前言項(xiàng)目1 進(jìn)入人工智能時(shí)代 1任務(wù)1.1 智能電視創(chuàng)意 1【任務(wù)描述】 1【預(yù)備知識(shí)】 21.1.1 人工智能三次浪潮 21.1.2 人工智能與自動(dòng)化 61.1.3 人工智能產(chǎn)業(yè)鏈 6【實(shí)施過程】 7【知識(shí)拓展】 81.1.4 人工智能內(nèi)涵和外延 81.1.5 人工智能三個(gè)層次 9任務(wù)1.2 了解新零售 10【任務(wù)描述】 10【預(yù)備知識(shí)】 101.2.1 體驗(yàn)電商 101.2.2 垂直電商 131.2.3 高效電商 151.2.4 服務(wù)電商 16【實(shí)施過程】 17【知識(shí)拓展】 171.2.5 推薦系統(tǒng) 171.2.6 用戶畫像 19任務(wù)1.3 認(rèn)識(shí)機(jī)器人 20【任務(wù)描述】 21【預(yù)備知識(shí)】 211.3.1 機(jī)器人構(gòu)成 211.3.2 機(jī)器人分類 221.3.3 機(jī)器人技術(shù) 261.3.4 機(jī)器人發(fā)展趨勢(shì) 271.3.5 智能制造 27【實(shí)施過程】 32【知識(shí)拓展】 321.3.6 人工智能在制造業(yè)生產(chǎn)環(huán)節(jié)中的應(yīng)用 321.3.7 人工智能在制造業(yè)中的其他應(yīng)用場(chǎng)景 34任務(wù)1.4 抓住新一代人工智能發(fā)展的新機(jī)遇 35【任務(wù)描述】 35【預(yù)備知識(shí)】 351.4.1 人工智能賴以生存的土壤物聯(lián)網(wǎng) 351.4.2 人工智能的算力基石云計(jì)算 411.4.3 人工智能的血液大數(shù)據(jù) 43【實(shí)施過程】 47【知識(shí)拓展】 491.4.4 數(shù)據(jù)的真實(shí)性和安全性保障區(qū)塊鏈 491.4.5 元宇宙 52項(xiàng)目2 掌握人工智能編程語言Python 55任務(wù)2.1 初識(shí) Python打招呼 55【任務(wù)描述】 55【預(yù)備知識(shí)】 562.1.1 常量與變量 562.1.2 賦值語句 572.1.3 輸入與輸出 582.1.4 編程風(fēng)格 582.1.5 Python開發(fā)環(huán)境Notebook 59【實(shí)施過程】 63任務(wù)2.2 分支結(jié)構(gòu)計(jì)算應(yīng)發(fā)放獎(jiǎng)金 64【任務(wù)描述】 64【預(yù)備知識(shí)】 652.2.1 運(yùn)算符 652.2.2 單分支 662.2.3 雙分支 672.2.4 多分支 67【實(shí)施過程】 68任務(wù)2.3 循環(huán)結(jié)構(gòu)重復(fù)打印一句話100遍 68【任務(wù)描述】 68【預(yù)備知識(shí)】 692.3.1 for循環(huán)結(jié)構(gòu)流程圖 692.3.2 while循環(huán)結(jié)構(gòu)流程圖 702.3.3 break和continue 70【實(shí)施過程】 71任務(wù)2.4 數(shù)據(jù)結(jié)構(gòu)賬號(hào)密碼登錄模擬 71【任務(wù)描述】 72【預(yù)備知識(shí)】 722.4.1 字典 722.4.2 動(dòng)態(tài)賦值 74【實(shí)施過程】 74任務(wù)2.5 模塊查詢女學(xué)生的學(xué)號(hào)與姓名 75【任務(wù)描述】 75【預(yù)備知識(shí)】 762.5.1 模塊 762.5.2 數(shù)據(jù)框 77【實(shí)施過程】 79項(xiàng)目3 讓機(jī)器擁有舉一反三能力機(jī)器學(xué)習(xí) 80任務(wù)3.1 安裝Python機(jī)器學(xué)習(xí)算法庫 80【任務(wù)描述】 80【預(yù)備知識(shí)】 