《AI源码解读（Python版）》内容简介

本书以人工智能发展为时代背景，通过20个实际案例，系统介绍了机器学习模型和算法，为工程技术人员提供较为详细的实战方案，以便深度学习。
在编排方式上，本书侧重介绍创新项目的过程，分别从整体设计、系统流程、实现模块等角度论述数据处理、模型训练及模型应用，并剖析模块的功能、使用和程序代码。为便于读者高效学习，快速掌握人工智能技术的开发方法，本书配套提供项目设计工程文档、程序代码、出现的问题及解决方法等资源，可供读者举一反三，二次开发。
本书将系统设计、代码实现以及运行结果展示相结合，语言简洁，讲解深入浅出、通俗易懂，不仅适合Python编程的爱好者，而且适合作为高等院校相关专业的教材，还可作为智能应用创新开发专业技术人员的参考用书。
李永华，北京邮电大学教授，拥有超过10年的软硬件开发经验，长期致力于物联网、云计算与人工智能的研究工作。在教学中以兴趣为导向，激发学生的创造性；以素质教育为目的，提高自身教学水平；以科研为手段，促进教学理念的转变。在教学与科研实践中指导学生实现300余个创新案例，主持30余项课题的研究工作，在国内外学术期刊及会议发表论文100余篇，申请专利50余项，出版图书20余部。

作品目录

作者简介
内容简介
前言
PREFACE
项目1、PROJECT
1、基于马尔可夫模型的自动即兴音乐推荐
1.1、总体设计
1.2、运行环境
1.3、模块实现
1.4、系统测试
项目2、PROJECT
2、小型智能健康推荐助手
2.1、总体设计
2.2、运行环境
2.3、模块实现
2.4、系统测试
项目3、PROJECT
3、基于SVM的酒店评论推荐系统
3.1、总体设计
3.2、运行环境
3.3、模块实现
3.4、系统测试
项目4、PROJECT
4、基于MovieLens数据集的电影推荐系统
4.1、总体设计
4.2、运行环境
4.3、模块实现
4.4、系统测试
项目5、PROJECT
5、基于排队时间预测的智能导航推荐系统
5.1、总体设计
5.2、运行环境
5.3、模块实现
5.4、系统测试
项目6、PROJECT
6、基于人工智能的面相推荐分析
6.1、总体设计
6.2、运行环境
6.3、模块实现
6.4、系统测试
项目7、PROJECT
7、图片情感分析与匹配音乐生成推荐
7.1、总体设计
7.2、运行环境
7.3、模块实现
7.4、系统测试
项目8、PROJECT
8、新闻自动文摘推荐系统
8.1、总体设计
8.2、运行环境
8.3、模块实现
8.4、系统测试
项目9、PROJECT
9、基于用户特征的预测流量套餐推荐
9.1、总体设计
9.2、运行环境
9.3、逻辑回归算法模块实现
9.4、朴素贝叶斯算法模型实现
9.5、系统测试
项目10、PROJECT
10、校园知识图谱问答推荐系统
10.1、总体设计
10.2、运行环境
10.3、模块实现
10.4、系统测试
项目11、PROJECT
11、新闻推荐系统
11.1、总体设计
11.2、运行环境
11.3、模块实现
11.4、系统测试
项目12、PROJECT
12、口红色号检测推荐系统
12.1、总体设计
12.2、运行环境
12.3、模块实现
12.4、系统测试
项目13、PROJECT
13、基于矩阵分解算法的Steam游戏推荐系统
13.1、总体设计
13.2、运行环境
13.3、模块实现
13.4、系统测试
项目14、PROJECT
14、语音识别和字幕推荐系统
14.1、总体设计
14.2、运行环境
14.3、模块实现
14.4、系统测试
项目15、PROJECT
15、发型推荐系统设计
15.1、总体设计
15.2、运行环境
15.3、模块实现
15.4、系统测试
项目16、PROJECT
16、基于百度AI的垃圾分类推荐系统
16.1、总体设计
16.2、运行环境
16.3、模块实现
16.4、系统测试
项目17、PROJECT
17、协同过滤音乐推荐系统
17.1、总体设计
17.2、运行环境
17.3、模块实现
17.4、系统测试
项目18、PROJECT
18、护肤品推荐系统
18.1、总体设计
18.2、运行环境
18.3、模块实现
18.4、系统测试
项目19、PROJECT
19、基于人脸识别的特定整蛊推荐系统
19.1、总体设计
19.2、运行环境
19.3、模块实现
19.4、系统测试
项目20、PROJECT
20、TensorFlow
2实现AI推荐换脸
20.1、总体设计
20.2、运行环境
20.3、模块实现
20.4、系统测试