目录

模块1概念篇
第1章初识人工智能31.1从数据到智能3
1.2人工智能与人类智能4
1.3应用领域6
1.3.1生活6
1.3.2经济13
1.3.3科研17
1.3.4人文19
1.4习题22
第2章人工智能的过去、现在与未来23
2.1人工智能的诞生23
2.1.1图灵测试与中文屋23
2.1.2达特茅斯会议25
2.1.3人工智能之父27
2.2人工智能的野蛮生长期27
2.2.1人工智能的第一次崛起27
2.2.2符号主义AI29
2.3人工智能的曲折前行期29
2.3.1人工智能的第一次低谷29
2.3.2人工智能的第二次崛起30
2.3.3人工智能的第二次低谷31
2.3.4人工智能的第三次崛起32
2.4人工智能的飞速发展期33
2.5人工智能的未来畅想35
2.5.1人工智能发展趋势与特征35人工智能导论(微课视频版)目录2.5.2未来的智能社会畅想37
2.6智能机器人的伦理讨论38
2.6.1“AI犯错，谁之过?”引发的AI伦理思考38
2.6.2机器人三定律引发的AI伦理思考39
2.6.3机器人伦理学的定义40
2.6.4我国在人工智能发展伦理规范方面的做法40
2.7人工智能的话题讨论41
2.7.1AI引发失业恐慌41
2.7.2AI威胁论42
2.8习题43
模块2技术篇
第3章人工智能技术概览473.1人工智能技术主流方法47
3.1.1符号主义47
3.1.2连接主义48
3.1.3行为主义49
3.2人工智能技术分类50
3.2.1专家系统51
3.2.2进化计算51
3.2.3模糊逻辑52
3.2.4知识表示52
3.2.5机器学习52
3.3人工智能技术框架与平台53
3.3.1人工智能技术框架53
3.3.2人工智能技术平台54
3.4习题55
第4章基于统计的机器学习56
4.1机器学习简介56
4.2机器学习分类57
4.2.1监督学习57
4.2.2无监督学习58
4.2.3半监督学习59
4.2.4强化学习59
4.3常用机器学习算法59
4.4回归60
4.4.1一元线性回归61
4.4.2多元线性回归62
4.5分类63
4.6习题66
第5章神经网络与深度学习68
5.1神经网络68
5.1.1神经网络简介68
5.1.2神经元结构70
5.1.3前馈神经网络72
5.1.4神经网络训练过程73
5.1.5应用案例——分类76
5.1.6应用案例——回归79
5.2卷积神经网络82
5.2.1全连接神经网络的缺点82
5.2.2卷积神经网络简介83
5.2.3卷积层84
5.2.4池化层86
5.2.5卷积神经网络的应用87
5.3循环神经网络90
5.3.1自然语言处理概述90
5.3.2自然语言处理基础知识91
5.3.3循环神经网络简介94
5.3.4循环神经网络的应用95
5.4习题97
模块3应用篇
第6章图像分类1016.1场景导入101
6.2相关知识102
6.3技术分析103
6.4应用案例105
6.4.1垃圾分类105
6.4.2野生动物识别与分类108
6.5习题110
第7章目标检测与图像分割111
7.1场景导入111
7.2相关知识111
7.3技术分析114
7.4应用案例117
7.4.1钢筋条数检测117
7.4.2心脏磁共振图像右心室自动分割119
7.5习题123
第8章光学字符识别124
8.1场景导入124
8.2相关知识125
8.3技术分析126
8.3.1图像预处理127
8.3.2文本检测127
8.3.3文本识别129
8.4应用案例131
8.5习题133
第9章人脸识别135
9.1场景导入135
9.2相关知识135
9.2.1人脸识别发展历史135
9.2.2人脸识别种类137
9.2.3人脸识别优势138
9.3技术分析139
9.4应用案例142
9.4.1人脸识别应用情景142
9.4.2人脸识别在活体检测中的应用143
9.5习题144
第10章自然语言处理145
10.1场景导入145
10.2相关知识145
10.2.1自然语言处理概述145
10.2.2语音研究概述147
10.2.3NLP发展历史 148
10.3技术分析151
10.4应用案例153
10.5习题156
第11章AIGC157
11.1场景导入157
11.2相关知识157
11.2.1定义157
11.2.2现状158
11.2.3风险160
11.3技术分析161
11.3.1技术类型  161
11.3.2递归式生成模型162
11.3.3生成式对抗网络164
11.3.4扩散模型165
11.4应用案例166
11.4.1文本生成167
11.4.2音频生成169
11.4.3图像生成170
11.4.4视频生成171
11.5习题173
参考文献174