803.1.1 機(jī)器學(xué)習(xí)背景 803.1.2 機(jī)器學(xué)習(xí)概念 833.1.3 機(jī)器學(xué)習(xí)過程 833.1.4 機(jī)器學(xué)習(xí)分類 84【實(shí)施過程】 85任務(wù)3.2 準(zhǔn)備數(shù)據(jù) 87【任務(wù)描述】 87【實(shí)施過程】 873.2.1 數(shù)據(jù)集 873.2.2 數(shù)據(jù)預(yù)處理 893.2.3 數(shù)據(jù)集劃分 91任務(wù)3.3 選擇算法訓(xùn)練模型 92【任務(wù)描述】 92【預(yù)備知識(shí)】 933.3.1 機(jī)器學(xué)習(xí)常用算法 933.3.2 損失函數(shù)設(shè)計(jì) 963.3.3 參數(shù)優(yōu)化 99【實(shí)施過程】 99任務(wù)3.4 計(jì)算準(zhǔn)確率和召回率 99【任務(wù)描述】 99【預(yù)備知識(shí)】 1013.4.1 分類任務(wù)評(píng)估指標(biāo) 1013.4.2 回歸任務(wù)評(píng)估指標(biāo) 102【實(shí)施過程】 102任務(wù)3.5 未知樣本輸出預(yù)測(cè) 103【任務(wù)描述】 103【預(yù)備知識(shí)】 1033.5.1 泛化能力 1033.5.2 交叉驗(yàn)證 104【實(shí)施過程】 104項(xiàng)目4 讓模型結(jié)構(gòu)更接近人腦深度學(xué)習(xí) 106任務(wù)4.1 熟悉神經(jīng)網(wǎng)絡(luò)模擬器PlayGround 107【任務(wù)描述】 107【預(yù)備知識(shí)】 1074.1.1 神經(jīng)元模型 1074.1.2 全連接神經(jīng)網(wǎng)絡(luò) 1084.1.3 基于神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí) 111【實(shí)施過程】 112任務(wù)4.2 利用卷積神經(jīng)網(wǎng)絡(luò)檢測(cè)黑白邊界 115【任務(wù)描述】 115【預(yù)備知識(shí)】 1154.2.1 卷積神經(jīng)網(wǎng)絡(luò)適合圖像處理 1154.2.2 卷積操作 1164.2.3 池化操作 1174.2.4 卷積神經(jīng)網(wǎng)絡(luò) 118【實(shí)施過程】 118【知識(shí)拓展】 1194.2.5 循環(huán)神經(jīng)網(wǎng)絡(luò) 1194.2.6 長短時(shí)記憶網(wǎng)絡(luò) 1214.2.7 對(duì)抗神經(jīng)網(wǎng)絡(luò) 122任務(wù)4.3 利用深度學(xué)習(xí)框架PaddlePaddle識(shí)別車牌 124【任務(wù)描述】 124【預(yù)備知識(shí)】 1254.3.1 深度學(xué)習(xí)產(chǎn)生的背景 1254.3.2 深度學(xué)習(xí)基本原理 1264.3.3 深度學(xué)習(xí)框架PaddlePaddle 127【實(shí)施過程】 129【知識(shí)拓展】 1304.3.4 強(qiáng)化學(xué)習(xí) 1304.3.5 自動(dòng)駕駛 1314.3.6 智慧交通 132項(xiàng)目5 讓機(jī)器擁有理解語義能力圖像處理與識(shí)別 140任務(wù)5.1 涂抹擦除去除照片瑕疵 140【任務(wù)描述】 140【實(shí)施過程】 142任務(wù)5.2 人像摳圖讓背景隨心所欲 142【任務(wù)描述】 142【實(shí)施過程】 143任務(wù)5.3 黑白照片上色使黑白圖像變得鮮活 145【任務(wù)描述】 145【實(shí)施過程】 146任務(wù)5.4 圖像增強(qiáng)提高圖像的質(zhì)量和視覺吸引力 146【任務(wù)描述】 146【實(shí)施過程】 