目录

项目 1  人工智能认知
【拓展案例】 …………………………………… 2
任务 1.1  认识人工智能 ……………………… 2
      任务 1.1.1 明确人工智能的基本概念和技术体系 … 2
      任务 1.1.2 熟悉人工智能的发展 …………… 4
任务 1.2  了解人工智能的学派……………… 9
任务 1.3  探究人工智能的研究领域……… 10
任务 1.4  认识常见的人工智能的开发框架 12
任务 1.5  探索人工智能的技术与应用…… 14
      任务 1.5.1 认识人工智能的技术 ………… 14
      任务 1.5.2 探索人工智能的应用 ………… 15
【知识延伸】国产大模型 …………………… 19
【项目小结】 ………………………………… 20
【巩固练习】 ………………………………… 21
项目 2  开发环境部署
【拓展案例】 ………………………………… 23
任务 2.1  搭建软硬件环境………………… 23
      任务 2.1.1 下载和安装 Python 解释器 … 23
      任务 2.1.2 下载和安装 Anaconda ………… 26
      任务 2.1.3 使用 PyCharm 创建项目 ……… 29
任务 2.2  安装人工智能开发工具………… 30
      任务 2.2.1 安装和使用 Numpy …………… 31
      任务 2.2.2 安装和使用 Matplotlib 的 ……… 33
      任务 2.2.3 安装和使用 Pandas …………… 35
      任务 2.2.4 安装和使用 Scikit-learn………… 38
任务 2.3  了解常用的人工智能任务模型… 41
      任务 2.3.1 认识回归模型 ………………… 41
      任务 2.3.2 认识分类模型 ………………… 42
      任务 2.3.3 认识聚类模型 ………………… 43
【知识延伸】虚拟环境 ……………………… 44
【项目小结】 ………………………………… 44
【巩固练习】 ………………………………… 44
项目 3  基于线性回归的房价预测
【拓展案例】 ………………………………… 47
任务 3.1  获取房价数据集………………… 47
      任务 3.1.1 了解数据集字段含义 …… 47
      任务 3.1.2 加载数据集 …………………… 48
任务 3.2  明确回归的概念和方法………… 50
      任务 3.2.1 认识回归的概念 ……………… 50
      任务 3.2.2 理解梯度下降算法 …………… 51
任务 3.3  实现房价预测…………………… 52
      任务 3.3.1 加载与训练模型 ……………… 52
      任务 3.3.2 评估和观测模型 ……………… 55
      任务 3.3.3 保存模型 ……………………… 60
      任务 3.3.4 使用 Lasso 回归和岭回归优化模型 … 61
【知识延伸】学习率 ………………………… 63
【项目小结】 ………………………………… 64
【巩固练习】 ………………………………… 64
项目 4  基于逻辑回归的手写数字识别
【拓展案例】 ………………………………… 67
任务 4.1  获取手写数字识别数据集……… 67
      任务 4.1.1 加载数据集 …………………… 67
      任务 4.1.2 明确数据字段含义 …………… 67
任务 4.2  认识分类及相关模型…………… 70
      任务 4.2.1 明确分类的概念和步骤 ……… 70
      任务 4.2.2 了解二分类和多分类 ………… 71
      任务 4.2.3 熟悉常用的分类模型 ………… 72
任务 4.3  实现手写数字识别……………… 75
      任务 4.3.1 加载和训练模型 ……………… 75
      任务 4.3.2 评估和应用模型 ……………… 76
【知识延伸】 one-hot 编码 …………………… 81
【项目小结】 ………………………………… 82
【巩固练习】 ………………………………… 82
项目 5  基于 KMeans 的聚类划分
【拓展案例】 ………………………………… 85
任务 5.1  熟悉项目背景…………………… 85
      任务 5.1.1 认识监督学习 ………………… 85
      任务 5.1.2 认识无监督学习 ……………… 85
任务 5.2  做好项目准备…………………… 86
      任务 5.2.1 生成仿真数据集 ……………… 86
      任务 5.2.2 数据样本可视化 ……………… 87
任务 5.3  理解聚类及相关概念…………… 88
      任务 5.3.1 熟悉常用的聚类模型 ………… 88
      任务 5.3.2 距离的计算 …………………… 91
任务 5.4  实现聚类划分…………………… 93
      任务 5.4.1 加载模型 ……………………… 94
      任务 5.4.2 聚类结果可视化 ……………… 94
【知识延伸】肘部法则（Elbow Method）… 95
【项目小结】 ………………………………… 96
【巩固练习】 ………………………………… 97
项目 6  图片分类项目实战
【拓展案例】 ………………………………… 100
任务 6.1  项目准备……………………… 100
      任务 6.1.1 数据集探索 …………………… 100
      任务 6.1.2 数据集加载和图片显示 … 101
      任务 6.1.3 明确项目需求 ………………… 103
任务 6.2  使用神经网络框架Tensorflow … 103
      任务 6.2.1 了解 Tensorflow ………………… 103
      任务 6.2.2 了解人工神经网络 …………… 105
      任务 6.2.3 Tensorflow2.x 基础认知 …… 107
