-
{{item.fileName}}{{item.updateNotes}}
分类
🔥
4 热度
推荐给朋友
复制连结
AI人工智能图像辨识应用含AIA人工智能应用国际认证 - AI图像辨识应用Specialist Level 资源包
年度授权:
¥10000
🔥
4 热度
推荐给朋友:
复制连结
!
最新更新内容
{{ latestUploadLog.fileName }}
{{ latestUploadLog.dateTime }}
学生请使用资源包内提供的序号进行登录
教师请点选"教师申请"或"资源包开通",将由辖区业务为您开通
资源包登录使用期限至 ,序号已过期,软体使用期限请至【软体序号登录】查询
教师申请使用期限至
使用期限到期前60天,可提前进行 "教师申请展延" 将由辖区业务为您展延
资源包资讯
编号:SPB344
作者:陈杨文
特色
1.AI入门首选书籍:作者累积20多年来接触与应用人工智能的经历,先以生物演化的故事方式展开,从一个AI神经元的诞生,演化到各种复杂神经模型。当读过各种神经算法的原理故事,就会豁然开朗,原来人工智能AI这么厉害,其实就是这么玩的。
2.技术与应用并重:提供机器学习的程序案例与程序代码,手把手教导使用云端AI服务与软件,读者可自行操作、快速上手AI技术;通过观摩应用案例激发新创意,做出AI专题实作。
3.结合AIA人工智能应用国际认证:涵盖AIA认证考试范畴,可学习知能并奠定考证的能力。
4.模拟试题:课后习题结合AIA认证,可自我检视学习成效并协助读者通过认证考试。
2.技术与应用并重:提供机器学习的程序案例与程序代码,手把手教导使用云端AI服务与软件,读者可自行操作、快速上手AI技术;通过观摩应用案例激发新创意,做出AI专题实作。
3.结合AIA人工智能应用国际认证:涵盖AIA认证考试范畴,可学习知能并奠定考证的能力。
4.模拟试题:课后习题结合AIA认证,可自我检视学习成效并协助读者通过认证考试。
目录
第1章 我们是怎么看这个世界?1-1 想想「思考」这回事
1-2 视觉感受的科学证据
1-3 研究大脑如何处理图像识别
1-4 视觉处理的神经通道
1-5 跨领域研究的人工智能
重点回顾
课后习题
第2章 从神经元到神经网络运算法
2-1 史上第一个人工神经元数学模型:麦卡洛克-皮茨神经元
2-2 学习性神经元-赫布理论
2-3 从大脑到电子脑-感知器
2-4 从错误中学习-自适线性神经元
2-5 多层感知器的演进
2-6 神经网络算法的曙光-深度信念网络
重点回顾
课后习题
第3章 图像数据库与机器视觉处理
3-1 CIFAR-10 图像数据库与 ImageNet
3-2 对象语境数据库与 COCO 挑战赛
3-3 并行计算的图形处理器 GPU
3-4 卷积神经网络 CNN 的起源
重点回顾
课后习题
第4章 人工智能神经网络模型
4-1 LeNet 神经网络
4-2 图解卷积神经网络运作过程
4-3 AlexNet 卷积神经网络与深度学习
4-4 AlexNet 后续改进者 ZFnet
4-5 探索更深层学习的神经网络 VGG
4-6 向横向宽度拓展的 GoogLeNet
4-7 突破深度极限的神经网络 ResNet
重点回顾
课后习题
第5章 记忆学习
5-1 赋予机器记忆能力的递归神经网络
5-2 RNN 的记忆力改善
5-3 长的短期记忆
5-4 仿真 LSTM 处理语义与看图说文
5-5 网络学习的神经架构搜索器
5-6 神经架构搜索网络 NASNet 与迁移性学习
5-7 聊天机器人 ChatGPT
重点回顾
课后习题
第6章 机器学习
6-1 人工智能、机器学习、深度学习
6-2 机器学习、大数据与统计学
6-3 机器学习的工具
6-4 机器学习使用的数据库分类
6-5 机器学习的种类
6-6 监督学习:回归算法
6-7 监督学习:分类算法
6-8 无监督学习:聚类算法
重点回顾
课后习题
第7章 AI 图像识别工具软件 VisLab
7-1 VisLab AI 图像识别软件简介
7-2 VisLab 软件功能结构
7-3 安装使用智泰 VisLab 软件
7-4 使用智泰 VisLab 软件分类功能
7-5 使用 VisLab 软件目标检测功能
7-6 使用 VisLab 软件的图像分割功能
重点回顾
课后习题
第8章 Azure 云端 AI 图像识别功能
8-1 Microsoft Azure 图像识别软件 Vision 简介
