人工智能概论(高等职业教育计算机类课程新形态一体化教材)

本书采用“理实一体化” 的方式，利用人工智能领 域现今流行的编程语言 Python编写程序，以案例 形式引出人工智能领域中 常遇到的问题，让读者在 学习人工智能理论的同时 ，通过动手实训对人工智 能有更深刻的认识。全书 共9章，内容包括人工智 能的前世今生、智能感知 、机器学习、神经网络和 深度学习、人脸识别与视 觉图像、自然语言理解、 大数据和云计算、智能机 器人、人工智能与自然智 能。本书生动形象地把目 前在人工智能领域的热点 问题，以科普性、技术性 的形式进行展现，带领读 者深入到人工智能的内核 。 本书配套有微课视频 、教学设计、授课用PPT 、案例源代码等数字化学 习资源。与本书配套的在 线开放课程将在“智慧职 教MOOC学院”上线，学 习者可以登录网站进行在 线开放课程的学习，授课 教师可以调用本课程构建 符合自身教学特色的 SPOC课程，详见“智慧职 教使用指南”。读者可登 录网站进行资源的学习及 获取，也可发邮件至编辑 邮箱 1548103297@qq.com获 取相关资源。 本书适合作为高职高 专院校各专业通识课程的 教材，也可作为电子信息 、计算机相关专业的人工 智能入门教材。

第1章 人工智能的前世今生——从AlphaGo说起 1.1 何谓人工智能 1.2 人工智能的起源与发展 1.2.1 人工智能的起源 1.2.2 人工智能的第一次浪潮(1956—1976) 1.2.3 人工智能的第二次浪潮(1980—1987) 1.2.4 人工智能的第三次浪潮(1997年至今) 1.3 人工智能的现在与未来 1.3.1 人工智能2.O时代 1.3.2 人工智能的未来 1.4 人工智能在各行各业的应用 1.5 案例开发语言及环境安装 1.5.1 Python简介 1.5.2 Python集成开发环境PyCharm 1.5.3 Python及其集成开发环境PyCharm的安装 课后思考题 第2章 智能感知——让人工智能感知世界 2.1 丰富多彩的传感器 2.1.1 什么是传感器 2.1.2 传感器的分类 2.2 传感器的应用——各行各业的小帮手 2.3 传感器的实验案例 2.3.1 实验案例1：传感器数据的生成和采集 2.3.2 实验案例2：读取MQTT Broker中的传感器数据 课后思考题 第3章 机器学习——让人工智能学会思考 3 1何谓机器学习 3.1.1 机器学习的基本概念 3.1.2 学习模型 3.2 机器学习的方法 3.2.1 有监督学习 3.2.2 无监督学习 3.2.3 半监督学习 3.2.4 强化学习 3.3 机器学习的应用领域 3.4 机器学习案例——鸢尾花种类识别 课后思考题 第4章 神经网络和深度学习——让人工智能拥有智慧大脑 4.1 何谓神经网络 4.1.1 神经网络的结构单元 4.1.2 人工神经网络的层结构 4.1.3 神经网络的学习 4.2 神经网络的应用案例 4.2.1 应用于预测问题的神经网络 4.2.2 鲍鱼年龄预测案例实现 4.2.3 神经网络的进化 4 3深度学习 4.3.1 何谓深度学习 4.3.2 卷积神经网络 4.3.3 深度学习框架