本書采用圖形化交互式人工智能軟件“橙現(xiàn)智能”（Orange3）為工具講解人工智能的基礎(chǔ)應(yīng)用知識和技能，采用圖形化的形象方法方便讀者對知識的理解。全書分為三個部分，第一部分介紹人工智能技術(shù)的概況，第二部分介紹若干常用的人工智能技術(shù)及其應(yīng)用方法，最后一個部分介紹有關(guān)人工智能倫理的相關(guān)內(nèi)容。本書的特色可以概括為“形象化概念理解，鼓勵自我引導(dǎo)，強調(diào)技術(shù)應(yīng)用”。本書鼓勵讀者自我引導(dǎo)，從合適的問題導(dǎo)入出發(fā)，引導(dǎo)讀者自我尋找答案。為了做到這一點，本書在知識點介紹和講解之前，進行適當?shù)膯栴}引導(dǎo)，通過生活中的類似問題，引導(dǎo)讀者主動思考，使其在一個個問題的引導(dǎo)下恍然大悟，從心里感受人工智能各個知識點的內(nèi)在邏輯。本書將所涉及的深奧難懂的人工智能原理進行圖形化展現(xiàn)及講解，讓讀者能夠從直覺上理解而不是從概念上或者公式上加以所謂的理解。本書可作為人工智能應(yīng)用入門者、人工智能技術(shù)應(yīng)用者、高職高專及應(yīng)用型本科學(xué)生人工智能通識課教材。
耿煜，男，博士，就職于深圳信息職業(yè)技術(shù)學(xué)院，獲得香港科技大學(xué)工學(xué)院電子及計算機工程系博士學(xué)位。曾出版《ANSYS電磁場及耦合場分析》。
1 人工智能初識
1.1 人工智能來到校園
1.1.1 報到的路上
1.1.2 正式報到
1.1.3 趕往教室
1.1.4 公選第一課
1.1.5 餐飲推薦
1.1.6 國外專家講座：機器同傳翻譯系統(tǒng)
1.1.7 客戶流失分析
1.2 人工智能簡史
1.2.1 人工智能的誕生：1930—1950 年
1.2.2 第一次浪潮：1956—1974 年
1.2.3 第一次寒冬：1974—1980 年
1.2.4 再次繁榮：1980—1987 年
1.2.5 寒冬再襲
1.2.6 回歸：1993—2012 年
1.2.7 爆發(fā)：2012 年至今
1.3 人工智能是什么
1.4 人工智能干什么用
1.4.1 工業(yè)
1.4.2 商業(yè)
1.4.3 金融
1.4.4 醫(yī)療
1.5 本章小結(jié)
1.6 本章課后練習(xí)
2 食堂消費預(yù)測
2.1 問題描述
2.2 學(xué)習(xí)目標
2.3 項目引導(dǎo)
2.3.1 問題引導(dǎo)
2.3.2 初步分析
2.4 知識準備
2.4.1 機器也可以學(xué)習(xí)
2.4.2 機器如何學(xué)習(xí)
2.5 項目實戰(zhàn)
2.5.1 項目期望
2.5.2 項目實施
2.6 深入分析
2.6.1 線性回歸原理
2.6.2 訓(xùn)練與測試
2.6.3 給模型打分
2.6.4 模型解釋
2.7 本章項目實訓(xùn)
2.8 本章小結(jié)
2.9 本章項目習(xí)題
3 貧困生判別
3.1 問題描述
3.2 學(xué)習(xí)目標
3.3 項目引導(dǎo)
3.3.1 問題引導(dǎo)
3.3.2 初步分析
3.4 知識準備
3.5 項目實戰(zhàn)
3.5.1 項目期望
3.5.2 項目實施
3.5.3 查看結(jié)果
3.6 深入分析
3.6.1 為什么用邏輯回歸
3.6.2 從線性回歸到邏輯回歸
3.6.3 判定邊界
3.6.4 評價指標與模型解釋
3.6.5 模型解釋
3.7 本章項目實訓(xùn)
3.8 本章項目總結(jié)
3.9 本章項目習(xí)題
4 客戶流失分類
4.1 問題描述
4.2 學(xué)習(xí)目標
4.3 項目引導(dǎo)
4.3.1 問題引導(dǎo)
4.3.2 初步分析
4.4 知識準備
4.5 項目實戰(zhàn) 1
4.5.1 項目實施
4.5.2 查看結(jié)果
4.6 深入分析1
4.6.1 支持向量是什么
4.6.2 邏輯回歸與支持向量機的比較
4.7 項目實戰(zhàn)2
4.7.1 項目實施
4.7.2 查看結(jié)果
4.8 深入分析 2
4.9 項目實戰(zhàn) 3
4.9.1 項目實施
4.9.2 查看結(jié)果
4.10 深入分析3
4.10.1 自助抽樣
4.10.2 袋裝
4.10.3 堆疊
