前言

第1 章

人工智能概述

1.1 人工智能简介  002

1.1.1 人工智能的定义  002

1.1.2 人工智能的起源和发展  003

1.1.3 人工智能背景下的道德规范  006

1.2 人工智能产业的创新与发展  006

1.2.1 人工智能产业链全景分析  007

1.2.2 人工智能的核心技术体系  010

1.2.3 大力发展人工智能的意义  016

课后习题  017

第2 章

Python 基础

2.1 案例导入：基于AI 技术的首个国风虚拟网红Ling

出道  020

2.2 Python 语言简介  020

2.3 Python 语言的应用场景  020

2.4 项目实践：制作一个动态二维码  021

2.4.1 提出问题  021

2.4.2 分析问题  022

2.4.3 相关知识  022

2.4.4 解决问题  025

2.5 项目实践：图片的读/ 写  029

2.5.1 提出问题  029

2.5.2 分析问题  029

2.5.3 相关知识  030

2.5.4 解决问题  036

课后习题  042

第3 章

图像识别与网络安全

3.1 案例导入：抖音道具的图像识别技术  044

3.2 图像识别技术简介  044

3.2.1 图像识别的概念  044

3.2.2 图像识别的原理  045

3.2.3 图像识别的发展历程  045

3.3 图像识别的应用场景  046

3.3.1 医疗影像诊断  046

3.3.2 工业视觉检测  047

3.3.3 笔迹识别  047

3.3.4 人脸识别  048

3.4 项目实践：图像识别在智慧停车系统中的应用  048

3.4.1 提出问题  048

3.4.2 分析问题  049

3.4.3 相关知识  049

3.4.4 解决问题  055

课后习题  065

第4 章

自然语言处理与舆情分析

4.1 案例导入：聊天机器人  067

4.1.1 聊天机器人概述  067

4.1.2 聊天机器人的种类  067

4.1.3 聊天机器人系统的组成  068

4.2 自然语言处理简介  069

4.2.1 自然语言处理的概念  069

4.2.2 自然语言处理的发展历程  069

4.2.3 自然语言的含义及组成  071

4.2.4 自然语言处理的层次  072

4.3 自然语言处理的应用场景  077

4.3.1 机器翻译  077

4.3.2 语音识别  077

4.3.3 情感分析  078

4.4 项目实践：某商品评论舆情分析  079

4.4.1 提出问题  079

4.4.2 分析问题  079

4.4.3 相关知识  079

4.4.4 解决问题  080

课后习题  087

第5 章

生物特征识别与智慧校园

5.1 案例导入：智慧校园中的人脸识别系统  090

5.2 生物特征识别技术简介  090

5.2.1 生物特征识别的概念  090

5.2.2 生物特征识别的分类  091

5.2.3 生物特征识别的发展历程  092

5.3 生物特征识别的应用场景  092

5.4 项目实践：图书借阅管理系统的人脸借书  093

5.4.1 提出问题  093

5.4.2 分析问题  093

5.4.3 相关知识  094

5.4.4 解决问题  096

课后习题  104

第6 章

大数据与日常生活

6.1 案例导入：大数据下的电商服务模式转变  106

6.2 大数据技术概述  107

6.2.1 大数据与大数据技术的概念  107

6.2.2 大数据技术的原理  107

6.2.3 大数据技术的发展历程  108

6.3 大数据技术的应用场景  109

6.3.1 新冠疫情的防控和预测  110

6.3.2 垃圾分类智能化  111

6.3.3 交通大数据保障畅通出行  112

6.3.4 农牧大数据助力量化生产  112

6.3.5 食品大数据保证舌尖上的安全  113

6.4 项目实践：某平台线上超市全年销售数据分析  113

6.4.1 提出问题  114

6.4.2 分析问题  114

6.4.3 相关知识  114

6.4.4 解决问题  117

课后习题  127

第7 章

机器学习与分类

7.1 案例导入：房价预估  129

7.2 机器学习概述  130

7.2.1 机器学习简介  130

7.2.2 机器学习的种类  132

7.2.3 机器学习的发展历程  134

7.2.4 机器学习的流程  136

7.3 机器学习的应用场景  137

7.3.1 垃圾电子邮件过滤  137

7.3.2 推荐系统  138

7.3.3 金融反欺诈  138

7.4 项目实践：学生成绩分类  139

7.4.1 提出问题  139

7.4.2 分析问题  139

7.4.3 相关知识  140

7.4.4 解决问题  141

课后习题  149

参考文献  150