前言項目1 進入人工智能時代 1任務1.1 智能電視創(chuàng)意 1【任務描述】 1【預備知識】 21.1.1 人工智能三次浪潮 21.1.2 人工智能與自動化 61.1.3 人工智能產業(yè)鏈 6【實施過程】 7【知識拓展】 81.1.4 人工智能內涵和外延 81.1.5 人工智能三個層次 9任務1.2 了解新零售 10【任務描述】 10【預備知識】 101.2.1 體驗電商 101.2.2 垂直電商 131.2.3 高效電商 151.2.4 服務電商 16【實施過程】 17【知識拓展】 171.2.5 推薦系統 171.2.6 用戶畫像 19任務1.3 認識機器人 20【任務描述】 21【預備知識】 211.3.1 機器人構成 211.3.2 機器人分類 221.3.3 機器人技術 261.3.4 機器人發(fā)展趨勢 271.3.5 智能制造 27【實施過程】 32【知識拓展】 321.3.6 人工智能在制造業(yè)生產環(huán)節(jié)中的應用 321.3.7 人工智能在制造業(yè)中的其他應用場景 34任務1.4 抓住新一代人工智能發(fā)展的新機遇 35【任務描述】 35【預備知識】 351.4.1 人工智能賴以生存的土壤物聯網 351.4.2 人工智能的算力基石云計算 411.4.3 人工智能的血液大數據 43【實施過程】 47【知識拓展】 491.4.4 數據的真實性和安全性保障區(qū)塊鏈 491.4.5 元宇宙 52項目2 掌握人工智能編程語言Python 55任務2.1 初識 Python打招呼 55【任務描述】 55【預備知識】 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 編程風格 582.1.5 Python開發(fā)環(huán)境Notebook 59【實施過程】 63任務2.2 分支結構計算應發(fā)放獎金 64【任務描述】 64【預備知識】 652.2.1 運算符 652.2.2 單分支 662.2.3 雙分支 672.2.4 多分支 67【實施過程】 68任務2.3 循環(huán)結構重復打印一句話100遍 68【任務描述】 68【預備知識】 692.3.1 for循環(huán)結構流程圖 692.3.2 while循環(huán)結構流程圖 702.3.3 break和continue 70【實施過程】 71任務2.4 數據結構賬號密碼登錄模擬 71【任務描述】 72【預備知識】 722.4.1 字典 722.4.2 動態(tài)賦值 74【實施過程】 74任務2.5 模塊查詢女學生的學號與姓名 75【任務描述】 75【預備知識】 762.5.1 模塊 762.5.2 數據框 77【實施過程】 79項目3 讓機器擁有舉一反三能力機器學習 80任務3.1 安裝Python機器學習算法庫 80【任務描述】 80【預備知識】 803.1.1 機器學習背景 803.1.2 機器學習概念 833.1.3 機器學習過程 833.1.4 機器學習分類 84【實施過程】 85任務3.2 準備數據 87【任務描述】 87【實施過程】 873.2.1 數據集 873.2.2 數據預處理 893.2.3 數據集劃分 91任務3.3 選擇算法訓練模型 92【任務描述】 92【預備知識】 933.3.1 機器學習常用算法 933.3.2 損失函數設計 963.3.3 參數優(yōu)化 99【實施過程】 99任務3.4 計算準確率和召回率 99【任務描述】 99【預備知識】 1013.4.1 分類任務評估指標 1013.4.2 回歸任務評估指標 102【實施過程】 102任務3.5 未知樣本輸出預測 103【任務描述】 103【預備知識】 1033.5.1 泛化能力 1033.5.2 交叉驗證 104【實施過程】 104項目4 讓模型結構更接近人腦深度學習 106任務4.1 熟悉神經網絡模擬器PlayGround 107【任務描述】 107【預備知識】 1074.1.1 神經元模型 1074.1.2 全連接神經網絡 1084.1.3 基于神經網絡的機器學習 111【實施過程】 112任務4.2 利用卷積神經網絡檢測黑白邊界 115【任務描述】 115【預備知識】 1154.2.1 卷積神經網絡適合圖像處理 1154.2.2 