第1章 人工智能概述 （1）__eol__1.1 人工智能的概念 （3）__eol__1.1.1 人工智能的定义 （3）__eol__1.1.2 图灵测试 （4）__eol__1.2 人工智能的发展 （5）__eol__1.2.1 代表人物和事件 （6）__eol__1.2.2 人工智能发展史 （8）__eol__1.2.3 我国人工智能的发展状况 （13）__eol__1.3 人工智能的分类 （16）__eol__1.3.1 弱人工智能 （16）__eol__1.3.2 强人工智能 （17）__eol__1.3.3 超人工智能 （17）__eol__1.4 人工智能研究的主要学派 （17）__eol__1.4.1 符号主义学派 （17）__eol__1.4.2 连接主义学派 （19）__eol__1.4.3 行为主义学派 （20）__eol__1.5 人工智能的主要研究领域 （21）__eol__1.5.1 感知问题 （21）__eol__1.5.2 模式识别 （22）__eol__1.5.3 博弈 （22）__eol__1.5.4 搜索 （23）__eol__1.5.5 自然语言处理 （23）__eol__1.5.6 专家系统 （24）__eol__1.5.7 机器人学 （25）__eol__1.6 本章实训 （26）__eol__1.6.1 实训1 体验人工智能诗歌写作 （26）__eol__1.6.2 实训2 文心一言 （27）__eol__1.7 拓展知识：未来已来，人工智能改变生活 （28）__eol__1.8 本章习题 （29）__eol__第2章 人工智能生态 （32）__eol__2.1 大数据 （34）__eol__2.1.1 什么是大数据 （34）__eol__2.1.2 大数据的四大特性 （35）__eol__2.1.3 大数据与人工智能 （36）__eol__2.1.4 大数据的应用案例 （37）__eol__2.2 物联网 （38）__eol__2.2.1 什么是物联网 （38）__eol__2.2.2 物联网的技术架构 （39）__eol__2.2.3 物联网的特点 （40）__eol__2.2.4 物联网的未来趋势 （41）__eol__2.2.5 物联网与人工智能 （41）__eol__2.3 云计算 （42）__eol__2.3.1 什么是云计算 （42）__eol__2.3.2 云计算的特点 （43）__eol__2.3.3 云计算的分类 （43）__eol__2.3.4 云计算的服务模式 （44）__eol__2.3.5 云计算的应用 （44）__eol__2.4 5G通信技术 （45）__eol__2.4.1 什么是5G （45）__eol__2.4.2 5G的关键技术 （45）__eol__2.4.3 5G的应用场景 （48）__eol__2.5 本章实训 （49）__eol__2.5.1 实训1 使用百度网盘 （49）__eol__2.5.2 实训2 二维码分享 （51）__eol__2.6 拓展知识：我国的5G网络建设 （52）__eol__2.7 本章习题 （53）__eol__第3章 人工智能软/硬件平台 （54）__eol__3.1 芯片是人工智能的算力基础 （56）__eol__3.1.1 什么是芯片 （56）__eol__3.1.2 芯片的分类 （57）__eol__3.1.3 芯片的制造工艺 （59）__eol__3.1.4 摩尔定律 （59）__eol__3.2 智能芯片 （59）__eol__3.2.1 什么是智能芯片 （59）__eol__3.2.2 智能芯片的分类 （60）__eol__3.2.3 智能芯片的发展历程 （64）__eol__3.2.4 智能芯片产业发展现状 （64）__eol__3.3 人工智能开发框架 （68）__eol__3.3.1 开发框架的作用 （68）__eol__3.3.2 开发框架的核心特征 （69）__eol__3.3.3 典型的人工智能开发框架 （69）__eol__3.4 本章实训：人工智能芯片相关企业调研 （73）__eol__3.5 拓展知识：我国科学家研制出首个全模拟光电智能计算芯片 （73）__eol__3.6 本章习题 （74）__eol__第4章 机器学习 （76）__eol__4.1 机器学习概述 （77）__eol__4.1.1 什么是机器学习 （77）__eol__4.1.2 机器学习的发展历程 （80）__eol__4.2 机器学习类型 （81）__eol__4.2.1 监督学习 （82）__eol__4.2.2 无监督学习 （83）__eol__4.2.3 半监督学习 （83）__eol__4.2.4 强化学习 （84）__eol__4.3 机器学习常用算法 （84）__eol__4.3.1 线性回归 （84）__eol__4.3.2 支持向量机 （87）__eol__4.3.3 决策树 （87）__eol__4.3.4 K近邻算法 （88）__eol__4.3.5 K均值聚类算法 （89）__eol__4.3.6 关联分析 （90）__eol__4.3.7 深度学习 （90）__eol__4.4 本章实训：形色识别植物 （91）__eol__4.5 拓展知识：AI为首张黑洞照片“美颜” （92）__eol__4.6 本章习题 （93）__eol__第5章 人工神经网络与深度学习 （95）__eol__5.1 人工神经网络概述 （96）__eol__5.1.1 人工神经网络简介 （96）__eol__5.1.2 人工神经网络的发展历程 （97）__eol__5.2 MP模型 （98）__eol__5.2.1 生物神经元 （98）__eol__5.2.2 MP模型的结构 （99）__eol__5.2.3 MP模型实现逻辑“与”运算功能 （100）__eol__5.3 感知机 （100）__eol__5.3.1 感知机模型 （101）__eol__5.3.2 感知机的学习过程 （101）__eol__5.3.3 多层感知机实现逻辑“异或”运算功能 （102）__eol__5.4 BP神经网络 （104）__eol__5.4.1 BP神经网络结构 （104）__eol__5.4.2 激活函数 （106）__eol__5.4.3 BP神经网络学习算法 （107）__eol__5.5 深度学习 （109）__eol__5.5.1 深度学习的概念 （109）__eol__5.5.2 卷积神经网络 （110）__eol__5.5.3 循环神经网络 （114）__eol__5.6 本章实训：体验神经网络可视化工具Playground （116）__eol__5.7 拓展知识：三位AI科学家荣获2018年图灵奖 （119）__eol__5.8 本章习题 （121）__eol__第6章 计算机视觉 （124）__eol__6.1 计算机视觉概述 （125）__eol__6.1.1 什么是计算机视觉 （125）__eol__6.1.2 计算机视觉的发展历程 （126）__eol__6.1.3 计算机视觉的主要任务 （127）__eol__6.1.4 计算机视觉的主要应用 （128）__eol__6.2 图像处理与视觉系统 （128）__eol__6.2.1 图像的基本原理 （128）__eol__6.2.2 图像处理技术 （130）__eol__6.2.3 计算机视觉系统 （135）__eol__6.3 人脸识别 （138）__eol__6.3.1 人脸识别概述 （138）__eol__6.3.2 人脸识别一般步骤 （140）__eol__6.3.3 人脸识别基本技术 （141）__eol__6.3.4 人脸识别的应用 （145）__eol__6.4 本章实训：体验百度人脸检测与属性分析 （147）__eol__6.5 拓展知识：人机大战，百度AI以3 : 2战胜“最强大脑”王峰 （148）__eol__6.6 本章习题 （148）__eol__第7章 自然语言处理 （150）__eol__7.1 自然语言处理概述 （151）__eol__7.1.1 自然语言处理的定义 （152）__eol__7.1.2 自然语言处理的发展历程 （152）__eol__7.1.3 自然语言处理的应用 （153）__eol__7.1.4 自然语言处理的一般流程 （156）__eol__7.1.5 自然语言处理的构成 （158）__eol__7.2 自然语言理解 （159）__eol__7.2.1 自然语言理解的难点 （159）__eol__7.2.2 自然语言理解的层次 （159）__eol__7.3 机器翻译 （161）__eol__7.3.1 机器翻译的基本原理 （161）__eol__7.3.2 机器翻译的方法 （161）__eol__7.3.3 机器翻译的应用 （163）__eol__7.4 语音识别 （165）__eol__7.4.1 语音识别的定义 （165）__eol__7.4.2 语音识别的发展历程 （166）__eol__7.4.3 语