原副标题：画册所推荐 | 人工智慧应用应用领域合作开发与事例预测
原文：人工智慧应用应用领域合作开发与事例预测
缑锦 总编辑
王华珍 刘景华 编委
价格：59元
面向全国人工智慧应用应用领域合作开发专精人才的管线式业务流程学习——从人工智慧金蝶API初始化到Python人工智慧演算法合作开发的前述问题解决
人工智慧正在助推新一波信息控制技术民主革命和产业产业发展革新，从走在最前沿的信息控制技术公司，到努力控制技术创新的传统行业，几乎都想把握这个新“风口”。世界各国充分意识到人工智慧是未来国际竞争的关键绿茵场，纷纷制定和实施部署人工智慧产业发展发展战略，以求占领新一波信息控制技术民主革命的最前沿阵地。2017年国务院正式发布《第三代人工智慧产业发展规划》并首次将人工智慧载入政府工作报告。人工智慧涉及 ABCD 四个概念，A 演算法，B 大数据，C 计算平台，D 应用领域科学知识。2018年中华人民共和国教育部正式发布《高校人工智慧控制技术创新纲要》，提出院校未来将形成“人工智慧+X”的A43EI235E专精培植新模式，并引导院校急速提升人工智慧应用领域信息控制技术控制技术创新、专精科研和服务国家市场需求潜能，为我省人工智慧产业发展提供发展战略支持。根据人工智慧民营企业专精专精人才，可概括为高级管理、中高档控制技术、演算法科学研究、应用应用领域合作开发、前述专业技能、产品经理等工作岗位类型。
2020年工业和信息技术部专精高教中心正式发布的《人工智能产业产业发展专精人才产业发展报告（2019-2020年版）》指出，科学研究和应用应用领域人工智慧控制技术的民营企业数目急速增加，专精专精人才在短时期内剧增，但人工智慧专精人才贮备不足且培植机制不健全，专精人才供求比严重不平衡，演算法科学研究岗和应用应用领域开发岗的专精人才资金缺口较大。虽然我省自 2017 年来，全力支持开展以人工智慧学院、人工智慧专精为代表的人工智慧工作方案专精科研，但当前仍处于专精科研方式的初期探索阶段。院校在培植具有亲自动手潜能的应用应用领域型专精人才上有所欠缺，主要表现为：1.相关专精人才理论基础强，但缺少两栖作战潜能，眼下市售可用的人工智慧应用应用领域合作开发教科书数目非常有限；2.专精人才培植渠道非常有限，培植周期短。这是由于人工智慧教育课堂教学自然生态尚不健全、课堂教学实验资源缺少、项目实训缺位等原因造成的。院校人工智慧产业产业发展专精科研难以快速适应和相匹配产业产业发展产业发展的节奏和民营企业的市场需求，高职缺少人工智慧科学知识贮备与成功经验，很难直接相匹配民营企业的应用应用领域合作开发工作岗位市场需求。
在“政产学研一体化” 人工智慧专精人才培养自然生态体系建设政策指引下，本教科书《人工智慧应用应用领域合作开发与事例预测》面向全国人工智慧应用应用领域合作开发岗的专精科研，以迈进人工智慧应用领域的学习路径为切入点，按照人工智慧产业产业发展链条进行课程内容设计，从应用应用领域模式理解、应用应用领域数据处理、应用应用领域产品设计、应用应用领域产品合作开发逻辑顺序引导读者逐步深入理解和掌握人工智慧应用应用领域合作开发控制技术。
本教科书全面系统地介绍人工智慧应用应用领域合作开发的管线式业务流程控制技术，包括数据处理、架构选型、应用应用领域系统对接以及应用应用领域运行过程的性能优化等。本教科书分为三篇：人工智慧应用应用领域合作开发基础、人工智慧关键控制技术、人工智慧事例预测。
本教科书配备了 课堂教学大纲、课堂教学进度表、课堂教学课件、人工智慧应用应用领域合作开发文档和程序源码等课堂教学资源。基于不同的课堂教学内容和课堂教学目标，依据模块化科学知识框架，可以轻松定制32学时，48学时及64学时的课堂教学进度规划。
本教科书适合作为高等院校人工智慧、计算机科学与控制技术、软件工程、智能科学与控制技术、智能体育工程、智能制造工程、智能车辆工程、智能交互控制技术、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、虚拟现实控制技术、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、智慧海洋控制技术、智能飞行器控制技术、智能无人系统控制技术、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、智能影像工程等专精本科生、科学研究生的教科书，同时可供对人工智慧产品比较熟悉并且对人工智慧演算法模型有所了解的合作开发人员、广大信息控制技术工作者和科学研究人员参考。
本教科书分为三篇共11章，内容概况如下：
第一篇：人工智慧应用应用领域合作开发基础。
着重介绍人工智慧合作开发应用应用领域合作开发业务流程、人工智慧数据处理、人工智慧合作开发平台等，为人工智慧+应用应用领域的合作开发做好环境准备能关键控制技术篇、人工智慧事例预测篇。本篇包括3章：
第1章 绪论
