文轩网图书旗舰店
  • 扫码下单

  • Python计算机视觉和自然语言处理 开发机器人应用系统
  • 新华书店正版
    • 作者: [西]阿尔瓦罗·莫雷纳·阿尔贝罗拉(álvaro Morena Alberola) [西]贡萨洛·莫利纳·加列戈(Gonzalo Molina Gallego) [西]乌奈·加著 | | 倪琛译
    • 出版社: 人民邮电出版社
    • 出版时间:2021-06-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    店铺装修中

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    文轩网图书旗舰店

  •      https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: [西]阿尔瓦罗·莫雷纳·阿尔贝罗拉(álvaro Morena Alberola) [西]贡萨洛·莫利纳·加列戈(Gonzalo Molina Gallego) [西]乌奈·加著| 倪琛译
    • 出版社:人民邮电出版社
    • 出版时间:2021-06-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2021-06-01
    • 页数:254
    • 开本:16开
    • 装帧:平装
    • ISBN:9787115560629
    • 国别/地区:中国
    • 版权提供:人民邮电出版社

    Python计算机视觉和自然语言处理 开发机器人应用系统

    作  者:(西)阿尔瓦罗·莫雷纳·阿尔贝罗拉,(西)贡萨洛·莫利纳·加列戈,(西)乌奈·加雷·马埃斯特雷 著 倪琛 译
    定  价:89.9
    出 版 社:人民邮电出版社
    出版日期:2021年06月01日
    页  数:272
    装  帧:平装
    ISBN:9787115560629
    主编推荐

    1.技术点热:用Python讲解自然语言处理技术和计算机视觉技术;; 2.作者知名:多名作者联合编写,继承了AI在机器人领域应用的非常不错经验; 3.内容丰富:用ROS开发更智能的机器人系统,用NLP技术和OpenCV技术让机器人更加智能; 4.立足实践:书中包含大量练习与项目,帮助读者快速掌握机器人开发技术,多方面提升读者的动手能力和研发能力。 5.配套资源:配套的代码资源包和彩色图片包,让你边学边对照,学习效率更高。

    内容简介

    机器人是人工智能时代的重要产物,为人类的工作和生活提供了很好多的助力。对于智能机器人而言,视觉识别能力和对话能力是很好重要的两个方面,本书就是基于这两个技术展开介绍,并通过一系列的编程案例和实践项目,引导读者高效掌握机器人的开发技巧。
    本书基于Python语言进行讲解,结合机器人操作系统(ROS)平台给出了丰富多样的机器人开发方案。本书立足于机器人的视觉和语言处理,通过OpenCV、自然语言处理、循环神经网络、卷积神经网络等技术提高机器人的视觉识别能力和对话能力。全书包括多个练习和项目,通过知识点和编程实践相结合的方式,快速带领读者掌握实用的机器人开发技术。
    本书适合机器人或智能软硬件研发领域的工程师阅读,也适合高校人工智能相关专业的师生阅读。

