AI源碼解讀：機器學習案例(Python版)（簡體書）
商品資訊
系列名：人工智能科學與技術叢書
ISBN13：9787302577294
出版社：清華大學出版社(大陸)
作者：李永華
出版日：2021/08/01
裝訂／頁數：平裝／420頁
規格：24cm*17cm (高/寬)
版次：一版
商品簡介
在編排方式上，全書側重對創新項目的過程進行介紹，分別從整體設計、系統流程和實現模組等角度論述資料處理、模型訓練和模型應用，並剖析模組的功能、使用和程式碼。為便於讀者高效學習、快速掌握人工智能開發方法，該書配套提供項目設計工程文檔、程式碼、實現過程中出現的問題及解決方法等資源，可供讀者舉一反三、二次開發。
《AI源碼解讀：機器學習案例（Python版）（人工智能科學與技術叢書）》結合系統設計、代碼實現以及運行結果展示進行講解，語言簡潔，深入淺出，通俗易懂，不僅適合作為對Python程序設計感興趣的科研人員、人工智能愛好者及從事智能應用創新開發專業人員的參考教材，也可作為高等院校相關專業的參考書。
作者簡介
李永華 北京郵電大學，教授，擁有超過10年的軟硬體開發經驗，長期致力於物聯網、雲計算與人工智能的研究工作。在教學中以興趣為導向，激發學生的創造性；以素質為基礎，提高自身教學水準；以科研為手段，促進教學理念的轉變，在教學與科研實踐中指導學生實現300餘個創新案例。主持30餘項國j級與企事業單位課題的研究工作，在國內外學術期刊及會議發表論文100餘篇，申請專利50餘項，出版圖書20餘部。
序
前言
Python語言作為人工智能和大資料領域的主要開發語言，具有靈活性強、擴展性好、應用面廣、移植性好、可嵌入等特點，近幾年發展迅速，熱度上漲，人才需求量逐年攀升，已經成為高等院校的專業課程。
作者為適應當前教育教學改革的要求，更好地踐行人工智能模型與算法應用，以實踐教學與創新能力培養為目標，採取創新方式，基於不同難度、不同類型、不同算法，融合同類教材的優點編寫了本書並總結實際智能應用案例，希望在教育教學上起到拋磚引玉的作用。
本書的主要內容和素材來自開源網站的人工智能經典模型算法、信息工程專業創新課程內容，以及作者所在學校近幾年承擔的科研項目成果及作者指導學生完成的創新項目。
本書內容由總到分，先思考後實踐，整體架構、系統流程與代碼實現相結合，可供從事人工智能開發、機器學習和算法實現的專業技術人員作為技術參考書，提高其工程創新實踐能力； 也可作為信息通信工程及相關專業本科生的參考書，為機器學習模型分析、算法設計、應用實現提供幫助。
本書的編寫得到了教育部電子信息類專業教學指導委員會、信息工程專業國家第一類特色專業建設項目、信息工程專業國家第二類特色專業建設項目、教育部CDIO工程教育模式研究與實踐項目、教育部本科教學工程項目、信息工程專業北京市特色專業建設、北京市教育教學改革項目、北京郵電大學教育教學改革項目（2019TD01）的大力支持，在此表示感謝！
由於作者經驗與水準有限，書中疏漏及不妥之處在所難免，衷心希望各位讀者多提寶貴意見。
作者2021年6月
目次
目錄
項目1今日熱點新聞推薦系統
1.1總體設計
1.1.1系統整體結構
1.1.2系統流程
1.2運行環境
1.3模組實現
1.3.1數據爬取
1.3.2新聞處理與聚類
1.3.3新聞推薦
1.4系統測試
1.4.1數據準備
1.4.2文本聚類
1.4.3熱點新聞推薦
項目2音樂推薦系統
2.1總體設計
2.1.1系統整體結構
2.1.2系統流程
2.2運行環境
2.2.1Python環境
2.2.2MySQL環境
2.2.3VUE環境
2.3模組實現
2.3.1資料請求和儲存
2.3.2資料處理
2.3.3資料存儲與後臺
2.3.4數據展示
2.4系統測試
項目3基於網頁端的電影推薦
3.1總體設計
3.1.1系統整體結構
3.1.2系統流程
3.2運行環境
3.2.1Python環境
3.2.2PyCharm環境
3.2.3資料庫
3.3模組實現
3.3.1資料爬取及處理