主要介绍人工智慧的产业发展历程、人工智慧+的应用应用领域控制技术创新模式、掌握人工智慧应用合作开发业务流程和掌握合作开发环境搭建。在论述人工智慧范畴的基础上，重点介绍AI合作开发者应了解的人工智慧+应用应用领域控制技术创新、合作开发业务流程和环境部署，旨在帮助AI合作开发者入门。
第2章 巧妇难为无米之炊-数据准备
主要介绍人工智慧的
第3章 零基础合作开发-人工智慧定制化训练服务
主要介绍人工智慧学习模式和目前流行的人工智慧定制化训练平台并给出应用应用领域指引范例，讨论人工智慧模型的性能评估和人工智慧产品智能水平。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演算法的合作开发者，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合作开发AI应用应用领域。
第二篇 人工智能关键控制技术。
着重介绍人工智慧的三种关键控制技术，即人工神经网络深度学习、自然语言处理和科学知识图谱。通过体系化的理论学习，为人工智慧+应用应用领域的合作开发做好科学知识贮备。本篇包括1章：
第4章 人工智慧关键控制技术简介
主要介绍人工神经网络深度学习、自然语言处理控制技术和科学知识图谱。人类社会正处于人工智慧的第三次热潮，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控制技术。另外，人工智慧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控制技术，即自然语言处理和科学知识图谱。
第三篇 人工智慧事例预测。
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
主要介绍语音唤醒控制技术、唤醒词设置技巧、语音唤醒模型的演算法原理、CNN端对端语音唤醒模型合作开发，旨在以语音唤醒应用应用领域为范例展示语音对话人工智慧的应用应用领域价值。对话式人工智慧市场已经开始爆发，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应用领域场景。
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、写作机器人的核心演算法，平台型机器人写作应用应用领域以及基于RNN的机器人写作应用应用领域实践。各行各业都会用到写作专业技能。机器写作属于人工智慧自然语言生成，正朝着特色化信息和人机协作优势互补等方向产业发展，聚焦财经、金融、体育、文学创作和设计等垂直应用领域，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
主要介绍人工智慧绘画的产业发展与现状、基于风格迁移的人工智慧绘画演算法原理、基于风格迁移的人工智慧绘画模型合作开发。以人工智慧绘画为例进介绍 AI 在艺术中的应用应用领域，特别是以风格迁移为着力点介绍人工智慧绘画的演算法原理和模型合作开发过程。当下人们越来越依赖数据和人工智慧，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。将信息控制技术作为艺术语言，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-人工智慧数据生成
主要介绍生成式对抗网络的原理和基于GAN的图像生成模型合作开发。通过基于对抗生成网络的人工智慧数据生成演算法及其应用应用领域，探讨人工智慧创造的价值和意义。自从人工智慧崛起以来，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潜能，以及对于创造潜能的解决方案。这种潜能才是真正显示人工智慧演算法是否智能的基础。人工智慧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，将过去艺术的科学知识与他们产生新形式的潜能结合在一起。人工智慧可以分为两部分，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、甚至创造科学知识。人工智慧自主的科学知识创造，将可能动摇人在科学知识创造中的主体地位。
第10章 AI带你玩-人工智慧在游戏中的应用应用领域
第11章 科学知识将比数据更重要-科学知识图谱
主要介绍科学知识图谱的应用应用领域模式、构建业务流程和应用应用领域实践。首先介绍科学知识图谱的应用应用领域模式，其次介绍应用领域科学知识图谱的构建业务流程，最后介绍应用领域科学知识图谱的应用应用领域合作开发实践。科学知识图谱是一个多种控制技术与科学知识高度融合的新型应用应用领域控制技术，对人工智慧的产业发展起到关键性作用。科学知识图谱构建控制技术朝着越来越自动化的方向前进，已在越来越多的应用领域找到能够真正落地的应用应用领域场景。
扫码优惠购书
目录
向上滑动阅览
