信息技術(shù)基礎(chǔ)（拓展模塊） 課件 學(xué)習(xí)單元6人工智能 6.3

學(xué)習(xí)單元六人工智能6.3應(yīng)用和開發(fā)人工智能項(xiàng)目線上課前導(dǎo)學(xué)課前自測(cè)頭腦風(fēng)暴任務(wù)調(diào)研小思考

使用哪些人工智能產(chǎn)品可以提高自己的學(xué)習(xí)/生活效率和質(zhì)量，如果需要自己開發(fā)人工智能項(xiàng)目產(chǎn)品，應(yīng)該采用什么方法？線上課前導(dǎo)學(xué)頭腦風(fēng)暴任務(wù)調(diào)研課前自測(cè)參考資料：Kaggle競(jìng)賽官網(wǎng)天池競(jìng)賽官網(wǎng)

OpenAI官網(wǎng)百度文心一言/welcomeKatago網(wǎng)址/lightvector/katago線上課前導(dǎo)學(xué)任務(wù)調(diào)研課前自測(cè)頭腦風(fēng)暴根據(jù)自己的需求和偏好，嘗試下載一個(gè)人工智能工具產(chǎn)品，幫助自己進(jìn)行娛樂(lè)或內(nèi)容創(chuàng)作，例如翻譯、棋類對(duì)弈、繪畫、文案劇本創(chuàng)作、程序編寫等等。嘗試自行開發(fā)一個(gè)人工智能項(xiàng)目，運(yùn)行在自己的電腦上，例如通過(guò)攝像頭進(jìn)行人臉識(shí)別。線下課中演練前情回顧任務(wù)驅(qū)動(dòng)演示講解鞏固小結(jié)鞏固小結(jié)通過(guò)前面的學(xué)習(xí)我們已經(jīng)對(duì)人工智能基礎(chǔ)概念和人工智能核心技術(shù)有了一定的了解，下面我們嘗試?yán)萌斯ぶ悄芗夹g(shù)做一些實(shí)際工作，包括使用已開發(fā)完成的人工智能產(chǎn)品和自行開發(fā)人工智能項(xiàng)目完成任務(wù)。人工智能使用和開發(fā)的專業(yè)門檻都比較高，實(shí)際開發(fā)人工智能項(xiàng)目需要的大量配套知識(shí)和技能，也不可能在本章有限篇幅內(nèi)講清楚，因此本節(jié)的主要目標(biāo)是通過(guò)使用一個(gè)實(shí)際人工智能產(chǎn)品和展示一個(gè)典型人工智能項(xiàng)目的開發(fā)流程，加深對(duì)人工智能應(yīng)用和開發(fā)的認(rèn)知理解。讀者如果想繼續(xù)學(xué)習(xí)掌握人工智能應(yīng)用開發(fā)技能，需要閱讀更專業(yè)的書籍資料。線下課中演練前情回顧任務(wù)驅(qū)動(dòng)演示講解鞏固小結(jié)鞏固小結(jié)1.下載安裝配置katago，進(jìn)行圍棋人機(jī)對(duì)弈；2.編寫Python程序?qū)崿F(xiàn)一個(gè)人工智能分類項(xiàng)目。作為普通用戶，其實(shí)現(xiàn)在日常生活中已經(jīng)能夠接觸和使用到很多人工智能產(chǎn)品了，例如上網(wǎng)時(shí)會(huì)收到商家根據(jù)人工智能分析發(fā)送的推薦、手機(jī)上的翻譯App、AI自動(dòng)生成的字幕和語(yǔ)音、考勤使用的人臉識(shí)別、開車時(shí)使用的輔助駕駛，等等?，F(xiàn)在已經(jīng)有很多人工智能產(chǎn)品開放了使用接口給普通用戶，甚至開源了算法和代碼，這樣我們就不用總是重復(fù)造輪子，可以直接使用已有的人工智能產(chǎn)品滿足自己的需求，或者以此為基礎(chǔ)改進(jìn)生成自己的人工智能項(xiàng)目。下面我們就以一個(gè)開源的人工智能圍棋程序KataGo為例簡(jiǎn)單說(shuō)明人工智能產(chǎn)品的安裝使用，自從DeepMind公司公開了AlphaGO的原理論文后，已出現(xiàn)了不少開源的人工智能圍棋程序，其中目前使用最廣泛的是KataGo。線下課中演練前情回顧任務(wù)驅(qū)動(dòng)演示講解鞏固小結(jié)鞏固小結(jié)典型工作環(huán)節(jié)1使用人工智能產(chǎn)品

可以下載KataGo的源碼自己研究，并根據(jù)自己的情況進(jìn)行個(gè)性化編譯。根據(jù)自己的圍棋水平和計(jì)算機(jī)GPU顯卡的檔次也可以選配不同的KataGo版本。線下課中演練前情回顧任務(wù)驅(qū)動(dòng)演示講解鞏固小結(jié)鞏固小結(jié)典型工作環(huán)節(jié)1使用人工智能產(chǎn)品

普通用戶如果沒(méi)有自己的編譯和研究需求，也可以直接去下載適合自己計(jì)算機(jī)平臺(tái)的已編譯好的可執(zhí)行程序文件。

到地址/sanderland/katrain/releases上可以下載已編譯好并帶圖形界面的KataGo可執(zhí)行文件KaTrain。線下課中演練前情回顧任務(wù)驅(qū)動(dòng)演示講解鞏固小結(jié)鞏固小結(jié)典型工作環(huán)節(jié)1使用人工智能產(chǎn)品