3.3.2模型訓練及保存
3.3.3接口實現
3.3.4收集資料
3.3.5接口設計
3.4系統測試
項目4基於邏輯回歸的音樂分類
4.1總體設計
4.1.1系統整體結構
4.1.2系統流程
4.2運行環境
4.2.1Python環境
4.2.2Visual Studio Code開發環境
4.2.3Nodejs環境
4.2.4ffmpeg環境
4.2.5其他環境
4.3模組實現
4.3.1數據預處理
4.3.2資料特徵處理
4.3.3模型構建
4.3.4模型訓練及保存
4.3.5模型預測
4.3.6前端模組
4.3.7後端模組
4.4系統測試
4.4.1訓練準確率
4.4.2系統應用
項目5基於OpenCV和CNN的手語數字實時翻譯
5.1總體設計
5.1.1系統整體結構
5.1.2系統流程
5.2運行環境
5.2.1Python環境
5.2.2TensorFlow環境
5.2.3Keras環境
5.2.4Android環境
5.3模組實現
5.3.1數據預處理
5.3.2資料增強
5.3.3模型構建
5.3.4模型訓練及保存
5.3.5模型評估
5.3.6模型測試
5.4系統測試
5.4.1訓練準確率
5.4.2測試效果
5.4.3模型應用
項目6比賽預測
6.1總體設計
6.1.1系統整體結構
6.1.2系統流程
6.2運行環境
6.2.1Python環境
6.2.2Jupyter Notebook環境
6.2.3PyCharm環境
6.2.4MATLAB環境
6.3模組實現
6.3.1數據預處理
6.3.2特徵提取
6.3.3模型訓練及評估
6.3.4模型訓練準確率
6.4系統測試
6.4.1測試效果
6.4.2模型應用
項目7基於SVM分類垃圾短信
7.1總體設計
7.1.1系統整體結構
7.1.2系統流程
7.2運行環境
7.2.1Python環境
7.2.2Scikitlearn
7.2.3jieba環境
7.2.4MongoDB環境
7.2.5Apache+PHP
7.3模組實現
7.3.1數據預處理
7.3.2模型訓練及保存
7.3.3模型評估
7.3.4模型測試
7.4系統測試
項目8KNN數字驗證碼識別
8.1總體設計
8.1.1系統整體結構
8.1.2系統流程
8.2運行環境
8.3模組實現
8.3.1數據爬取
8.3.2去噪與分割
8.3.3模型訓練及保存
8.3.4準確率驗證
8.4系統測試
項目9基於VAE的圖像生成
9.1總體設計
9.1.1系統整體結構
9.1.2系統流程
9.2運行環境
9.2.1Python環境
9.2.2TensorFlow環境
9.2.3GPU
9.3模組實現
9.3.1數據預處理
9.3.2模型構建及編譯
9.3.3模型訓練及圖像生成
9.3.4不同資料集處理
9.4系統測試
9.4.1隱層可視化
9.4.2測試效果
9.4.3放大圖像
項目10學年成績預測
10.1總體設計
10.1.1系統整體結構
10.1.2系統流程
10.2運行環境
10.2.1Python環境
10.2.2Plotly庫
10.2.3Scikitlearn庫
10.3模組實現
10.3.1準備預處理
10.3.2資料可視化與分析
10.3.3特徵提取
10.3.4模型訓練及保存
10.4系統測試
項目11銀行卡號數字識別
11.1總體設計
11.1.1系統整體結構
11.1.2系統流程
11.2運行環境
11.2.1Python環境
11.2.2TensorFlow環境
11.2.3OpenCV環境
11.3模組實現
11.3.1訓練集圖片處理
11.3.2測試圖片處理
11.3.3模型訓練及保存
11.3.4模型測試
11.4系統測試
11.4.1成功案例
11.4.2失敗案例
項目12古詩與歌詞生成
12.1總體設計
12.1.1系統整體結構
12.1.2系統流程
12.2運行環境
12.2.1Python環境
12.2.2TensorFlow環境
12.2.3PyCharm環境
12.3模組實現