第1章绪论
1.1人工智慧发展历程
1.2“人工智慧+”应用应用领域的控制技术创新
1.3人工智慧应用应用领域合作开发业务流程
1.4人工智慧合作开发环境搭建
1.4.1AI开源演算法框架
1.4.2Python人工智慧合作开发环境部署
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爬虫控制技术解析
2.2.3数据清洗
2.4实践作业
参考文献
第3章零基础合作开发——人工智慧定制化训练服务
3.1人工智慧学习模式简介
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人工智慧定制化训练服务平台
3.2.1百度人工智慧定制平台
3.2.2图灵机器人平台Turing OS
3.2.3小i机器人Bot金蝶
3.2.4思必驰DUI金蝶
3.2.5华为AI合作开发平台ModelArts
3.2.6腾讯云AI平台服务
3.3百度人工智慧定制平台应用应用领域合作开发实例
3.3.1基于EasyDL平台的图像分类
3.4人工智慧模型性能评估
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人工智慧产品智商评测
3.5.1人类智商评测模型
3.5.2流行的人工智慧评测理论
3.5.3通用人工智慧智商评测理论
3.5.4人工智慧等级划分
3.6实践作业
参考文献
第4章人工智慧关键控制技术简介
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自然语言处理控制技术
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科学知识
4.3科学知识图谱
4.3.1认知的组织体系
4.3.2科学知识图谱的核心概念
4.3.3科学知识图谱库的规模
4.3.4科学知识图谱的特点
4.3.5科学知识图谱的控制技术体系
4.3.7科学知识图谱的科学知识抽取
4.3.8科学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演算法
5.2.1控制技术框架
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合作开发事例
5.3.1问题描述
5.3.2项目解析
5.3.3模型解析
5.3.4演算法实现
5.4实践作业
参考文献
第6章一呼即应——语音唤醒
6.1语音唤醒控制技术简介
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基于模板相匹配的KWS
6.3.2基于HMMGMM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写作机器人科学研究与产业产业发展现状
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写作机器人核心演算法
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写作机器人合作开发事例
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人工智慧绘画产业发展与现状
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人工智慧绘画相关的比赛
8.2人工智慧绘画范例——风格迁移
8.2.1演算法原理
8.2.2风格迁移合作开发事例
8.3实践作业
参考文献
第9章无中生有——人工智慧数据生成
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——人工智慧在游戏中的应用应用领域
10.1游戏中的AI应用应用领域简介
10.1.1游戏AI的应用应用领域模式
10.1.2AlphGo项目简介
10.1.3AI生成游戏
10.2强化学习演算法原理
10.2.1强化学习核心概念
10.2.2强化学习演算法原理
10.3基于强化学习的AI玩家合作开发事例
10.4实践作业
参考文献
第11章科学知识将比数据更重要——科学知识图谱
11.1科学知识图谱的应用应用领域模式
11.1.1让搜索直通答案
11.1.2提供丰富的信息
11.1.3基于科学知识图谱的信息所推荐
11.1.4基于科学知识图谱的用户理解
11.2应用领域科学知识图谱的构建业务流程
11.2.1模式设计
11.2.3词汇挖掘
11.2.4应用领域实体发现
11.2.5关系发现
11.2.6科学知识融合
11.2.7质量控制
11.3科学知识图谱合作开发事例
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科学知识图谱
11.4实践作业
参考文献
