《人工智能概论》采用“理实一体化”的方式,利用人工智能领域现今非常流行的编程语言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。
《人工智能概论》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。
《人工智能概论》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《人工智能概论》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获取相关资源。
《人工智能概论》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。
近年来,人工智能技术飞速发展,作为引领未来的战略性技术,人工智能是新一轮产业变革的核心驱动力,正在改变着社会和人们的生活。从某种程度上讲,谁在人工智能领域抢得先机,谁就会赢得未来。因此,无论从国家的宏观战略,还是企业的微观运营,如何发展人工智能、运用人工智能,成为全球共同关注的新命题。在我国,人工智能已经被纳入基础教育范畴,作为培养技能型人才的职业教育更是责无旁贷,亟须转型升级。人工智能学科交叉,涵盖多个研究领域,实践性强,传统的单学科理论性教材已经远远不能满足人工智能职业教育的需要。当前,针对高职类院校学科需求的人工智能教材并不多,内容也不全面。在这样的背景下,具有职业教育特色的《人工智能概论》应运而生。
作为计算机科学的一个分支,人工智能主要研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统,涉及机器人、语音识别、图像识别、自然语言处理等方面。本书属于高职高专类各专业的通识性教材,意在让读者能够对人工智能技术有一个全面了解,对人工智能行业有一个初步的认识。本书按照人工智能技术必备的知识领域进行划分,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,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。
本书的特色是把握“通识”二字,深入浅出地讲解人工智能技术必备的知识领域,每章利用“小标题”,例如“让人工智能感知世界”“让人工智能学会思考”等让学生更好地理解目前在人工智能领域的热点问题。全书采用“理实一体化”的方式,利用人工智能领域现今最流行的编程语言Python编写程序,以案例形式解决人工智能领域中常遇到的问题,例如“智能感知数据的提取”“鸢尾花种类识别”“鲍鱼的年龄分类”“爬取大数据信息”等。让读者在学习人工智能理论的同时,通过动手实操对人工智能有更深刻的认识。
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MQTTBroker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
31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
4.3.4 TensorFlow游乐场
课后思考题
第5章 人脸识别与视觉图像——让人工智能观察世界
5.1 人类视觉与机器视觉
5.2 计算机视觉图像技术
5.3 计算机视觉图像系统及应用
5.3.1 计算机视觉图像系统
5.3.2 计算机视觉图像系统的应用
5.4 视觉图像智能分析的核心技术
5.5 视觉图像技术——手写数字识别案例
课后思考题
……
第6章 自然语言处理——让人工智能与世界沟通
第7章 大数据和云计算——人工智能的资源和平台
第8章 智能机器人——真正“懂”你的“人”
第9章 人工智能与自然智能——人工智能会超越人类吗
参考文献