本書從概念和數(shù)學(xué)原理上對人工智能所涉及的數(shù)據(jù)處理常用算法、圖像識別、語音識別、自然語言處理、深度學(xué)習幾個主要方面進行了闡述，并以Python為主要工具進行了相應(yīng)的編程實踐，以使讀者對人工智能相關(guān)技術(shù)有更直觀和深入的理解。此外，本書也用幾個獨立的章節(jié)從原理和實踐上介紹了量子計算、區(qū)塊鏈技術(shù)、并行計算、增強現(xiàn)實等與人工智能密切相關(guān)的前沿技術(shù)。
本書適合對人工智能領(lǐng)域感興趣并有一定數(shù)學(xué)基礎(chǔ)的相關(guān)人員閱讀，也可作為高等院校相關(guān)專業(yè)的教學(xué)參考書。
1.對人工智能所涉及的數(shù)據(jù)處理常用算法從概念和數(shù)學(xué)原理上進行了簡單介紹
2.使用Python為主要工具對圖像識別、語音識別、自然語言處理、深度學(xué)習、量子計算、區(qū)塊鏈技術(shù)、并行計算、增強現(xiàn)實等常用算法進行編程實現(xiàn)
3.提供所有案例實戰(zhàn)源代碼
4.語言通俗易懂，可讀性強
呂鑒濤，中共黨員，歸國計算機科學(xué)博士，政府特聘科技專家。曾任職中關(guān)村著名企業(yè)為高級軟件工程師。本科和碩士就讀于華中師范大學(xué)。后留學(xué)于加拿大Dalhousie University。畢業(yè)后任職于加拿大聯(lián)邦政府。2010年回國創(chuàng)業(yè)，將企業(yè)做成行業(yè)知名品牌。帶領(lǐng)團隊研發(fā)出全球首款并量產(chǎn)的3D食品打印機，引發(fā)國內(nèi)各大媒體爭相報道。擁有多項個人專利和軟件著作權(quán)。
第1章 緒論 1
1.1 人工智能的起源與發(fā)展 1
1.2 人工智能的主要應(yīng)用行業(yè)與領(lǐng)域 2
1.3 中國人工智能發(fā)展現(xiàn)狀 3
1.4 Python與人工智能 4
1.5 構(gòu)建Python人工智能編程環(huán)境 5
第2章 數(shù)據(jù)處理常用算法 11
2.1 傅里葉變換 11
2.1.1 傅里葉分析的由來 11
2.1.2 傅里葉變換原理與應(yīng)用 11
2.2 卷積 16
2.2.1 數(shù)字信號處理與卷積運算 16
2.2.2 NumPy卷積函數(shù) 20
2.2.3 二維矩陣卷積計算 21
2.2.4 圖像卷積應(yīng)用示例 22
2.3 二分法求解 23
2.4 最小二乘法曲線擬合 25
2.4.1 最小二乘法的來歷 25
2.4.2 最小二乘法與曲線擬合 25
2.5 泰勒級數(shù) 30
2.5.1 泰勒公式 30
2.5.2 泰勒級數(shù)展開與多項式近似 31
2.6 差分法逼近微分 34
2.6.1 差分法簡介 34
2.6.2 差分的不同形式及其代碼實現(xiàn) 35
2.7 蒙特卡羅方法 36
2.7.1 蒙特卡羅方法原理 37
2.7.2 蒙特卡羅方法應(yīng)用 38
2.8 梯度下降算法 40
2.8.1 方向?qū)?shù)與梯度 41
2.8.2 梯度下降 42
2.8.3 基于梯度下降算法的線性回歸 43
第3章 圖像識別與Python編程
實踐 49
3.1 圖像識別發(fā)展簡介 49
3.2 圖像識別基本算法 50
3.2.1 邊緣檢測 50
3.2.2 角點檢測 64
3.2.3 幾何形狀檢測 68
3.2.4 尺度不變特征變換 72
3.3 OpenCV與視頻圖像處理 74
3.3.1 視頻讀寫處理 74
3.3.2 運動軌跡標記 76
3.3.3 運動檢測 80
3.3.4 運動方向檢測 85
3.4 基于ImageAI的圖像識別 88
3.4.1 圖像預(yù)測 88
3.4.2 目標檢測 92
3.5 人臉識別 95
3.5.1 基于Dlib的人臉識別 95
3.5.2 基于Face_recognition的人臉識別 103
3.6 Tesseract OCR與文本智能識別 108
3.6.1 Tesseract OCR的安裝配置 108
3.6.2 基于Pytesseract的字符識別 109
3.6.3 條形碼檢測與識別 110
3.7 基于百度AI的智能圖像識別 115
3.7.1 通用物體識別 116
3.7.2 車牌識別 117
第4章 語音識別與Python編程
實踐 119
4.1 語音識別簡介 119
4.1.1 語音識別的起源與發(fā)展 119
4.1.2 語音識別的基本原理 120
4.2 語音識別Python SDK 121
4.2.1 Microsoft語音識別框架SAPI 121
4.2.2 Speech 123
4.2.3 Python_Speech_Features 124
4.2.4 SpeechRecognition 128