8-2 Azure 认知服务与 API 架构
8-3 如何使用微软 Azure 图像识别功能
8-4 Azure 对象识别
8-5 应用部署 Azure 认知服务
重点回顾
课后习题
第9章 云端图像识别 AutoML
9-1 Google 云端自动机器学习介绍
9-2 如何使用 Google 自动机器视觉
9-3 珊瑚 AutoML 识别计划示例介绍
重点回顾
课后习题
第10章 AI视觉的服务应用设计
10-1 应用 AI 视觉的几个想法-人与 AI 的协通思考模式
10-2 系统执行 AI 项目计划的流程
10-3 AI视觉在可持续渔业资源管理中的应用
10-4 AI视觉在休闲饮料领域的应用
10-5 AI视觉在海岸游憩解说服务中的应用
重点回顾
课后习题
学生资源列表
| 类型 |
|---|
影音教学
{{customurls[index].name}}
{{subitem.name}}
学生资源列表
| 类型 |
|---|
📊 ALE自适应学习系统
进行中
📌 今日建议任务
—
🤖 AI 学习建议
分析中…
0%
整体进度
— / — 章
0
累积金元宝 🪙
🔒 全部通关后可领取
📚 全科学习进度
0%
加载学习历程…
加载失败,请稍后再试。
—
—
加载中…
整体答对率
ⓘ
—
—
题目覆盖率
ⓘ
—
同一题多轮作答只计一次
总学习时数
ⓘ
—
估算学习时间
各章答对率
各章整体答对率概览
📊
等级进程
能力雷达
各章/节答对率分布
🤖
AI 学习建议
▼
分析中…
🗓 学习热力图(近 10 周)
🕸 各章节掌握度雷达图
📉 进度对比折线图
| 章节 | 总题数 | 选择 | 自我练习 |
|---|---|---|---|
| 第1章 我们是怎么看这个世界? | 20 | 20 |
|
| 第2章 从神经元到神经网络运算法 | 27 | 27 | |
| 第3章 图像数据库与机器视觉处理 | 16 | 16 | |
| 第4章 人工智能神经网络模型 | 24 | 24 | |
| 第5章 记忆学习 | 15 | 15 | |
| 第6章 机器学习 | 27 | 27 | |
| 第7章 AI 图像识别工具软件 VisLab | 5 | 5 | |
| 第8章 Azure 云端 AI 图像识别功能 | 7 | 7 | |
| 第9章 云端图像识别 AutoML | 5 | 5 | |
| 第10章 AI视觉的服务应用设计 | 13 | 13 | |
| 总计 | 159 | 159 |
影音教学
{{customurls[index].name}}
{{subitem.name}}
📊 ALE自适应学习系统
进行中
📌 今日建议任务
—
🤖 AI 学习建议
分析中…
0%
整体进度
— / — 章
0
累积金元宝 🪙
🔒 全部通关后可领取
📚 全科学习进度
0%
加载学习历程…
加载失败,请稍后再试。
—
—
加载中…
整体答对率
ⓘ
—
—
题目覆盖率
ⓘ
—
同一题多轮作答只计一次
总学习时数
ⓘ
—
估算学习时间
各章答对率
各章整体答对率概览
📊
等级进程
能力雷达
各章/节答对率分布
🤖
AI 学习建议
▼
分析中…
🗓 学习热力图(近 10 周)
🕸 各章节掌握度雷达图
📉 进度对比折线图
中英文看打输入线上评分系统
试用版
您尚未购买本产品,请完成"立即购买"或"序号登录"以解锁完整版功能!
注意:试用版仅提供第一题试用,且练习时间仅限1分钟。
注意:试用版仅提供第一题试用,且练习时间仅限1分钟。
※ 中英文输入看打规范
*每回输入一篇文章。
*错误率10%(含)以上,以0分计算。
*仅练习时间10分钟会显示近期成果曲线图。
*系统成绩计算规则:
中文看打输入-
1.输入正确一字,得一分。每列错字、漏字、多打的字,倒扣0.5分。
2.测验结束后的总正确输入字扣除倒扣分数后与测验时间数(以分钟为单位)的比值,即为成绩。
3.错误率=错误字数除以总字数,错误率5%(含)以上,以0分计算。
英文看打输入-
1.误打、多打、重打、漏打或与试卷上之原稿有任何不符之处,概视为错误一次计算(一字最多只计一次错误),标点和空格均视为前一字的一部分。
2.罚则:每错误一次扣总击数五十击。
3.成绩计算:(总击数—错字*50)∕ 5 ∕ 时间=每分钟净打字数。
未列举者,悉以认证测验软体之处理方式为准。
学习信用考试码使用规范
📝 更新纪录
初版
{{key}} 更新范围
载入更多...
已无更多资料