4.10.4 隨機森林
4.10.5 提升
4.10.6 自適應(yīng)提升
4.11 本章項目實訓(xùn)
4.12 本章小結(jié)
4.13 本章課后練習(xí)
5 圖像識別
5.1 問題引導(dǎo)
5.2 學(xué)習(xí)目標
5.3 項目引導(dǎo)
5.3.1 問題引導(dǎo)
5.3.2 初步分析
5.4 知識準備1
5.4.1 神經(jīng)網(wǎng)絡(luò)
5.4.2 深度學(xué)習(xí)
5.5 項目實戰(zhàn)1
5.5.1 項目期望
5.5.2 項目實施
5.6 深入分析1
5.7 知識準備 2
5.7.1 圖像識別
5.7.2 卷積神經(jīng)網(wǎng)絡(luò)（CNN）
5.8 項目實戰(zhàn) 2
5.8.1 項目期望
5.8.2 項目實施
5.9 深入分析 2
5.9.1 圖像識別的特點
5.9.2 使用卷積神經(jīng)網(wǎng)絡(luò)為什么有效
5.10 知識準備 3
5.11 項目實戰(zhàn) 3
5.11.1 項目期望
5.11.2 項目實施
5.12 深入分析 3
5.12.1 LeNet-5
5.12.2 AlexNet
5.12.3 VggNet
5.12.4 GoogLeNet
5.12.5 ResNet
5.13 本章項目實訓(xùn)
5.14 本章小結(jié)
5.15 本章課后練習(xí)
6 自然語言處理
6.1 問題描述
6.2 學(xué)習(xí)目標
6.3 項目引導(dǎo)
6.3.1 問題引導(dǎo)
6.3.2 初步分析
6.4 知識準備
6.4.1 自然語言處理是什么
6.4.2 機器如何理解自然語言
6.4.3 一個數(shù)字代表一個詞（獨熱 編碼）
6.4.4 詞袋模型
6.5 項目實戰(zhàn) 1
6.5.1 項目期望
6.5.2 項目實施
6.5.3 查看結(jié)果
6.6 深入分析 1
6.6.1 神經(jīng)網(wǎng)絡(luò)語言模型
6.6.2 一詞多義
6.7 項目實戰(zhàn) 2
6.7.1 項目期望
6.7.2 項目實施
6.7.3 查看結(jié)果
6.8 本章項目實訓(xùn)
6.9 本章小結(jié)
6.10 本章課后練習(xí)
7 爬行機器人
7.1 問題描述
7.2 學(xué)習(xí)目標
7.3 項目引導(dǎo)
7.3.1 問題引導(dǎo)
7.3.2 初步分析
7.4 知識準備
7.4.1 強化學(xué)習(xí)簡介
7.4.2 充滿不確定性的世界
7.4.3 不確定的世界如何做決策
7.5 項目實戰(zhàn)1
7.5.1 項目實施
7.5.2 查看結(jié)果
7.6 深入分析1
7.7 項目實戰(zhàn) 2
7.8 深入分析 2
7.8.1 探索與利用
7.8.2 學(xué)習(xí)率
7.9 本章項目實訓(xùn)
7.10 本章小結(jié)
7.11 本章課后練習(xí)
8 人工智能應(yīng)用展
8.1 問題引導(dǎo)
8.2 學(xué)習(xí)目標
8.3 展廳服務(wù)機器人
8.3.1 人臉識別
8.3.2 語音交互
8.4 人物動漫化
8.4.1 生成對抗網(wǎng)絡(luò)核心思想
8.4.2 生成模型和判別模型
8.5 智能音樂創(chuàng)作
8.5.1 人工智能如何創(chuàng)作音樂
8.5.2 什么是自動音樂生成
8.5.3 怎樣利用深度學(xué)習(xí)實現(xiàn)自動音樂生成
8.6 站在巨人肩膀上
8.6.1 遷移學(xué)習(xí)概述
8.6.2 深度學(xué)習(xí)和遷移學(xué)習(xí)結(jié)合
8.7 機器人服務(wù)員
8.7.1 自動駕駛級別
8.7.2 自動駕駛原理
8.8 我知道你想買什么
8.8.1 推薦系統(tǒng)概述
8.8.2 購物車推薦系統(tǒng)
8.8.3 親自動手
8.9 本章小結(jié)
8.10 本章課后練習(xí)
9 人工智能倫理
9.1 問題描述
9.2 學(xué)習(xí)目標
9.3 人工智能倫理概述
9.4 隱私權(quán)問題
9.5 責(zé)任倫理問題
9.6 安全風(fēng)險問題
9.7 版權(quán)問題
9.8 本章小結(jié)
9.9 本章課后練習(xí)
參考文獻
書單推薦
