第1章 人工智能概述 （1）
1.1 人工智能的概念 （3）
1.1.1 人工智能的定義 （3）
1.1.2 圖靈測試 （4）
1.2 人工智能的發(fā)展 （5）
1.2.1 代表人物和事件 （6）
1.2.2 人工智能發(fā)展史 （8）
1.2.3 我國人工智能的發(fā)展?fàn)顩r （13）
1.3 人工智能的分類 （16）
1.3.1 弱人工智能 （16）
1.3.2 強人工智能 （17）
1.3.3 超人工智能 （17）
1.4 人工智能研究的主要學(xué)派 （17）
1.4.1 符號主義學(xué)派 （17）
1.4.2 連接主義學(xué)派 （19）
1.4.3 行為主義學(xué)派 （20）
1.5 人工智能的主要研究領(lǐng)域 （21）
1.5.1 感知問題 （21）
1.5.2 模式識別 （22）
1.5.3 博弈 （22）
1.5.4 搜索 （23）
1.5.5 自然語言處理 （23）
1.5.6 專家系統(tǒng) （24）
1.5.7 機器人學(xué) （25）
1.6 本章實訓(xùn) （26）
1.6.1 實訓(xùn)1 體驗人工智能詩歌寫作 （26）
1.6.2 實訓(xùn)2 文心一言 （27）
1.7 拓展知識：未來已來，人工智能改變生活 （28）
1.8 本章習(xí)題 （29）
第2章 人工智能生態(tài) （32）
2.1 大數(shù)據(jù) （34）
2.1.1 什么是大數(shù)據(jù) （34）
2.1.2 大數(shù)據(jù)的四大特性 （35）
2.1.3 大數(shù)據(jù)與人工智能 （36）
2.1.4 大數(shù)據(jù)的應(yīng)用案例 （37）
2.2 物聯(lián)網(wǎng) （38）
2.2.1 什么是物聯(lián)網(wǎng) （38）
2.2.2 物聯(lián)網(wǎng)的技術(shù)架構(gòu) （39）
2.2.3 物聯(lián)網(wǎng)的特點 （40）
2.2.4 物聯(lián)網(wǎng)的未來趨勢 （41）
2.2.5 物聯(lián)網(wǎng)與人工智能 （41）
2.3 云計算 （42）
2.3.1 什么是云計算 （42）
2.3.2 云計算的特點 （43）
2.3.3 云計算的分類 （43）
2.3.4 云計算的服務(wù)模式 （44）
2.3.5 云計算的應(yīng)用 （44）
2.4 5G通信技術(shù) （45）
2.4.1 什么是5G （45）
2.4.2 5G的關(guān)鍵技術(shù) （45）
2.4.3 5G的應(yīng)用場景 （48）
2.5 本章實訓(xùn) （49）
2.5.1 實訓(xùn)1 使用百度網(wǎng)盤 （49）
2.5.2 實訓(xùn)2 二維碼分享 （51）
2.6 拓展知識：我國的5G網(wǎng)絡(luò)建設(shè) （52）
2.7 本章習(xí)題 （53）
第3章 人工智能軟/硬件平臺 （54）
3.1 芯片是人工智能的算力基礎(chǔ) （56）
3.1.1 什么是芯片 （56）
3.1.2 芯片的分類 （57）
3.1.3 芯片的制造工藝 （59）
3.1.4 摩爾定律 （59）
3.2 智能芯片 （59）
3.2.1 什么是智能芯片 （59）
3.2.2 智能芯片的分類 （60）
3.2.3 智能芯片的發(fā)展歷程 （64）
3.2.4 智能芯片產(chǎn)業(yè)發(fā)展現(xiàn)狀 （64）
3.3 人工智能開發(fā)框架 （68）
3.3.1 開發(fā)框架的作用 （68）
3.3.2 開發(fā)框架的核心特征 （69）
3.3.3 典型的人工智能開發(fā)框架 （69）
3.4 本章實訓(xùn)：人工智能芯片相關(guān)企業(yè)調(diào)研 （73）
3.5 拓展知識：我國科學(xué)家研制出首個全模擬光電智能計算芯片 （73）
3.6 本章習(xí)題 （74）
第4章 機器學(xué)習(xí) （76）
4.1 機器學(xué)習(xí)概述 （77）
4.1.1 什么是機器學(xué)習(xí) （77）
4.1.2 機器學(xué)習(xí)的發(fā)展歷程 （80）
4.2 機器學(xué)習(xí)類型 （81）
4.2.1 監(jiān)督學(xué)習(xí) （82）
4.2.2 無監(jiān)督學(xué)習(xí) （83）
4.2.3 半監(jiān)督學(xué)習(xí) （83）
4.2.4 強化學(xué)習(xí) （84）
4.3 機器學(xué)習(xí)常用算法 （84）
4.3.1 線性回歸 （84）
4.3.2 支持向量機 （87）
4.3.3 決策樹 （87）
