人工智能技術(shù)應(yīng)用導論

目 錄
Contents
前言
二維碼索引
第1章人工智能概述
1.1 無處不在的人工智能
1.1.1 什么是人工智能
1.1.2 人工智能特征
1.1.3 人工智能的四個要素
1.2 人工智能發(fā)展歷程
1.2.1 三次浪潮簡介
1.2.2 人工智能的誕生
1.2.3 第一次浪潮
1.2.4 第二次浪潮
1.2.5 第三次浪潮
1.3 人工智能發(fā)展現(xiàn)狀及趨勢
1.4 人工智能關(guān)鍵技術(shù)概述
1.4.1 機器學習（Machine Learning）
1.4.2 知識圖譜(Knowledge Graph）
1.4.3 自然語言處理（Natural Language Processing，
NLP）
1.4.4 人機交互（HMI）
1.4.5 計算機視覺（Computer Vision）
1.4.6 生物特征識別（BIT）
1.4.7 增強現(xiàn)實/虛擬現(xiàn)實（AR/VR）
習 題
第2章Python語言基礎(chǔ)

2.1 Python概述
2.1.1 發(fā)展
2.1.2 特點
2.1.3 應(yīng)用
2.2 開發(fā)環(huán)境
2.2.1 Python
2.2.2 PyCharm
2.2.3 Anaconda
2.3 Python基礎(chǔ)語法應(yīng)用
2.3.1 實例1：五角星
2.3.2 實例2：回文詩
2.3.3 實例3：冰雹猜想
2.4 網(wǎng)絡(luò)爬蟲
2.4.1 爬蟲概述
2.4.2 實例4：知己知彼
2.5 數(shù)據(jù)分析
2.5.1 數(shù)據(jù)分析概述
2.5.2 實例5：冷暖自知
2.6 數(shù)據(jù)可視化
2.6.1 數(shù)據(jù)可視化概述
2.6.2 實例6：脫貧攻堅
習 題
第3章機器學習與深度學習
3.1 機器學習應(yīng)用場景
3.1.1 機器學習應(yīng)用范圍
3.1.2 自動駕駛
3.2 機器學習概述
3.2.1 人工智能、機器學習和深度學習的區(qū)別
3.2.2 機器學習的發(fā)展
3.2.3 機器學習的分類
3.2.4 各主流框架基本情況
3.3 監(jiān)督學習與案例體驗
3.3.1 監(jiān)督學習簡介
3.3.2 電影票房數(shù)據(jù)分析
3.3.3 鳶尾花分類
3.4 無監(jiān)督學習與案例體驗
3.4.1 無監(jiān)督學習簡介
3.4.2 使用K-Means對用戶進行分類
3.5 深度學習神經(jīng)網(wǎng)絡(luò)應(yīng)用場景
3.6 深度學習基本原理及技術(shù)發(fā)展現(xiàn)狀
3.6.1 深度學習概述
3.6.2 深度學習相關(guān)概念
3.6.3 人類視覺原理與神經(jīng)網(wǎng)絡(luò)原理
3.6.4 感知器基本結(jié)構(gòu)及訓練
3.7 案例體驗
習 題
第4章計算機視覺
4.1 計算機視覺應(yīng)用場景
4.1.1 計算機視覺概述
4.1.2 計算機視覺的應(yīng)用
4.2 計算機視覺基礎(chǔ)與應(yīng)用開發(fā)
4.2.1 圖像基礎(chǔ)原理
4.2.2 圖像處理技術(shù)
4.2.3 應(yīng)用開發(fā)流程
4.3 案例體驗
4.3.1 案例體驗1:人臉檢測
4.3.2 案例體驗2:邊緣檢測
習 題
第5章語音處理
5.1 語音處理概述及應(yīng)用場景
5.1.1 語音處理概述
5.1.2 語音處理的應(yīng)用
5.2 語音處理基本原理及技術(shù)發(fā)展現(xiàn)狀
5.2.1 關(guān)鍵技術(shù)
5.2.2 語音識別
5.2.3 語音合成
5.3 案例體驗
5.3.1 案例1：語音信號預(yù)處理
5.3.2 案例2：語音識別
習 題
第6章自然語言處理
6.1 自然語言處理概述
6.1.1 應(yīng)用場景
6.1.2 什么是自然語言處理
6.1.3 自然語言處理的基本方法
6.1.4 自然語言處理的研究方向
6.1.5 自然語言處理的三個層面
6.1.6 自然語言處理的難點
6.1.7 自然語言處理的發(fā)展現(xiàn)狀
6.2 自然語言處理關(guān)鍵技術(shù)
6.2.1 分詞
6.2.2 詞性標注
6.2.3 命名實體識別
6.2.4 關(guān)鍵詞提取
6.2.5 句法分析
6.2.6 語義分析
6.3 案例體驗
6.3.1 案例體驗1：分詞
6.3.2 案例體驗2：TF-IDF關(guān)鍵詞提取
習 題
第7章人工智能與大數(shù)據(jù)

7.1 應(yīng)用場景
7.1.1 購物推薦系統(tǒng)應(yīng)用
7.1.2 教育大數(shù)據(jù)應(yīng)用
7.1.3 交通大數(shù)據(jù)應(yīng)用
7.2 基本原理及技術(shù)發(fā)展現(xiàn)狀
7.2.1 大數(shù)據(jù)的特征
7.2.2 大數(shù)據(jù)的關(guān)鍵技術(shù)
7.2.3 大數(shù)據(jù)與云計算、物聯(lián)網(wǎng)
7.3 案例體驗
7.3.1 案例簡介及環(huán)境安裝
7.3.2 設(shè)定爬取目標
7.3.3 批量下載js文件
7.3.4 javascript解析
7.3.5 將爬取數(shù)據(jù)存儲成csv文件
習 題
第8章智能機器人項目應(yīng)用
　
8.1 概述與應(yīng)用場景
8.1.1 智能機器人概述
8.1.2 機器人發(fā)展史
8.1.3 機器人分類及應(yīng)用
8.2 智能機器人的技術(shù)實現(xiàn)
8.2.1 控制算法
8.2.2 動作的實現(xiàn)
8.2.3 語音交互的實現(xiàn)
8.3 案例體驗
8.3.1 項目要求
8.3.2 方案設(shè)計
8.3.3 實驗步驟
習 題
第9章新一代人工智能的發(fā)展與思考
　
9.1 新一代人工智能發(fā)展趨勢
9.1.1 人工智能產(chǎn)業(yè)生態(tài)
9.1.2 人工智能重點產(chǎn)業(yè)
9.1.3 新一代人工智能技術(shù)發(fā)展趨勢
9.1.4 新一代人工智能產(chǎn)業(yè)發(fā)展趨勢
9.2 人工智能的安全、倫理和隱私
9.2.1 人工智能帶來的沖擊和擔憂
9.2.2 人工智能安全與倫理問題
9.2.3 人工智能的倫理法則
9.2.4 小結(jié)
習 題
參考文獻