高等院校信息类新专业规划教材 人工智能专业教材丛书 人工智能程序设计实践PDF电子书下载

查看更多关于的内容

第1章 绪论 1

1.1程序设计 1

1.2人工智能应用 4

1.2.1人工智能 4

1.2.2大数据 6

1.2.3机器学习 10

1.2.4深度学习 12

1.2.5云计算 18

1.3人机交互 20

1.3.1控制台应用程序 20

1.3.2图形用户接口 21

1.3.3 C/S图形用户接口 22

1.3.4 B/S图形用户接口 23

1.3.5移动端应用 26

1.3.6嵌入式系统 28

1.3.7智能交互 28

第2章 自由复述生成系统 29

2.1项目分析和设计 29

2.1.1需求分析 29

2.1.2可行性分析 30

2.1.3“自由”的定义 31

2.1.4系统设计 31

2.2基础知识补充 32

2.2.1循环神经网络 32

2.2.2门控循环神经网络 33

2.2.3编码器-解码器框架 35

2.2.4推理策略 36

2.2.5注意力机制及Transformer模型 37

2.2.6多样化生成方法 39

2.3数据分析和处理 39

2.4项目实现 44

2.4.1项目平台 44

2.4.2模型结构 44

2.4.3训练方法 49

2.4.4推理方法 54

2.5性能分析 57

2.5.1复述评价方法 57

2.5.2实验结果 59

第3章 基于大数据的电影推荐 60

3.1项目分析和设计 61

3.1.1需求分析 61

3.1.2总体设计 63

3.2大数据基础 64

3.2.1大数据应用 64

3.2.2大数据并行处理平台 67

3.3推荐算法基础 71

3.4项目的Python语言实现 77

3.5项目的Spark平台实现 81

第4章 旋律的自动伴奏生成 84

4.1项目分析和设计 84

4.1.1需求分析 84

4.1.2系统设计 85

4.2基础知识补充 86

4.2.1音乐基础 86

4.2.2隐马尔可夫模型和维特比算法 89

4.2.3网络通信 92

4.3数据分析和处理 94

4.3.1数据处理 94

4.3.2数据验证 95

4.4项目实现 96

4.4.1项目平台 96

4.4.2应用界面设计 96

4.4.3旋律模块设计 97

4.4.4服务器与接口设计 98

4.4.5和弦模块设计 99

4.4.6伴奏模块设计 102

4.5性能评估和模型拓展 103

第5章 抬头率检测系统 105

5.1项目分析和设计 105

5.1.1项目分析 105

5.1.2系统设计 107

5.1.3接口设计 108

5.2基础知识补充 108

5.2.1 MySQL数据库 108

5.2.2 Tkinter 109

5.2.3卷积神经网络 109

5.3数据分析和处理 111

5.3.1数据形式 111

5.3.2获取教室名称与课时名称 112

5.3.3获取图片并展示 113

5.4项目实现 113

5.4.1项目平台 113

5.4.2项目整体思路 114

5.4.3各模块实现 114

5.5人脸检测算法实现 120

5.5.1 P-Net 120

5.5.2 R-Net 121

5.5.3 O-Net 122

5.6性能评估和模型拓展 123

5.6.1性能评估 123

5.6.2模型拓展 123

第6章 智能音乐播放系统 124

6.1项目分析和设计 124

6.1.1需求分析 124

6.1.2系统设计 125

6.2手势识别基础 127

6.3数据分析和处理 129

6.3.1语音识别相关数据构建 129

6.3.2 PyQt5组件与后台数据交互 130

6.4项目实现 131

6.4.1手势识别模块设计 131

6.4.2语音识别模块设计 134

6.4.3 PyQt5界面设计 136

6.5性能评估和模型拓展 140

第7章 智能证件照生成系统 142

7.1基础知识补充 142

7.1.1计算机视觉 142

7.1.2图像分割 143

7.1.3 PyQt5 144

7.1.4 Flask 147

7.1.5 HTTP协议 148

7.2项目分析和设计 148

7.2.1需求分析 148

7.2.2系统设计 149

7.3数据分析 152

7.4项目实现 153

7.4.1项目平台 153

7.4.2图像分割模型实现 153

7.4.3数据载入模块 155

7.4.4模型测试模块 157

7.4.5背景上色和图片尺寸调整模块 158

7.4.6 Flask模块 160

7.4.7 PyQt5前端交互模块 162

7.5项目总结 166

第8章 基于知识图谱的医药问答系统 167

8.1项目分析和设计 167

8.1.1需求分析 167

8.1.2系统设计 168

8.2基础知识补充 169

8.2.1 SQL语句 169

8.2.2 Neo4j 170

8.2.3知识图谱 170

8.2.4问答系统 171

8.2.5 AC自动机 171

8.2.6 Flask框架和MVC模式 171

8.2.7 Vue 172

8.3数据分析和处理 172

8.3.1设计实体、关系、属性类型 172

8.3.2读取数据 173

8.3.3数据导入Neo4j 177

8.4问答系统实现 180

8.4.1项目平台 180

8.4.2问答模块设计 180

8.4.3交互界面设计 186

8.5性能评估和模型拓展 189

第9章 基于ModelArts的命名实体识别 190

9.1项目分析和设计 190

9.1.1需求分析 190

9.2基础知识补充 191

9.2.1 CRF 191

9.2.2 BiL STM 192

9.2.3 ModelArts 192

9.3数据处理 194

9.4算法实现 198

9.5应用部署 201

9.5.1开发环境的创建与调测 201

9.5.2云平台模型训练 206

9.5.3模型管理和部署 209

9.6应用推理 215

第10章 金融事件因果关系抽取 217

10.1项目分析和设计 217

10.1.1需求分析 217

10.1.2算法接口设计 218

10.2基础知识补充 218

10.2.1词嵌入模型 218

10.2.2预训练模型 219

10.2.3因果关系抽取方法 220

10.2.4序列标注 220

10.2.5条件随机场 222

10.3数据分析和处理 222

10.3.1输入输出格式 222

10.3.2模型训练数据集 224

10.4项目实现 225

10.4.1项目平台 225

10.4.2事件抽取模型 225

10.5性能评估和模型拓展 235

查看更多关于的内容