內容大鋼
本書從應用出發，系統介紹人工智慧的基本理論、方法和技術，以及傳統行業AI化改造的解決方案。全書共8章，內容涵蓋人工智慧概述、Python語言基礎、機器學習、電腦視覺及應用、語音識別及應用、自然語言處理、知識圖譜及應用和人工智慧行業解決方案。
本書理論和實踐相結合，每章使用思維導圖梳理知識點，並配有案例及實現，內容重點突出、結構清晰；案例代碼都是基於Python 3.13.0版本、Anaconda 3-2024.06版本下調試運行的，同時還在附錄中提供了人工智慧平台環境搭建的操作手冊，便於初學者學習和查閱。
本書適用面廣，可作為高等院校人工智慧、智能科學與技術、電腦、信息處理、自動化和電信等理工科相關專業的教材，也可作為其他專業的拓展、通識課程的教材，還可作為培訓機構「人工智慧」課程的教材。
目錄
第1章 人工智慧概述
視頻講解：60分鐘，8集
1.1 人工智慧簡介
1.1.1 人工智慧的定義
1.1.2 人工智慧的起源和發展
1.2 人工智慧產業框架體系
1.2.1 基礎層
1.2.2 技術層
1.2.3 應用層
1.3 人工智慧核心技術
1.3.1 基礎技術
1.3.2 通用技術
1.3.3 應用技術
1.4 人工智慧的意義及挑戰
1.4.1 發展人工智慧的戰略意義
1.4.2 人工智慧發展趨勢
1.4.3 人工智慧的衝擊與挑戰
本章總結
本章習題
第2章 Python語言基礎
視頻講解：287分鐘，29集
2.1 Python概述
2.1.1 Python簡介
2.1.2 Python版本
2.1.3 Python語言特色
2.1.4 Python應用領域
2.2 Python程序
2.2.1 什麼是程序
2.2.2 編寫並運行Python程序
2.2.3 使用Jupyter Notebook
2.2.4 調試程序
2.3 Python基礎知識
2.3.1 Python基礎語法
2.3.2 變數
2.3.3 基礎數據類型
2.3.4 運算符
2.3.5 表達式
2.4 序列、映射
2.4.1 序列及其通用操作
2.4.2 列表的基本操作
2.4.3 列表和元組的相互轉換
2.4.4 字典
2.5 流程式控制制語句
2.5.1 條件語句
2.5.2 循環語句
2.6 函數與模塊
2.6.1 抽象
2.6.2 函數
2.6.3 模塊
2.7 文件操作
2.7.1 文件
2.7.2 打開文件
2.7.3 關閉文件
2.7.4 讀取文件內容
2.7.5 讀取全部內容
2.7.6 向文件寫入數據
2.8 客服機器人案例分析
2.8.1 謀定而後動
2.8.2 拆解複雜問題
2.8.3 整合在一起
2.9 影評詞雲數據分析案例
2.9.1 安裝jieba庫
2.9.2 安裝WordCloud庫
2.9.3 編碼實現
本章總結
本章習題
第3章 機器學習
視頻講解：54分鐘，10集
3.1 機器學習簡介
3.1.1 什麼是機器學習
3.1.2 機器學習發展歷史
3.1.3 機器學習應用領域
3.2 機器學習進階
3.2.1 機器學習種類
3.2.2 基本術語
3.2.3 機器學習的流程
3.3 線性模型
3.3.1 預測工資——線性回歸
3.3.2 泰坦尼克號生存預測——邏輯回歸
3.4 監督學習
3.4.1 支持向量機
3.4.2 貝葉斯分類器
3.4.3 決策樹
3.4.4 神經網路
3.5 機器學習案例——貓狗分類
3.5.1 安裝TensorFlow和Keras庫
3.5.2 案例實現
本章總結
本章習題
第4章 電腦視覺及應用
視頻講解：38分鐘，7集
4.1 電腦視覺基礎
4.1.1 電腦視覺的基本概念
4.1.2 電腦視覺的作用
4.1.3 電腦視覺的基本原理
4.2 電腦視覺技術
4.2.1 圖像處理
4.2.2 圖像分類
4.2.3 特徵提取
4.3 基於深度學習的圖像識別
4.3.1 卷積運算
4.3.2 利用卷積提取圖像特徵
4.3.3 基於深度神經網路的圖像分類
4.3.4 目標檢測
4.4 視頻行為識別
4.5 電腦視覺應用
4.5.1 圖像分類的應用
4.5.2 人臉識別
本章總結
本章習題
第5章 語音識別及應用
視頻講解：21分鐘，5集
5.1 語音識別
5.1.1 語音識別的定義
5.1.2 語音識別發展歷程
5.1.3 語音識別的分類
5.1.4 語音識別的流程
5.2 語音合成
5.3 語音識別的應用案例——語音助手
本章總結
本章習題
第6章 自然語言處理
視頻講解：30分鐘，6集
6.1 自然語言處理導入
6.2 自然語言處理的基本原理
6.2.1 自然語言處理的定義
6.2.2 自然語言處理的基本技術原理
6.2.3 自然語言處理的技術發展
6.3 自然語言處理的應用場景
6.3.1 從文本中挖掘主題
6.3.2 自然語言處理的應用領域和應用場景
6.3.3 自然語言處理的未來應用——人機交互系統
6.4 自然語言處理案例——文本預測和生成
本章總結
本章習題
第7章 知識圖譜及應用
視頻講解：31分鐘，8集
7.1 知識圖譜引言
7.2 知識圖譜簡介
7.2.1 知識圖譜的定義
7.2.2 知識圖譜的架構
7.3 知識圖譜應用
7.3.1 問答系統
7.3.2 行業應用
7.4 知識圖譜展望
7.5 知識圖譜案例
本章總結
本章習題
第8章 人工智慧行業解決方案
視頻講解：19分鐘，4集
8.1 智慧交通
8.1.1 無人駕駛汽車
8.1.2 共享單車
8.1.3 公安交通指揮系統
8.2 智能製造
8.2.1 工業3D分揀機器人
8.2.2 智能工廠
8.2.3 智能設備
8.3 智慧醫療
8.3.1 達·芬奇機器人
8.3.2 醫療影像診斷
8.3.3 陪伴機器人
8.4 智慧金融
8.4.1 智能客服
8.4.2 數字員工
8.4.3 定損寶
本章總結
本章習題
附錄A 搜索演算法
[