147任務(wù)5.5 文生圖讓你成為繪畫大師 148【任務(wù)描述】 148【預(yù)備知識(shí)】 1485.5.1 文生圖提示詞 1485.5.2 提示詞分類 149【實(shí)施過程】 162【知識(shí)拓展】 1685.5.3 大模型 1685.5.4 大模型之核心架構(gòu)Transformer 1745.5.5 AIGC 179項(xiàng)目6 讓人機(jī)溝通更加自然自然語言處理 185任務(wù)6.1 文案寫作讓AI生成一份教案 185【任務(wù)描述】 185【預(yù)備知識(shí)】 1866.1.1 新一代人機(jī)交互工具ChatGPT 1866.1.2 低代碼編程新范式Prompt 190【實(shí)施過程】 192【知識(shí)拓展】 1956.1.3 自然語言處理概述 1956.1.4 詞嵌入word2vec 1986.1.5 預(yù)訓(xùn)練模型 200任務(wù)6.2 文本閱讀讓AI生成文章摘要 201【任務(wù)描述】 201【預(yù)備知識(shí)】 2016.2.1 文本分類 2016.2.2 機(jī)器翻譯 2026.2.3 自動(dòng)文摘 2036.2.4 關(guān)鍵詞提取 204【實(shí)施過程】 204【知識(shí)拓展】 207任務(wù)6.3 自然對(duì)話提升用戶體驗(yàn) 207【任務(wù)描述】 207【預(yù)備知識(shí)】 2076.3.1 多輪對(duì)話 2076.3.2 聊天機(jī)器人 2096.3.3 問答系統(tǒng) 210【實(shí)施過程】 211【知識(shí)拓展】 2126.3.4 垂直搜索讓用戶更加便捷地獲取所需信息 212任務(wù)6.4 低代碼大模型編程新范式 212【任務(wù)描述】 212【預(yù)備知識(shí)】 2136.4.1 低代碼核心理念 2136.4.2 大模型視角下的自然語言編程 215【實(shí)施過程】 218任務(wù)6.5 智能體制作GhatGPT分身 221【任務(wù)描述】 221【預(yù)備知識(shí)】 2216.5.1 智能體概述 2216.5.2 智能體底層邏輯 222【實(shí)施過程】 223項(xiàng)目7 讓機(jī)器擁有聽覺感知能力語音處理 228任務(wù)7.1 文生音 228【任務(wù)描述】 228【預(yù)備知識(shí)】 2287.1.1 語音合成 2287.1.2 語言模型 231【實(shí)施過程】 232任務(wù)7.2 音生文 234【任務(wù)描述】 234【預(yù)備知識(shí)】 2347.2.1 語音識(shí)別 2347.2.2 語音識(shí)別的發(fā)展歷程 2357.2.3 語音識(shí)別的應(yīng)用 235【實(shí)施過程】 236任務(wù)7.3 數(shù)字人播報(bào) 237【任務(wù)描述】 237【預(yù)備知識(shí)】 2377.3.1 數(shù)字人 2377.3.2 能夠理解世界模型的Sora 237【實(shí)施過程】 242項(xiàng)目8 讓機(jī)器擁有視覺感知能力計(jì)算機(jī)視覺 245任務(wù)8.1 圖像分類智能垃圾箱 245【任務(wù)描述】 245【預(yù)備知識(shí)】 2468.1.1 計(jì)算機(jī)視覺任務(wù) 2468.1.2 圖像分類 2468.1.3 EasyDL 249【實(shí)施過程】 250任務(wù)8.2 物體檢測(cè)芯片引腳缺失檢測(cè) 255【任務(wù)描述】 255【預(yù)備知識(shí)】 2558.2.1 物體檢測(cè) 2558.2.2 物體檢測(cè)基本原理 2568.2.3 物體檢測(cè)應(yīng)用 256【實(shí)施過程】 258任務(wù)8.3 物體分割螺釘螺母分割 260【任務(wù)描述】 260【預(yù)備知識(shí)】 2608.3.1 實(shí)例分割 2608.3.2 語義分割 261【實(shí)施過程】 262參考文獻(xiàn) 265