中不需要涉及到人类，但仍然将人类创意产品融入到学习过程中。因为人类的创作过程也要利用艺术的先前经验，将过去艺术的知识与他们产生新形式的能力结合在一起。人工智能可以分为两部分，一部分是“理解”，一部分是“创造”。而“创造”就是生成模型，机器人在理解之后可以合成语音，生成图片，生成文字、甚至创造知识。人工智能自主的知识创造，将可能动摇人在知识创造中的主体地位。

第10章 AI带你玩-人工智能在游戏中的应用

第11章 知识将比数据更重要-知识图谱

主要介绍知识图谱的应用模式、构建流程和应用实践。首先介绍知识图谱的应用模式，其次介绍领域知识图谱的构建流程，最后介绍领域知识图谱的应用开发实践。知识图谱是一个多种技术与知识高度融合的新型应用技术，对人工智能的发展起到关键性作用。知识图谱构建技术朝着越来越自动化的方向前进，已在越来越多的领域找到能够真正落地的应用场景。

扫码优惠购书

目录

向上滑动阅览

第1章绪论

1.1人工智能发展历程

1.2“人工智能+”应用的创新

1.3人工智能应用开发流程

1.4人工智能开发环境搭建

1.4.1AI开源算法框架

1.4.2Python人工智能开发环境部署

1.5实践作业

参考文献

第2章巧妇难为无米之炊——数据准备

2.1开源数据集

2.1.1计算机视觉相关数据集

2.1.2计算机听觉相关数据集

2.1.3自然语言处理相关数据集

2.2网络数据爬取

2.2.1通用爬虫与聚焦爬虫

2.2.2Python爬虫技术解析

2.2.3数据清洗

2.3基于爬虫的大数据获取案例

2.3.1基于爬虫软件的大数据获取

2.3.2基于Python爬虫技术的侨情数据获取

2.4实践作业

参考文献

第3章零基础开发——人工智能定制化训练服务

3.1人工智能学习模式简介

3.1.1机器学习范例

3.1.2监督学习

3.1.3无监督学习

3.1.4半监督学习

3.1.5强化学习

3.1.6迁移学习

3.2人工智能定制化训练服务平台

3.2.1百度人工智能定制平台

3.2.2图灵机器人平台Turing OS

3.2.3小i机器人Bot开放平台

3.2.4思必驰DUI开放平台

3.2.5华为AI开发平台ModelArts

3.2.6腾讯云AI平台服务

3.3百度人工智能定制平台应用开发实例

3.3.1基于EasyDL平台的图像分类

3.4人工智能模型性能评估

3.4.1通用泛化误差指标的计算

3.4.2分类模型的评估指标

3.4.3回归模型的评估指标

3.4.4学习任务视角下的评估指标

3.5人工智能产品智商评测

3.5.1人类智商评测模型

3.5.2流行的人工智能评测理论

3.5.3通用人工智能智商评测理论

3.5.4人工智能等级划分

3.6实践作业

参考文献

第4章人工智能关键技术简介

4.1人工神经网络深度学习

4.1.1人工神经网络概述

4.1.2卷积神经网络

4.1.3循环神经网络

4.2自然语言处理技术

4.2.1机器理解自然语言的步骤

4.2.2机器理解自然语言所需的相关知识

4.3知识图谱

4.3.1认知的组织体系

4.3.2知识图谱的核心概念

4.3.3知识图谱库的规模

4.3.4知识图谱的特点

4.3.5知识图谱的技术体系

4.3.6知识图谱的知识来源

4.3.7知识图谱的知识抽取

4.3.8知识图谱和自然语言处理的关系

4.4实践作业

参考文献

第5章智能秘书——任务型机器人

5.1任务型机器人简介

5.2任务型对话机器人核心算法

5.2.1技术框架

5.2.2槽位填充

5.2.3对话状态追踪

5.3基于端到端模型的任务型机器人开发案例

5.3.1问题描述

5.3.2项目解析

5.3.3模型解析

5.3.4算法实现

5.4实践作业

参考文献

第6章一呼即应——语音唤醒

6.1语音唤醒技术简介

6.2唤醒词设置

6.2.1唤醒词的组合方式

6.2.2唤醒词的语音要素

6.3语音唤醒模型

6.3.1基于模板匹配的KWS

6.3.2基于HMMGMM的KWS

6.3.3基于人工神经网络的KWS

6.4语音唤醒模型部署

6.5语音唤醒范例

6.5.1语音信号处理

6.5.2CNN模型训练

6.5.3CNN模型测试

6.6实践作业

参考文献

第7章文字高手——写作机器人

7.1写作机器人研究与产业现状

7.1.1国外写作机器人产品现状

7.1.2国内写作机器人简介

7.2写作机器人核心算法

7.2.1模板式写作

7.2.2抽取式写作

7.2.3生成式写作

7.3写作机器人开发案例

7.3.1Giiso平台体验

7.3.2京东“李白写作”体验

7.3.3基于RNN的唐诗生成

7.3.4图片描述生成

7.4实践作业

参考文献

第8章一秒钟变大师——基于风格迁移的艺术创作

8.1人工智能绘画发展与现状

8.1.1传统计算机绘画

8.1.2基于深度学习的计算机绘画

8.1.3人工智能绘画相关的比赛

8.2人工智能绘画范例——风格迁移

8.2.1算法原理

8.2.2风格迁移开发案例

8.3实践作业

参考文献

第9章无中生有——人工智能数据生成

9.1生成式对抗网络(GAN)原理

9.1.1GAN的概念

9.1.2GAN的原理

9.1.3GAN模型的改进

9.2基于GAN的手写数字生成实践

9.3实践作业

参考文献

第10章AI带你玩——人工智能在游戏中的应用

10.1游戏中的AI应用简介

10.1.1游戏AI的应用模式

10.1.2AlphGo项目简介

10.1.3AI生成游戏

10.2强化学习算法原理

10.2.1强化学习核心概念

10.2.2强化学习算法原理

10.3基于强化学习的AI玩家开发案例

10.4实践作业

参考文献

第11章知识将比数据更重要——知识图谱

11.1知识图谱的应用模式

11.1.1让搜索直通答案

11.1.2提供丰富的信息

11.1.3基于知识图谱的信息推荐

11.1.4基于知识图谱的用户理解

11.2领域知识图谱的构建流程

11.2.1模式设计

11.2.2明确数据来源

11.2.3词汇挖掘

11.2.4领域实体发现

11.2.5关系发现

11.2.6知识融合

11.2.7质量控制

11.3知识图谱开发案例

11.3.1图数据库的搭建

11.3.2Flask配置

11.3.3配置uWSGI

11.3.4构建一个小型的教育知识图谱

11.4实践作业

参考文献