任务 6.3  项目设计和实现…………………116
      任务 6.3.1 构建模型 ……………………… 117
      任务 6.3.2 训练模型 ……………………… 120
      任务 6.3.3 预测模型 ……………………… 122
      任务 6.3.4 保存模型 ……………………… 123
【知识延伸】 ………………………………… 123
【项目小结】 ………………………………… 125
【巩固练习】 ………………………………… 125
项目 7  人脸检测项目实战
【拓展案例】 ………………………………… 128
任务 7.1  项目准备……………………… 128
      任务 7.1.1 下载 OpenCV 安装包 ……… 128
      任务 7.1.2 认识 Harr 级联分类器 ……… 129
任务 7.2  熟悉 OpenCV 使用方法…… 130
      任务 7.2.1 色彩空间转换 ………………… 130
      任务 7.2.2 图像几何变换 ………………… 131
      任务 7.2.3 图像模糊 ……………………… 135
      任务 7.2.4 绘图操作 ……………………… 136
任务 7.3  项目实施……………………… 137
      任务 7.3.1 图像人脸检测 ………………… 138
      任务 7.3.2 视频人脸检测 ………………… 139
      任务 7.3.3 人脸检测考勤实战 …………… 141
【知识延伸】 “天网”工程——国产化计算机视觉应用标杆 … 147
【项目小结】 ………………………………… 148
【巩固练习】 ………………………………… 148
项目 8  文本情感分析项目实战
【拓展案例】 ………………………………… 151
任务 8.1  数据预处理………………………151
      任务 8.1.1 数据清洗 ……………………… 151
      任务 8.1.2 文本规范化 …………………… 152
      任务 8.1.3 中文分词 ……………………… 153
      任务 8.1.4 停用词过滤 …………………… 155
      任务 8.1.5 词性筛选与文本重构 ……… 156
任务 8.2  特征表示与向量化…………… 157
      任务 8.2.1 了解向量化的核心思想 ……… 157
      任务 8.2.2 认识词袋模型与 TF-IDF ……… 157
      任务 8.2.3 使用词嵌入 …………………… 159
任务 8.3  模型构建与评估……………… 160
      任务 8.3.1 模型构建 ……………………… 160
      任务 8.3.2 明确模型评估指标体系 ……… 162
任务 8.4  项目实施……………………… 164
      任务 8.4.1 基于 BERT 的文本情感分析实战 … 164
      任务 8.4.2 基于 LSTM 的文本情感分析实战 … 173
【知识延伸】多模态情感分析 ……………… 185
【项目小结】 ………………………………… 185
【巩固练习】 ………………………………… 185
项目 9  知识图谱可视化项目实践
【拓展案例】 ………………………………… 188
任务 9.1  项目准备……………………… 188
      任务 9.1.1 环境安装和配置 …………… 188
      任务 9.1.2 项目认知 ……………………… 191
任务 9.2  认识知识图谱………………… 191
      任务 9.2.1 了解知识图谱的作用 ………… 191
      任务 9.2.2 熟悉知识图谱的应用 ………… 191
任务 9.3  使用 Neo4j 图数据库 ……… 192
      任务 9.3.1 创建和删除数据库 …………… 192
      任务 9.3.2 查询和更新数据库 …………… 194
任务 9.4  项目实施……………………… 195
      任务 9.4.1 数据获取 ……………………… 195
      任务 9.4.2 连接数据库 …………………… 197
      任务 9.4.3 数据关系可视化 ……………… 197
【知识延伸】 SQL 数据库和 NoSQL数据库 … 199
【项目小结】 ………………………………… 200
【巩固练习】 ………………………………… 200
项目 10  大模型应用项目实践
【拓展案例】 ………………………………… 203
任务 10.1  项目准备 …………………… 203
      任务 10.1.1 下载 ollama 安装包 …………… 203
      任务 10.1.2 使用 ollama 管理大模型 ……… 204
      任务 10.1.3 使用 Ollama API 调用本地大模型 … 205
任务 10.2  使用 Docker 容器部署MaxKB 服务 … 206
      任务 10.2.1 安装 Docker …………………… 207
      任务 10.2.2 熟悉 Docker 的基本使用 …… 208
      任务 10.2.3 部署 MaxKB 服务容器 ……… 209
任务 10.3  项目实施 ………………………211
      任务 10.3.1 创建 MaxKB 模型 …………… 211
      任务 10.3.2 大模型网页本地发布 ………… 212
      任务 10.3.3 大模型内网穿透发布 ………… 214
【知识延伸】 大唐宁德发电公司“缺陷问答”AI 智能助手 … 216
【项目小结】 ………………………………… 217
【巩固练习】 ………………………………… 217
参考文献 218

世纪宏图免费样书、课件申请表

尊敬的老师：

您好！欢迎您领取本书样书，高校教师免费领取，包邮，每人1-3本。提交申请样书信息后，由对应区域负责人安排邮寄，1-3天内寄出。如有其他问题，请联系：薛老师 13810412048 （微信同号） QQ: 2301407762 进行咨询和处理。