导语

  

内容提要

  

    本教材内容包括人工智能概述、人工智能通用技术、机器学习与深度学习、人工智能典型应用场景与职业发展、人工智能法律与伦理、人工智能与职业发展。在内容的选取上，突出人工智能主流技术和典型案例，覆盖了目前市场上最常见的人工智能技术及应用。
    作者仔细研究了国内第一批人工智能创新应用平台的开放接口，归纳相应创新应用平台的共性内容，选取与图像、语音、自然语言处理等相关的人工智能通用技能，并针对这些通用技能安排了相应的实训。本书精心设计了适用于高职层次学生的人工智能体验式实训，借助人工智能开放平台上的API（应用程序接口），让学生对人工智能应用有直观的体验。教材中的程序均在Python 3环境中进行了验证，可以通过扫描二维码观看相应的操作视频。另外，教材精选人工智能行业典型应用，为学生的专业规划打开视野。
    本教材是人工智能通识教育的基础教材，适用于高职高专院校使用。教材提供了16课时及32课时两种教学计划推荐方案，分别适用于文科类专业及理工类专业。本教材也可作为人工智能爱好者的启蒙资料。

绪论
第1章  人工智能概述
  1.1  人工智能的概念
    1.1.1  人工智能概念的一般描述
    1.1.2  图灵测试
  1.2  人工智能的发展历史
    1.2.1  人工智能的诞生
    1.2.2  第一次兴衰
    1.2.3  第二次兴衰
    1.2.4  第三次浪潮
    1.2.5  人工智能与深度学习
  1.3  人工智能技术的应用
    1.3.1  智能家居与个人助理
    1.3.2  智能安防
    1.3.3  智慧医疗
    1.3.4  电商零售
    1.3.5  智能金融
    1.3.6  智慧教育
    1.3.7  智能客服
    1.3.8  智能制造
    1.3.9  自动驾驶
  1.4  人工智能开发环境
  项目1  搭建Hello AI开发环境
  本章小结
  习题1
第2章  计算机视觉及应用
  2.1  计算机视觉概念
  2.2  OCR及其应用
    2.2.1  OCR基本概念
    2.2.2  OCR常见应用
  2.3  图像识别及其应用
    2.3.1  图像识别基础知识
    2.3.2  图像识别与深度学习
    2.3.3  图像识别技术的应用
  2.4  人脸识别及其应用
    2.4.1  人脸识别概念
    2.4.2  人脸识别应用
  2.5  人体分析及应用
  ☆OCR识别体验：公司文件文本化
  项目2  公司会展人流统计
  本章小结
  习题2
第3章  语音处理及应用
  3.1  语音处理的概念
    3.1.1  语音识别的概念
    3.1.2  　语音合成的概念
  3.2  语音处理的应用
    3.2.1  语音识别的应用
    3.2.2  语音合成的应用
  ☆语音合成体验：客服回复音频化
  项目3  会议录音文本化（语音识别）
  本章小结
  习题3
第4章  自然语言处理及应用
  4.1  自然语言处理的概念
    4.1.1  自然语言处理发展历史
    4.1.2  自然语言处理的一般流程
    4.1.3  自然语言处理中的难点
  4.2  自然语言处理的应用
    4.2.1  机器翻译
    4.2.2  垃圾邮件分类
    4.2.3  信息抽取
    4.2.4  文本情感分析
    4.2.5  智能问答
    4.2.6  个性化推荐
  4.3  知识图谱及其应用
    4.3.1  知识图谱的概念
    4.3.2  知识图谱的特点
    4.3.3  知识图谱的应用
  ☆自然语言处理体验：用户评价情感分析
  项目4  客户意图理解
  本章小结
  习题4
第5章  智能机器人
  5.1  智能机器人简介
    5.1.1  智能机器人的定义
    5.1.2  智能机器人的分类
    5.1.3  智能机器人关键技术
  5.2  服务机器人
    5.2.1  服务机器人的概念
    5.2.2  服务机器人的应用
  5.3  无人车
  项目5  智能问答系统
  本章小结
  习题5
第6章  机器学习与深度学习概述
  6.1  机器学习简介
    6.1.1  机器学习的定义
    6.1.2  机器学习算法的分类
  6.2  机器学习常用算法
    6.2.1  线性回归
    6.2.2  支持向量机
    6.2.3  决策树
    6.2.4  K-近邻算法
    6.2.5  朴素贝叶斯算法
    6.2.6  K均值聚类算法
  6.3  神经网络简介
    6.3.1  神经元结构
    6.3.2  神经网络结构
  6.4  深度学习简介
    6.4.1  深度神经网络
    6.4.2  卷积神经网络及原理
    6.4.3  经典深度学习模型
  6.5  主流深度学习框架及使用
    6.5.1  TensorFlow简介
    6.5.2  PyTorch简介
    6.5.3  Caffe简介
    6.5.4  PaddlePaddle
    6.5.5  TensorFlow的使用
  项目6  机器学习体验
  项目7  深度学习体验
  本章小结
  习题6
第7章  AI典型应用案例与职业规划
  7.1  人工智能在智能制造领域的应用
    7.1.1  计算机视觉应用
    7.1.2  设备预测性维护
  7.2  其他行业产业中的人工智能应用
    7.2.1  AI+机器人
    7.2.2  AI+教育
    7.2.3  AI+金融
    7.2.4  AI+营销
    7.2.5  AI+农业
  7.3  人工智能应用研究热点
  7.4  人工智能与工作岗位
    7.4.1  机器人取代部分人类工作
    7.4.2  消失与新增的岗位
  7.5  职业规划
    7.5.1  国家对人工智能的政策支持
    7.5.2  人工智能工程技术人员职业要求
  7.6  专业创新
    7.6.1  AI+无人机应用创新
    7.6.2  学生创新案例
  项目8  创新体验：训练自己的分类模型
  本章小结
  习题7
第8章  人工智能法律与伦理
  8.1  人工智能发展中的伦理问题
    8.1.1  人工智能伦理问题
    8.1.2  人工智能目前面临的问题
    8.1.3  语音助手采集个人数据
    8.1.4  性别偏见案例
    8.1.5  肤色偏见案例
  8.2  人工智能发展中的法律问题
    8.2.1  人格权的保护
    8.2.2  知识产权的保护
    8.2.3  数据财产的保护
    8.2.4  侵权责任的认定
    8.2.5  机器人的法律主体地位
    8.2.6  无人机立法
  本章小结
  习题8
附录A  人工智能项目实践
  A-1  准备人工智能开发环境
  A-2  注册成为AI开放平台开发者
  A-3  利用FFmpeg软件进行音频格式转换
  A-4  TensorFlow框架的安装配置
附录B  智能对话系统设计与实施
附录C  第一批AI国家开放创新平台功能
参考文献