人工智能技术应用导论

本书从技术应用角度介绍了人工智能、大数据等相关技术。对人工智能基础概述、技术分类、基本原理、开发平台、应用场景、案例体验等的系统介绍能使读者快速建立起对人工智能技术的全貌认识，培养读者继续深入学习人工智能技术的浓厚兴趣。本书共9章内容，内容包括：人工智能概述、Python语言基础、机器学习与深度学习、计算机视觉、语音处理、自然语言处理、人工智能与大数据、智能机器人项目应用、新一代人工智能的发展与思考。本书融入课程思政元素，致力于不断提升读者的课程学习体验、学习效果，将价值塑造、知识传授和能力培养三者融为一体。本书可作为高等职业院校人工智能技术基础相关公共课教材，也可作为各类培训机构的人工智能、大数据、物联网、计算机、软件技术等相关专业的教材。本书也非常适合对人工智能、大数据等感兴趣的读者，以及需要快速了解人工智能全貌，为后续深入学习奠定基础的相关专业学生。

前言
二维码索引
第1章人工智能概述
1.1 无处不在的人工智能
1.1.1 什么是人工智能
1.1.2 人工智能特征
1.1.3 人工智能的四个要素
1.2 人工智能发展历程
1.2.1 三次浪潮简介
1.2.2 人工智能的诞生
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 人工智能发展现状及趋势
1.4 人工智能关键技术概述
1.4.1 机器学习（Machine Learning）
1.4.2 知识图谱(Knowledge Graph）
1.4.3 自然语言处理（Natural Language Processing，NLP）
1.4.4 人机交互（HMI）
1.4.5 计算机视觉（Computer Vision）
1.4.6 生物特征识别（BIT）
1.4.7 增强现实/虚拟现实（AR/VR）
习题
第2章Python语言基础
2.1 Python概述
2.1.1 发展
2.1.2 特点
2.1.3 应用
2.2 开发环境
2.2.1 Python
2.2.2 PyCharm
2.2.3 Anaconda
2.3 Python基础语法应用
2.3.1 实例1：五角星
2.3.2 实例2：回文诗
2.3.3 实例3：冰雹猜想
2.4 网络爬虫
2.4.1 爬虫概述
2.4.2 实例4：知己知彼
2.5 数据分析
2.5.1 数据分析概述
2.5.2 实例5：冷暖自知
2.6 数据可视化
2.6.1 数据可视化概述
2.6.2 实例6：脱贫攻坚
习题
第3章机器学习与深度学习
3.1 机器学习应用场景
3.1.1 机器学习应用范围
3.1.2 自动驾驶
3.2 机器学习概述
3.2.1 人工智能、机器学习和深度学习的区别
3.2.2 机器学习的发展
3.2.3 机器学习的分类
3.2.4 各主流框架基本情况
3.3 监督学习与案例体验
3.3.1 监督学习简介
3.3.2 电影票房数据分析
3.3.3 鸢尾花分类
3.4 无监督学习与案例体验
3.4.1 无监督学习简介
3.4.2 使用K-Means对用户进行分类
3.5 深度学习神经网络应用场景
3.6 深度学习基本原理及技术发展现状
3.6.1 深度学习概述
3.6.2 深度学习相关概念
3.6.3 人类视觉原理与神经网络原理
3.6.4 感知器基本结构及训练
3.7 案例体验
习题
第4章计算机视觉
4.1 计算机视觉应用场景
4.1.1 计算机视觉概述
4.1.2 计算机视觉的应用
4.2 计算机视觉基础与应用开发
4.2.1 图像基础原理
4.2.2 图像处理技术
4.2.3 应用开发流程
4.3 案例体验
4.3.1 案例体验1:人脸检测
4.3.2 案例体验2:边缘检测
习题
第5章语音处理
5.1 语音处理概述及应用场景
5.1.1 语音处理概述
5.1.2 语音处理的应用
5.2 语音处理基本原理及技术发展现状
5.2.1 关键技术
5.2.2 语音识别
5.2.3 语音合成
5.3 案例体验
5.3.1 案例1：语音信号预处理
5.3.2 案例2：语音识别
习题
第6章自然语言处理
6.1 自然语言处理概述
6.1.1 应用场景
6.1.2 什么是自然语言处理
6.1.3 自然语言处理的基本方法
6.1.4 自然语言处理的研究方向
6.1.5 自然语言处理的三个层面
6.1.6 自然语言处理的难点
6.1.7 自然语言处理的发展现状
6.2 自然语言处理关键技术
6.2.1 分词
6.2.2 词性标注
6.2.3 命名实体识别
6.2.4 关键词提取
6.2.5 句法分析
6.2.6 语义分析
6.3 案例体验
6.3.1 案例体验1：分词
6.3.2 案例体验2：TF-IDF关键词提取
习题
第7章人工智能与大数据
7.1 应用场景
7.1.1 购物推荐系统应用
7.1.2 教育大数据应用
7.1.3 交通大数据应用
7.2 基本原理及技术发展现状
7.2.1 大数据的特征
7.2.2 大数据的关键技术
7.2.3 大数据与云计算、物联网
7.3 案例体验
7.3.1 案例简介及环境安装
7.3.2 设定爬取目标
7.3.3 批量下载js文件
7.3.4 javascript解析
7.3.5 将爬取数据存储成csv文件
习题
第8章智能机器人项目应用
8.1 概述与应用场景
8.1.1 智能机器人概述
8.1.2 机器人发展史
8.1.3 机器人分类及应用
8.2 智能机器人的技术实现
8.2.1 控制算法
8.2.2 动作的实现
8.2.3 语音交互的实现
8.3 案例体验
8.3.1 项目要求
8.3.2 方案设计
8.3.3 实验步骤
习题
第9章新一代人工智能的发展与思考
9.1 新一代人工智能发展趋势
9.1.1 人工智能产业生态
9.1.2 人工智能重点产业
9.1.3 新一代人工智能技术发展趋势
9.1.4 新一代人工智能产业发展趋势
9.2 人工智能的安全、伦理和隐私
9.2.1 人工智能带来的冲击和担忧
9.2.2 人工智能安全与伦理问题
9.2.3 人工智能的伦理法则
9.2.4 小结
习题
参考文献