4.3.4 K近鄰算法 （88）
4.3.5 K均值聚類算法 （89）
4.3.6 關(guān)聯(lián)分析 （90）
4.3.7 深度學(xué)習(xí) （90）
4.4 本章實訓(xùn)：形色識別植物 （91）
4.5 拓展知識：AI為首張黑洞照片“美顏” （92）
4.6 本章習(xí)題 （93）
第5章 人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí) （95）
5.1 人工神經(jīng)網(wǎng)絡(luò)概述 （96）
5.1.1 人工神經(jīng)網(wǎng)絡(luò)簡介 （96）
5.1.2 人工神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程 （97）
5.2 MP模型 （98）
5.2.1 生物神經(jīng)元 （98）
5.2.2 MP模型的結(jié)構(gòu) （99）
5.2.3 MP模型實現(xiàn)邏輯“與”運算功能 （100）
5.3 感知機 （100）
5.3.1 感知機模型 （101）
5.3.2 感知機的學(xué)習(xí)過程 （101）
5.3.3 多層感知機實現(xiàn)邏輯“異或”運算功能 （102）
5.4 BP神經(jīng)網(wǎng)絡(luò) （104）
5.4.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) （104）
5.4.2 激活函數(shù) （106）
5.4.3 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法 （107）
5.5 深度學(xué)習(xí) （109）
5.5.1 深度學(xué)習(xí)的概念 （109）
5.5.2 卷積神經(jīng)網(wǎng)絡(luò) （110）
5.5.3 循環(huán)神經(jīng)網(wǎng)絡(luò) （114）
5.6 本章實訓(xùn)：體驗神經(jīng)網(wǎng)絡(luò)可視化工具Playground （116）
5.7 拓展知識：三位AI科學(xué)家榮獲2018年圖靈獎 （119）
5.8 本章習(xí)題 （121）
第6章 計算機視覺 （124）
6.1 計算機視覺概述 （125）
6.1.1 什么是計算機視覺 （125）
6.1.2 計算機視覺的發(fā)展歷程 （126）
6.1.3 計算機視覺的主要任務(wù) （127）
6.1.4 計算機視覺的主要應(yīng)用 （128）
6.2 圖像處理與視覺系統(tǒng) （128）
6.2.1 圖像的基本原理 （128）
6.2.2 圖像處理技術(shù) （130）
6.2.3 計算機視覺系統(tǒng) （135）
6.3 人臉識別 （138）
6.3.1 人臉識別概述 （138）
6.3.2 人臉識別一般步驟 （140）
6.3.3 人臉識別基本技術(shù) （141）
6.3.4 人臉識別的應(yīng)用 （145）
6.4 本章實訓(xùn)：體驗百度人臉檢測與屬性分析 （147）
6.5 拓展知識：人機大戰(zhàn)，百度AI以3 : 2戰(zhàn)勝“最強大腦”王峰 （148）
6.6 本章習(xí)題 （148）
第7章 自然語言處理 （150）
7.1 自然語言處理概述 （151）
7.1.1 自然語言處理的定義 （152）
7.1.2 自然語言處理的發(fā)展歷程 （152）
7.1.3 自然語言處理的應(yīng)用 （153）
7.1.4 自然語言處理的一般流程 （156）
7.1.5 自然語言處理的構(gòu)成 （158）
7.2 自然語言理解 （159）
7.2.1 自然語言理解的難點 （159）
7.2.2 自然語言理解的層次 （159）
7.3 機器翻譯 （161）
7.3.1 機器翻譯的基本原理 （161）
7.3.2 機器翻譯的方法 （161）
7.3.3 機器翻譯的應(yīng)用 （163）
7.4 語音識別 （165）
7.4.1 語音識別的定義 （165）
7.4.2 語音識別的發(fā)展歷程 （166）
7.4.3 語音識別系統(tǒng) （166）
7.4.4 語音識別的應(yīng)用 （167）
7.5 語音合成 （168）
7.5.1 語音合成概述 （168）
7.5.2 語音合成的應(yīng)用 （168）
7.6 本章實訓(xùn) （169）
7.6.1 實訓(xùn)1：體驗百度在線翻譯 （169）
7.6.2 實訓(xùn)2：體驗訊飛AI （169）
7.7 拓展知識：“訊飛星火”開啟個性化AI助手新時代 （170）
7.8 本章習(xí)題 （171）
參考文獻 （173）