本书巧妙地将Python语言与人工智能知识结合在一起行编排，使读者既能全面学习Python编程语言，又能系统了解人工智能基本原理并深掌握人工智能特别是新一代人工智能关键技术，同时配有丰富的教学案例和前沿热应用，每一个知识都有对应Python语言实现。 全书共分为9章。第1章主要讲解人工智能的发展历史、驱动因素以及关键技术等。第2章为Python编程语言，系统介绍Python的语法规则、数据类型、程序结构及文件操作和图形化编程等。第3章为概率统计基础，是人工智能的理论基础。第4章为*化方法，解释人工智能算法本质问题。第5章深度学习与神经网络是本书的重章节，该章对当前基于深度学习的多层神经网络，如卷积神经网络、递归/循环神经网络、长短期记忆神经网络等行全面、深的讲解。第6章TensorFlow深度学习，重介绍深度学习源框架TensorFlow的使用方法及如何利用TensorFlow发和部署各种深度学习模型。第7章数据采集与数据集制作，详细介绍如何通过网络爬虫等方法从互联网上搜集数据并制作成数据集。第8章详细阐述如何利用GPU并行计算设备和CUDA编程来加速人工智能深度学习的模型训练。第9章精心挑选了7个人工智能实验案例，包括数据智能分析、视频图像智能理解、自然语言处理等各个方面，从简到难，可以作本书配套的实验教学内容。 本书可作为人工智能、计算机、电子信息、智能科学与技术、数据科学与大数据、机器人工程等专业的高年级本科生以及研究生的学习用书，也可作为从事人工智能研究与发的科研人员、工程技术人员及智能应用爱好者的参考书籍。<br/>【推荐语】<br/>本书主要内容包括人工智能起源发展，特别是新一代人工智能的驱动因素和关键技术，并介绍通过Python编程语言的学习和数据统计、*化方法等理论学习掌握人工智能的发工具和方法。而引出深度学习与神经网络、GPU并行计算与CUDA编程等新一代人工智能的核心技术和方法，对于以往较为忽视的数据采集与数据集制作部分专门做一章节来介绍。*后以TensorFlow为平台，通过各种与实际生产生活联系紧密的热应用为案例改编为实验，达到提升创新素养和提高技能水平的人才培养目标。<br/>【作者】<br/>杨博雄,博士，武汉大学测绘遥感信息工程国家重实验室博士后，硕士研究生导师，三亚学院信息与智能工程学院副院长、教授，海南省人工智能学会人工智能教育专业委员会副主任、区块专业委员会委员。长期从事物联网、云计算、大数据、高性能计算、人工智能等方面的研究与教学工作。主持/参与多项国家及省部级科研项目，在国内外学术期刊上发表论文20余篇。获批发明专利5部，软件著作权10部。出版专著2部，教材2部。<br/>
評論0