12.3.1數據預處理
12.3.2模型構建
12.3.3模型訓練及保存
12.3.4使用模型生成古詩
12.3.5產生藏頭詩
12.3.6用詞雲展示生成的古詩
12.4歌詞生成
12.4.1數據預處理
12.4.2模型構建
12.4.3模型訓練及保存
12.4.4生成歌詞
12.5系統測試
12.5.1生成古詩和藏頭詩
12.5.2生成歌詞
項目13語音辨識與方言分類
13.1總體設計
13.1.1系統整體結構
13.1.2系統流程
13.2運行環境
13.2.1Python環境
13.2.2TensorFlow環境
13.3模組實現
13.3.1方言分類
13.3.2語音辨識
13.3.3模型測試
13.4系統測試
13.4.1訓練準確率
13.4.2測試效果
13.4.3模型應用
項目14智能聊天室
14.1總體設計
14.1.1系統整體結構
14.1.2系統流程
14.2運行環境
14.2.1Python環境
14.2.2庫安裝
14.2.3圖靈聊天機器人API
14.2.4百度雲服務器配置
14.3模組實現
14.3.1聊天模組
14.3.2檔圖片（表情包）
14.3.3音視頻通話
14.3.4人臉識別
14.3.5截圖功能
14.3.6聊天機器人
14.4系統測試
14.4.1人臉測試效果
14.4.2聊天效果測試
14.4.3檔操作測試
14.4.4截圖操作測試
項目15基於OpenCV的答題卡識別系統
15.1總體設計
15.1.1系統整體結構
15.1.2系統流程
15.2運行環境
15.2.1Python環境
15.2.2PyCharm安裝
15.2.3OpenCV環境
15.3模組實現
15.3.1信息識別
15.3.2Excel匯出模組
15.3.3圖形化使用者接口模組
15.3.4手寫辨識模組
15.4系統測試
15.4.1系統識別準確率
15.4.2系統識別應用
項目16人臉識別添加護具系統
16.1總體設計
16.1.1系統整體結構
16.1.2系統流程
16.2運行環境
16.2.1Python環境
16.2.2Tkinter調用
16.2.3OpenCV安裝
16.2.4庫環境
16.3模組實現
16.3.1頁面配置
16.3.2圖像載入
16.3.3圖像識別
16.4系統測試
項目17LPR車牌識別
17.1總體設計
17.1.1系統整體結構
17.1.2系統流程
17.2運行環境
17.2.1Python環境
17.2.2OpenCV環境
17.2.3Android環境
17.3模組實現
17.3.1數據預處理
17.3.2模型訓練
17.3.3APP構建
17.4系統測試
17.4.1訓練分數和損失可視化
17.4.2APP測試結果
項目18動漫人物識別
18.1總體設計
18.1.1系統整體結構
18.1.2系統流程
18.2運行環境
18.2.1爬蟲
18.2.2模型訓練
18.2.3實際應用
18.3模組實現
18.3.1數據準備
18.3.2資料處理
18.3.3模型訓練及保存
18.3.4模型測試
18.4系統測試
18.4.1測試效果
18.4.2模型應用
項目19基於遺傳神經網絡的“外星人入侵”
19.1總體設計
19.1.1系統整體結構
19.1.2系統流程
19.2運行環境
19.3模組實現
19.3.1遊戲設置
19.3.2模型訓練
19.3.3數據繪圖
19.3.4UI接口
19.4系統測試
19.4.1測試效果
19.4.2運行結果
19.4.3模型應用
項目20中草藥識別的微信小程式
20.1總體設計
20.1.1系統整體結構
20.1.2系統流程
20.2運行環境
20.3模組實現
20.3.1從百度AI申請API
20.3.2雲函數
20.3.3API調用
20.3.4資料存儲
20.3.5頁面設計
20.4系統測試
20.4.1開發者平臺測試
20.4.2小程式真機測試
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。