Python人工智能技术与应用

1）以学生为中心。活页式教材具备“工作活页”和“教材”的双重属性，这种双重属性直接赋予了活页式教材在装订形式与内容更新上的灵活性。这种灵活性使得教材可以依据产业发展及时调整相关教学内容与案例，以培养学生的综合职业能力为总目标，其中每一个能力模块都是完整的行动任务。按照 “以学生为中心”的思路进行教材开发设计，将“教学资料”的特征和“学习资料”的功能完美结合，使学生具备职业特定技能、行业通用技能以及伴随终身的可持续发展的核心能力。 2）以职业能力为本位。在教材编写之前，我们全面分析了智能网联汽车技术领域的特征，根据智能网联汽车企业对智能传感设备标定工程师、高精度地图数据采集处理工程师、智能网联汽车测试评价工程师、智能网联汽车系统装调工程师、智能网联汽车技术支持工程师等岗位的能力要求，对职业岗位进行能力分解，提炼出完成各项任务应具备的知识和能力。以此为基础进行教材内容的选择和结构设计，人才培养与社会需求的无缝衔接，最终实现学以致用的根本目标。同时，在内容设置方面，还尽可能与国家及行业相关技术岗位职业资格标准衔接，力求符合职业技能鉴定的要求，为学生获得相关的职业认证提供帮助。 3）以学习成果为导向。智能网联汽车横跨诸多领域，这使得相关专业的学生在学习过程中往往会感到无从下手，我们利用活页式教材的特点来解决此问题，活页式教材是一种以模块化为特征的教材形式，它将一本书分成多个独立的模块，以某种顺序组合在一起，从而形成相应的教学逻辑。教材的每个模块都可以单独制作和更新，便于保持内容的时效性和精准性。通过发挥活页式教材的特点，我们将实际工作所需的理论知识与技能相结合，以工作过程为主线，便于学生在实际的操作过程中掌握工作所需的技能和加深对理论知识的认知。 总体而言，本活页式教材以学生为中心，以职业能力为本位，以学习成果为导向，让学生在教师指导下经历完整的工作过程，创设沉浸式教学环境，并在交互体验的过程中构建专业知识，训练专业技能，从而促进学生自主学习能力的提升。每一个任务均以学习目标、知识索引、情境导入、获取信息、任务分组、工作计划、进行决策、任务实施、评价反馈这九个环节为主线，帮助学生在动手操作和了解行业发展的过程中领会团结合作的重要性，培养执着专注、精益求精、一丝不苟、追求很好的工匠精神。在每个能力模块中引入了拓展阅读，将爱党、爱国、爱业、爱史与爱岗教育融入课程中。为满足“人人皆学、处处能学、时时可学”的需要，本活页式教材同时搭配微课等数字化资源辅助学习。

本书主要内容分为对人工智能与自动驾驶的基本认知、掌握Python人工智能的基础应用、掌握机器学习技术的基础应用、掌握基于深度学习的计算机视觉技术应用、掌握基于深度学习的自然语言处理技术应用和掌握基于深度学习的语音处理技术应用6个能力模块，并下设20个任务。全书以“做中学”为主导，以程序性知识为主体，配以必要的陈述性知识和策略性知识，重点强化“如何做”，将必要知识点穿插于各个“做”的步骤中，边学习、边实践，同时将“课程思政”融入课程的培养目标，在实训教学中渗透理论的讲解，使所学到的知识能够融会贯通，让学生具有独立思考、将理论运用于实践的动手能力，成为从事智能网联汽车相关工作的高素质技能型专业人才。
本书内容通俗易懂，可作为职业院校新能源汽车技术、智能网联汽车技术、智能网联汽车工程技术等专业的教材，也可供从事本专业工作的工程技术人员参考。

序
前言
能力模块一 对人工智能与自动驾驶的基本认知/001
任务一 调研分析人工智能技术/001
任务二 调研分析人工智能关键技术/015
任务三 调研分析人工智能技术在智能驾驶汽车中的应用/027
能力模块二 掌握Python人工智能的基础应用/034
任务一 认知Python基础命令/034
任务二 完成Python网络爬虫实训/048
任务三 完成Python数据探索性分析实训/057
能力模块三 掌握机器学习技术的基础应用/071
任务一 完成基于k-means的汽车产品聚类分析实训/071
任务二 完成基于KNN 的人脸识别实训/084
任务三 完成基于朴素贝叶斯算法的汽车行为预测实训/095
能力模块四 掌握基于深度学习的计算机视觉技术应用/103
任务一 调研分析计算机视觉技术/103
任务二 完成OpenCV与图像处理基础实训/116
任务三 利用图像分类技术进行驾驶员状态识别/127
任务四 利用OpenVINO进行驾驶员动作识别/142
能力模块五 掌握基于深度学习的自然语言处理技术应用/150
任务一 调研分析自然语言处理技术/150
任务二 完成文本数据采集与预处理实训/159
任务三 完成汽车评论文本分类实训/167
能力模块六 掌握基于深度学习的语音处理技术应用/176
任务一 调研分析语音识别技术/176
任务二 认知和处理音频数据/187
任务三 完成语音助手实训/199
任务四 完成汽车警报识别实训/208
参考文献/219