    作者简介

    精彩内容

    目录
    章机器人学基础1
    1.1简介1
    1.2机器人学的历史2
    1.3人工智能3
    1.3.1自然语言处理简介4
    1.3.2计算机视觉简介5
    1.3.3机器人的类型5
    1.3.4机器人的硬件和软件6
    1.4机器人定位8
    1.4.1练习1:计算机器人的位置10
    1.4.2如何进行机器人开发12
    1.4.3练习2:使用Python计算轮子走过的距离12
    1.4.4练习3:使用Python计算机器人的最终位置13
    1.4.5项目1:使用Python和测距法进行机器人定位15
    1.5小结16
    第2章计算机视觉17
    2.1简介17
    2.2计算机视觉基本算法18
    2.2.1图像相关术语18
    2.2.2OpenCV19
    2.2.3阈值化19
    2.2.4练习4:对图像应用各种阈值化操作21
    2.2.5形态学变换25
    2.2.6练习5:对图像应用形态学变换27
    2.2.7模糊(平滑)31
    2.2.8练习6:对图像应用模糊方法32
    2.2.9练习7:加载图像并应用所学的各种方法34
    2.3机器学习简介38
    2.3.1决策树和提升方法38
    2.3.2练习8:使用决策树、随机森林和AdaBoost进行数字预测41
    2.3.3人工神经网络47
    2.3.4练习9:构建个神经网络51
    2.3.5项目2:对Fashion-MNIST数据集中的10种衣物进行分类54
    2.4小结56
    第3章自然语言处理57
    3.1简介57
    3.1.1自然语言处理58
    3.1.2自然语言处理的两个部分59
    3.1.3NLP的各层次60
    3.2Python中的NLP61
    3.2.1自然语言工具包(NLTK)61
    3.2.2练习10:NLTK入门62
    3.2.3spaCy65
    3.2.4练习11:spaCy入门67
    3.3主题建模70
    3.3.1词频-逆文档频率(TF-IDF)70
    3.3.2潜在语义分析(LSA)71
    3.3.3练习12:使用Python进行主题建模72
    3.3.4项目3:处理一个语料库75
    3.4语言建模76
    3.4.1语言模型简介76
    3.4.2二元模型77
    3.4.3N元模型77
    3.4.4计算概率78
    3.4.5练习13:创建一个二元模型80
    3.5小结83
    第4章NLP神经网络84
    4.1简介84
    4.2循环神经网络86
    4.2.1循环神经网络(RNN)简介87
    4.2.2循环神经网络原理87
    4.2.3RNN架构89
    4.2.4长距离依赖问题89
    4.2.5练习14:使用RNN预测房价90
    4.2.6长短期记忆网络93
    4.2.7练习15:预测数学函数的下一个解94
    4.3神经语言模型100
    4.3.1神经语言模型简介100
    4.3.2RNN语言模型102
    4.3.3练习16:对一个小语料库进行编码103
    4.3.4RNN的输入维度107
    4.3.5项目4:预测字符序列中的下一个字符109
    4.4小结111
    第5章计算机视觉中的卷积神经网络112
    5.1简介112
    5.2CNN基础113
    5.3构建个CNN118
    练习17:构建一个CNN119
    5.4改进模型的方法:数据增强124
    5.4.1练习18:利用数据增强改进模型125
    5.4.2项目5:使用数据增强来正确对花朵图像进行分类134
    5.5最先进的模型:迁移学习137
    练习19:基于迁移学习对钞票进行分类139
    5.6小结144
    第6章机器人操作系统(ROS)146
    6.1简介146
    6.2ROS基本概念147
    6.3ROS基本命令148
    6.4安装和配置149
    6.5Catkin工作空间和软件包149
    6.6发布者和订阅者150
    6.6.1练习20:编写简单的发布者和订阅者151
    6.6.2练习21:编写较复杂的发布者和订阅者154
    6.7模拟器159
    6.7.1练习22:Turtlebot配置159
    6.7.2练习23:模拟器和传感器161
    6.7.3项目6:模拟器和传感器163
    6.8小结164
    第7章构建基于文本的对话系统(聊天机器人)165
    7.1简介165
    7.2向量空间中的词表示166
    7.2.1词嵌入166
    7.2.2余弦相似度167
    7.2.3Word2Vec168
    7.2.4Word2Vec的问题169
    7.2.5Gensim169
    7.2.6练习24:创建词嵌入169
    7.2.7全局向量(GloVe)173
    7.2.8练习25:使用预训练的GloVe模型观察词语在平面上的分布174
    7.3对话系统179
    7.3.1聊天机器人的开发工具180
    7.3.2对话代理的类型180
    7.3.3创建基于文本的对话系统182
    7.3.4练习26:创建个对话代理184
    7.3.5项目7:创建一个用来控制机器人的对话代理189
    7.4小结191
    第8章利用基于CNN的物体识别来指导机器人193
    8.1简介193
    8.2多物体识别和检测194
    8.2.1练习27:构建个多物体检测和识别系统195
    8.2.2ImageAI200
    8.3视频中的多物体识别和检测202
    项目8:视频中的多物体检测和识别206
    8.4小结206
    第9章机器人的计算机视觉208
    9.1简介208
    9.2Darknet209
    Darknet基础安装209
    9.3YOLO210
    9.3.1使用YOLO进行预测211
    9.3.2在摄像头上使用YOLO215
    9.3.3练习28:YOLO编程215
    9.3.4练习29:在ROS中集成YOLO219
    9.3.5项目9:机器人保安223
    9.4小结224
    附录本书项目概览225

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购