卷積操作 1164.2.3 池化操作 1174.2.4 卷積神經網絡 118【實施過程】 118【知識拓展】 1194.2.5 循環(huán)神經網絡 1194.2.6 長短時記憶網絡 1214.2.7 對抗神經網絡 122任務4.3 利用深度學習框架PaddlePaddle識別車牌 124【任務描述】 124【預備知識】 1254.3.1 深度學習產生的背景 1254.3.2 深度學習基本原理 1264.3.3 深度學習框架PaddlePaddle 127【實施過程】 129【知識拓展】 1304.3.4 強化學習 1304.3.5 自動駕駛 1314.3.6 智慧交通 132項目5 讓機器擁有理解語義能力圖像處理與識別 140任務5.1 涂抹擦除去除照片瑕疵 140【任務描述】 140【實施過程】 142任務5.2 人像摳圖讓背景隨心所欲 142【任務描述】 142【實施過程】 143任務5.3 黑白照片上色使黑白圖像變得鮮活 145【任務描述】 145【實施過程】 146任務5.4 圖像增強提高圖像的質量和視覺吸引力 146【任務描述】 146【實施過程】 147任務5.5 文生圖讓你成為繪畫大師 148【任務描述】 148【預備知識】 1485.5.1 文生圖提示詞 1485.5.2 提示詞分類 149【實施過程】 162【知識拓展】 1685.5.3 大模型 1685.5.4 大模型之核心架構Transformer 1745.5.5 AIGC 179項目6 讓人機溝通更加自然自然語言處理 185任務6.1 文案寫作讓AI生成一份教案 185【任務描述】 185【預備知識】 1866.1.1 新一代人機交互工具ChatGPT 1866.1.2 低代碼編程新范式Prompt 190【實施過程】 192【知識拓展】 1956.1.3 自然語言處理概述 1956.1.4 詞嵌入word2vec 1986.1.5 預訓練模型 200任務6.2 文本閱讀讓AI生成文章摘要 201【任務描述】 201【預備知識】 2016.2.1 文本分類 2016.2.2 機器翻譯 2026.2.3 自動文摘 2036.2.4 關鍵詞提取 204【實施過程】 204【知識拓展】 207任務6.3 自然對話提升用戶體驗 207【任務描述】 207【預備知識】 2076.3.1 多輪對話 2076.3.2 聊天機器人 2096.3.3 問答系統 210【實施過程】 211【知識拓展】 2126.3.4 垂直搜索讓用戶更加便捷地獲取所需信息 212任務6.4 低代碼大模型編程新范式 212【任務描述】 212【預備知識】 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【實施過程】 218任務6.5 智能體制作GhatGPT分身 221【任務描述】 221【預備知識】 2216.5.1 智能體概述 2216.5.2 智能體底層邏輯 222【實施過程】 223項目7 讓機器擁有聽覺感知能力語音處理 228任務7.1 文生音 228【任務描述】 228【預備知識】 2287.1.1 語音合成 2287.1.2 語言模型 231【實施過程】 232任務7.2 音生文 234【任務描述】 234【預備知識】 2347.2.1 語音識別 2347.2.2 語音識別的發(fā)展歷程 2357.2.3 語音識別的應用 235【實施過程】 236任務7.3 數字人播報 237【任務描述】 237【預備知識】 2377.3.1 數字人 2377.3.2 能夠理解世界模型的Sora 237【實施過程】 242項目8 讓機器擁有視覺感知能力計算機視覺 245任務8.1 圖像分類智能垃圾箱 245【任務描述】 245【預備知識】 2468.1.1 計算機視覺任務 2468.1.2 圖像分類 2468.1.3 EasyDL 249【實施過程】 250任務8.2 物體檢測芯片引腳缺失檢測 255【任務描述】 255【預備知識】 2558.2.1 物體檢測 2558.2.2 物體檢測基本原理 2568.2.3 物體檢測應用 256【實施過程】 258任務8.3 物體分割螺釘螺母分割 260【任務描述】 260【預備知識】 2608.3.1 實例分割 2608.3.2 語義分割 261【實施過程】 262參考文獻 265