前言
人工智能(Artificial Intelligence，AI)正在改变着我们的工作与生活，也日益改变着我们的思维方式，可以说它已经无处不在。人工智能技术已经成为我们提升自身竞争力的必备技能，人工智能人才的培养已经成为我国发展的重要任务。从知识结构上讲，人工智能属于多学科交叉的知识体系，其人才培养需要依据特定的培养方案展开。目前国内众多高校，如南京大学、西安电子科技大学等，先后成立了人工智能学院，提出了体现自身特色的人工智能培养方案。
编写本书的目的是为初次涉猎人工智能的读者提供一个以实践为手段的、全貌式了解人工智能的机会。实事求是地讲，本书无论从深度还是广度来看，都还远远不够，但是作为一本入门教材，本书的目标是希望使用本书的读者能够通过实践产生兴趣，产生进一步深入研究某个主题的动力。
本书从最基本的人工智能概念入手，从零开始介绍诸如机器学习、自然语言处理等各种算法，通过现实而有趣的例子展示教学内容。在整个学习过程中，读者会看到人工智能相关的各个主题当前所面临的挑战，一些折中的思想方法可能会得到更多应用。在学习路径的设计上，我们采用从简单到复杂的思路，从大家熟悉的内容到相对不太熟悉的内容安排方式。每个章节都包含相应的案例，案例的选择借鉴行业中所需要的或者正在应用的项目思想。
本书的内容由纸质和视频两部分组成。纸质部分包括人工智能导引、Python基础、机器学习初步、自然语言处理、语音识别、计算机视觉、人工神经网络、强化学习和深度学习、区块链、人工智能算法等内容。人工智能的知识体系繁杂、深入，上述任意一个主题都构成一个较大的研究方向，而本书的目的是通过实践引导的方式使初次涉猎人工智能的读者对其有一个概要性的了解，并产生学习的兴趣和前行的动力； 视频部分不是对纸质部分内容的简单讲解，而是包含更多的扩展材料与讲解，如基础知识、扩展与升华、课后思考等。视频部分的讲解采用动手实践、边演示边讲解的方式进行，除了基本概念以外，所讲解的知识绝大部分以Python编码的方式展示。
纸质部分共10章。第1章为人工智能导引，主要介绍人工智能的来历、应用等； 第2章为Python基础，介绍在人工智能方面应用的基础知识、扩展包等； 第3章为机器学习初步，介绍几个有代表性的算法，如朴素贝叶斯算法、聚类算法等； 第4章为自然语言处理，使用TFIDF算法构建文档类别预测器，构建语义分析器、基于LDA的主题模型等； 第5章为语音识别，通过构建一个语音识别系统——识别口语词汇介绍如何处理语音信号及其可视化过程； 第6章为计算机视觉，主要讲解OpenCV的使用，学习如何用CAMShift算法构建一个目标跟踪器并讲解光流的基本知识； 第7章为人工神经网络，介绍感知器的概念以及如何基于感知器构造一个分类器，并使用人工神经网络构建一个光学字符识别引擎； 第8章为强化学习和深度学习，通过一些现实例子，讲解强化学习是如何表现出来的，之后介绍深度学习和卷积神经网络(CNN)； 第9章为区块链，介绍区块链的相关知识及人工智能与区块链之间的关系，使用朴素贝叶斯算法通过预测事务来预测存储水平优化供应链管理(SCM)区块链中的区块； 第10章简要介绍一些人工智能算法，包括遗传算法、模拟退火算法和蚁群算法等。
视频内容的编排按照微视频的录制方式。每段视频的时长为10~15分钟，内容包括基本内容讲解(主要讲解纸质部分内容)、扩展内容、思考题等。为了让读者有一个从思考到实践展示的过程，视频内容基于一条思考、学习的认知主线展开。期待读者跟随我们的讲解，加上自己的思考和加工，快速地熟悉和掌握大部分内容。读者先扫描本书封底“文泉云盘”涂层下的二维码，绑定微信账号，然后即可扫描书中的二维码观看视频。
清华大学出版社的付弘宇编辑从编写本书的主题选择、写作风格及微视频的录制等方面给予了很多建议和支持，在此深表感谢。由于人工智能的知识体系非常庞杂，难以全面掌握，尽管我们做了很大努力，书中可能还会存在错误。我们希望能够抛砖引玉，期待各位专家、学者的指导和帮助。在本书的编写过程中，我们参考了国内外近期出版的众多书籍、论文等，在此对相关作者表示感谢。如涉及版权问题，请联系我们。最后，希望读者在学习本书之后，能够有所收获。
本书免费提供配套的教学大纲、PPT课件与书中涉及的代码，可以从清华大学出版社官方网站www．tup．com．cn或清华大学出版社官方微信公众号“书圈”(ID： itshuquan)下载。
编者

2020年12月


课程总结