本教材內容包括人工智能概述、人工智能通用技術、機器學習與深度學習、人工智能典型應用場景與職業(yè)發(fā)展、人工智能法律與倫理、人工智能與職業(yè)發(fā)展。在內容的選取上，突出人工智能主流技術和典型案例，覆蓋了目前市場上最常見的人工智能技術及應用。作者仔細研究了國內第一批人工智能創(chuàng)新應用平臺的開放接口，歸納相應創(chuàng)新應用平臺的共性內容，選取與圖像、語音、自然語言處理等相關的人工智能通用技能，并針對這些通用技能安排了相應的實訓。本書精心設計了適用于高職層次學生的人工智能體驗式實訓，借助人工智能開放平臺上的API（應用程序接口），讓學生對人工智能應用有直觀的體驗。教材中的程序均在Python 3環(huán)境中進行了驗證，可以通過掃描二維碼觀看相應的操作視頻。另外，教材精選人工智能行業(yè)典型應用，為學生的專業(yè)規(guī)劃打開視野。本教材是人工智能通識教育的基礎教材，適用于高職高專院校使用。教材提供了16課時及32課時兩種教學計劃推薦方案，分別適用于文科類專業(yè)及理工類專業(yè)。本教材也可作為人工智能愛好者的啟蒙資料。
史熒中，男，就職于無錫職業(yè)技術學院，主持工信行指委《高職人工智能人才需求調研及基于崗位能力的高職人工智能專業(yè)課程體系構建探索（GS-2019-03-03）》第2主持江蘇省教育廳《基于遷移學習的高職院校信息技術類專業(yè)課程標準向"一帶一路”沿線國家輸出的探索與實踐（2017JSJG282）》主持2017年江蘇省教育廳《可視化程序設計》在線開放課程建設
緒論
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 圖靈測試
1.2 人工智能的發(fā)展歷史
1.2.1 人工智能的誕生
1.2.2 第一次興衰
1.2.3 第二次興衰
1.2.4 第三次浪潮
1.2.5 人工智能與深度學習
1.3 人工智能技術的應用
1.3.1 智能家居與個人助理
1.3.2 智能安防
1.3.3 智慧醫(yī)療
1.3.4 電商零售
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 自動駕駛
1.4 人工智能開發(fā)環(huán)境
項目1 搭建Hello AI開發(fā)環(huán)境
本章小結
習題1
第2章 計算機視覺及應用
2.1 計算機視覺概念
2.2 OCR及其應用
2.2.1 OCR基本概念
2.2.2 OCR常見應用
2.3 圖像識別及其應用
2.3.1 圖像識別基礎知識
2.3.2 圖像識別與深度學習
2.3.3 圖像識別技術的應用
2.4 人臉識別及其應用
2.4.1 人臉識別概念
2.4.2 人臉識別應用
2.5 人體分析及應用
☆ OCR識別體驗：公司文件文本化
項目2 公司會展人流統(tǒng)計
本章小結
習題2
第3章 語音處理及應用
3.1 語音處理的概念
3.1.1 語音識別的概念
3.1.2 語音合成的概念
3.2 語音處理的應用
3.2.1 語音識別的應用
3.2.2 語音合成的應用
☆ 語音合成體驗：客服回復音頻化
項目3 會議錄音文本化（語音識別）
本章小結
習題3
第4章 自然語言處理及應用
4.1 自然語言處理的概念
4.1.1 自然語言處理發(fā)展歷史
4.1.2 自然語言處理的一般流程
4.1.3 自然語言處理中的難點
4.2 自然語言處理的應用
4.2.1 機器翻譯
4.2.2 垃圾郵件分類
4.2.3 信息抽取
4.2.4 文本情感分析
4.2.5 智能問答
4.2.6 個性化推薦
4.3 知識圖譜及其應用
4.3.1 知識圖譜的概念
4.3.2 知識圖譜的特點
4.3.3 知識圖譜的應用
☆ 自然語言處理體驗：用戶評價情感分析
項目4 客戶意圖理解
本章小結
習題4
第5章 智能機器人
5.1 智能機器人簡介
5.1.1 智能機器人的定義
5.1.2 智能機器人的分類
5.1.3 智能機器人關鍵技術
5.2 服務機器人
5.2.1 服務機器人的概念
5.2.2 服務機器人的應用
5.3 無人車
項目5 智能問答系統(tǒng)
本章小結
習題5
第6章 機器學習與深度學習概述
6.1 機器學習簡介
6.1.1 機器學習的定義
6.1.2 機器學習算法的分類
6.2 機器學習常用算法
6.2.1 線性回歸
6.2.2 支持向量機
6.2.3 決策樹
6.2.4 K-近鄰算法
6.2.5 樸素貝葉斯算法
6.2.6 K均值聚類算法
6.3 神經網絡簡介
6.3.1 神經元結構
6.3.2 神經網絡結構
6.4 深度學習簡介
6.4.1 深度神經網絡
6.4.2 卷積神經網絡及原理
6.4.3 經典深度學習模型
6.5 主流深度學習框架及使用
6.5.1 TensorFlow簡介
6.5.2 PyTorch簡介
6.5.3 Caffe簡介
6.5.4 PaddlePaddle
6.5.5 TensorFlow的使用
項目6 機器學習體驗
項目7 深度學習體驗
本章小結
習題6
第7章 AI典型應用案例與職業(yè)規(guī)劃
7.1 人工智能在智能制造領域的應用
7.1.1 計算機視覺應用
7.1.2 設備預測性維護
7.2 其他行業(yè)產業(yè)中的人工智能應用
7.2.1 AI+機器人
7.2.2 AI+教育
7.2.3 AI+金融
7.2.4 AI+營銷
7.2.5 AI+農業(yè)
7.3 人工智能應用研究熱點
7.4 人工智能與工作崗位
7.4.1 機器人取代部分人類工作
7.4.2 消失與新增的崗位
7.5 職業(yè)規(guī)劃
7.5.1 國家對人工智能的政策支持
7.5.2 人工智能工程技術人員職業(yè)要求
7.6 專業(yè)創(chuàng)新
7.6.1 AI+無人機應用創(chuàng)新
7.6.2 學生創(chuàng)新案例
項目8 創(chuàng)新體驗：訓練自己的分類模型
本章小結
習題7
第8章 人工智能法律與倫理
8.1 人工智能發(fā)展中的倫理問題
8.1.1 人工智能倫理問題
8.1.2 人工智能目前面臨的問題
8.1.3 語音助手采集個人數據
8.1.4 性別偏見案例
8.1.5 膚色偏見案例
8.2 人工智能發(fā)展中的法律問題
8.2.1 人格權的保護
8.2.2 知識產權的保護
8.2.3 數據財產的保護
8.2.4 侵權責任的認定
8.2.5 機器人的法律主體地位
8.2.6 無人機立法
本章小結
習題8
附錄A 人工智能項目實踐
A-1 準備人工智能開發(fā)環(huán)境
A-2 注冊成為AI開放平臺開發(fā)者
A-3 利用FFmpeg軟件進行音頻格式轉換
A-4 TensorFlow框架的安裝配置
附錄B 智能對話系統(tǒng)設計與實施
附錄C 第一批AI國家開放創(chuàng)新平臺功能
參考文獻
書單推薦