使用Windows操作系統(tǒng)的用戶直接下載KaTrain.exe文件到本地目錄后，雙擊運(yùn)行即可。根據(jù)自己的需求進(jìn)行設(shè)置后即可進(jìn)行圍棋對(duì)弈和研究線下課中演練前情回顧任務(wù)驅(qū)動(dòng)演示講解鞏固小結(jié)鞏固小結(jié)典型工作環(huán)節(jié)1使用人工智能產(chǎn)品作為人工智能學(xué)習(xí)方面的新手，在學(xué)習(xí)了基礎(chǔ)理論和技術(shù)后，最需要通過(guò)實(shí)際的人工智能開發(fā)項(xiàng)目來(lái)提高自己的技能水平。對(duì)新手來(lái)說(shuō)，可以先做最簡(jiǎn)單的項(xiàng)目練習(xí)，例如使用免費(fèi)開源的機(jī)器學(xué)習(xí)庫(kù)Scikit-learn和示范教程做一些基礎(chǔ)練習(xí)。在有了一定的基礎(chǔ)后，可以嘗試做實(shí)際項(xiàng)目開發(fā)。對(duì)于缺少合適的人工智能實(shí)際項(xiàng)目的問(wèn)題，一個(gè)比較好的解決方案是參加公開平臺(tái)的人工智能競(jìng)賽，此類平臺(tái)著名的有國(guó)外的Kaggle（/）和國(guó)內(nèi)的天池（/）。平臺(tái)上的人工智能競(jìng)賽數(shù)據(jù)很多都是來(lái)自真實(shí)的案例庫(kù)經(jīng)過(guò)脫敏處理生成，使參賽人員可以直接接觸到生產(chǎn)環(huán)境的數(shù)據(jù)，對(duì)增長(zhǎng)經(jīng)驗(yàn)提升水平很有幫助，使用競(jìng)賽平臺(tái)還有一個(gè)好處是他們的網(wǎng)站上有很多幫助、示例教程和社區(qū)討論服務(wù)，可以幫助初學(xué)者盡快入門。線下課中演練前情回顧任務(wù)驅(qū)動(dòng)演示講解鞏固小結(jié)鞏固小結(jié)典型工作環(huán)節(jié)2開發(fā)人工智能項(xiàng)目下面我們以一個(gè)鳶尾花分類項(xiàng)目為例，簡(jiǎn)要說(shuō)明人工智能項(xiàng)目的開發(fā)流程。鳶尾花（Iris）數(shù)據(jù)集是一個(gè)經(jīng)典的數(shù)據(jù)集，由生物學(xué)家Fisher在1936年收集，在統(tǒng)計(jì)學(xué)習(xí)和機(jī)器學(xué)習(xí)領(lǐng)域經(jīng)常被用作示例。鳶尾花數(shù)據(jù)集內(nèi)包含3類共150條記錄，每類各50各數(shù)據(jù)，每條記錄都有以下4各特征：sepallength（花萼長(zhǎng)度）、sepalwidth（花萼寬度）、petallength（花瓣長(zhǎng)度）和petalwidth（花瓣寬度）。可以通過(guò)這4個(gè)特征預(yù)測(cè)鳶尾花屬于下列三個(gè)品種中的哪一個(gè)：iris-setosa（山鳶尾）、iris-versicolour（雜色鳶尾）和iris-viginica（維吉尼亞鳶尾）。線下課中演練前情回顧任務(wù)驅(qū)動(dòng)演示講解鞏固小結(jié)鞏固小結(jié)典型工作環(huán)節(jié)2開發(fā)人工智能項(xiàng)目首先是導(dǎo)入必要的模塊線下課中演練前情回顧任務(wù)驅(qū)動(dòng)演示講解鞏固小結(jié)鞏固小結(jié)典型工作環(huán)節(jié)2開發(fā)人工智能項(xiàng)目線下課中演練前情回顧任務(wù)驅(qū)動(dòng)演示講解鞏固小結(jié)鞏固小結(jié)典型工作環(huán)節(jié)2開發(fā)人工智能項(xiàng)目然后是獲取數(shù)據(jù)集，可以直接從sklearn庫(kù)中讀取小樣本鳶尾花數(shù)據(jù)集接著是展示數(shù)據(jù)，先展示鳶尾花數(shù)據(jù)集總體參數(shù)和樣例線下課中演練前情回顧任務(wù)驅(qū)動(dòng)演示講解鞏固小結(jié)鞏固小結(jié)典型工作環(huán)節(jié)2開發(fā)人工智能項(xiàng)目再繪圖展示鳶尾花數(shù)據(jù)分布線下課中演練前情回顧任務(wù)驅(qū)動(dòng)演示講解鞏固小結(jié)鞏固小結(jié)典型工作環(huán)節(jié)2開發(fā)人工智能項(xiàng)目進(jìn)行數(shù)據(jù)基本處理工作，對(duì)數(shù)據(jù)進(jìn)行分割，生成訓(xùn)練集和測(cè)試集進(jìn)行特征工程，實(shí)例化一個(gè)轉(zhuǎn)換器，并調(diào)用fit_transform方法模型訓(xùn)練階段，先實(shí)例化一個(gè)估計(jì)器，然后進(jìn)行訓(xùn)練線下課中演練前情回顧任務(wù)驅(qū)動(dòng)演示講解鞏固小結(jié)鞏固小結(jié)典型工作環(huán)節(jié)2開發(fā)人工智能項(xiàng)目最后進(jìn)行模型評(píng)估，包括輸出預(yù)測(cè)值和輸出準(zhǔn)確