4.3 MFCC語音特征值提取算法 131
4.3.1 MFCC語音特征值提取算法簡介 131
4.3.2 語音信號分幀 133
4.3.3 計算MFCC系數(shù) 141
4.4 基于百度AI的語音識別 149
4.4.1 百度語音簡介 149
4.4.2 百度語音識別 150
4.5 基于音頻指紋的音樂識別 155
4.5.1 音頻信號采集與播放 156
4.5.2 音頻指紋生成 157
4.5.3 數(shù)據(jù)存儲與檢索 161
4.6 語音克隆技術(shù)簡介 165
第5章 自然語言處理與Python編程
實踐 169
5.1 NLP的發(fā)展趨勢與關(guān)鍵技術(shù) 169
5.1.1 NLP的發(fā)展趨勢 169
5.1.2 NLP的關(guān)鍵技術(shù) 170
5.2 NLP工具集NLTK 170
5.2.1 NLTK的安裝 170
5.2.2 基于NLTK的簡單文本分析 171
5.3 文本切分與標準化 176
5.3.1 文本切分 176
5.3.2 中文分詞 177
5.3.3 標準化 186
5.4 詞性標注 191
5.5 文本分類 193
5.6 語言檢測識別 202
5.6.1 基于Langdetect的語言檢測 202
5.6.2 基于Langid的語言檢測 203
5.6.3 基于N-gram算法的語言檢測 204
5.7 情感分析 207
5.7.1 簡易情感分類器示例 207
5.7.2 基于NLTK的電影評論情感
分類 209
第6章 深度學(xué)習與Python編程
實踐 212
6.1 深度學(xué)習常用算法 212
6.1.1 卷積神經(jīng)網(wǎng)絡(luò) 213
6.1.2 循環(huán)神經(jīng)網(wǎng)絡(luò) 219
6.1.3 生成對抗網(wǎng)絡(luò) 224
6.2 深度學(xué)習框架及其應(yīng)用 230
6.2.1 Theano 230
6.2.2 PyTorch 243
6.2.3 TensorFlow 253
第7章 量子計算與Python編程
實踐 260
7.1 量子計算概述 261
7.1.1 什么是量子計算 261
7.1.2 人工智能與量子計算 262
7.2 量子計算發(fā)展現(xiàn)狀 263
7.2.1 國外量子計算發(fā)展概況 263
7.2.2 中國量子計算進展 266
7.3 IBM Quantum Experience量子計算
云平臺 267
7.3.1 IBM Quantum Experience平臺賬號
注冊 268
7.3.2 IBM Quantum Experience量子電路
設(shè)計與運行 268
7.4 基于Qiskit的量子計算Python編程
接口 274
7.5 基于Qiskit的量子計算編程實踐 276
7.5.1 Qconfig.py配置文件 276
7.5.2 基于模擬終端的算法電路運行 276
7.5.3 基于物理芯片的算法電路運行 277
7.5.4 量子電路可視化 279
7.5.5 量子傅里葉變換 280
7.6 Rigetti Computing量子編程平臺 285
7.6.1 Forest SDK簡介 285
7.6.2 PyQuil安裝 286
7.6.3 PyQuil量子編程示例 286
第8章 區(qū)塊鏈技術(shù)與Python編程
實踐 288
8.1 區(qū)塊鏈技術(shù)簡介 288
8.2 區(qū)塊鏈編程環(huán)境配置 291
8.3 區(qū)塊鏈技術(shù)與編程實踐 293
8.3.1 區(qū)塊鏈的定義與創(chuàng)建 293
8.3.2 共識機制 296
8.3.3 創(chuàng)建節(jié)點 297
8.3.4 測試運行示例區(qū)塊鏈 299
8.3.5 一致性算法 301
第9章 并行計算與Python編程
實踐 304
9.1 基于Multiprocessing的并行計算 304
9.1.1 進程創(chuàng)建與管理 305
9.1.2 進程數(shù)據(jù)交換 306
9.1.3 進程同步 309
9.2 GPU并行計算 312
9.2.1 PyCUDA并行計算 313
9.2.2 Numba GPU高性能計算 317
9.3 MPI并行計算 319
9.3.1 mpi4py簡介 319
9.3.2 mpi4py的安裝與測試 319
9.3.3 mpi4py并行計算 320
9.4 ipyparallel并行計算 330
9.4.1 ipyparallel的安裝與啟動 330
9.4.2 ipyparallel并行計算 330
第10章 增強現(xiàn)實與Python編程
實踐 335
10.1 AR技術(shù)簡介 335
10.2 基于OpenCV的AR實現(xiàn) 336
10.2.1 照相機模型 336
10.2.2 基于OpenCV的AR編程實例 337
書單推薦
