- 高等教育出版社
- 9787040658422
- 1版
- 64273879-3
- 16开
- 公共基础课
- 公共基础课
- 通用
- 本科 高职
内容简介
本书是为通识必修课“人工智能基础”编写的教材。
全书分为理论篇和实践篇两部分。理论篇主要内容包括：人工智能概览、Python程序设计基础、机器学习与深度学习、计算机视觉、自然语言处理、智能语音、生成式人工智能、人工智能伦理；实践篇包含14个实验项目，分别针对理论篇各章节内容，采用示例、图表和伪代码使概念形象化，鼓励学生动手实践，践行“知行合一”。通过循序渐进的实践项目贯穿始终，理论知识紧密服务于项目实现，快速提升学生解决实际AI问题的能力。体现了“在做中学”的教学理念，实现应用型人才培养“学以致用”的目标。
本书的宗旨不是培养让机器具有智能的专业人才，而是培养能驾驭AI去创新的高手。因此，本书适合高等学校面向全体学生开设的人工智能通识必修课,也适合任何有兴趣驾驭AI去创新的读者。
目录
目录
前辅文
理论篇
第1章 人工智能概览
1.1 无处不在的人工智能
1.1.1 智能体
1.1.2 生成式人工智能
1.2 什么是人工智能
1.2.1 人工智能的前世今生
1.2.2 AI发展史上的三个主要分支
1.2.3 关于人工智能的定义
1.3 计算技术的发展概况
1.3.1 机械计算时代（1946年以前）
1.3.2 电子计算时代（1950—1980年）
1.3.3 网络计算时代（1980—2020年）
1.3.4 智能计算时代（2020年至今）
1.4 人工智能的技术领域、应用领域和发展方向
1.4.1 人工智能的主要技术领域
1.4.2 人工智能的主要应用领域
1.4.3 人工智能前沿技术的发展方向
1.5 人工智能的风险、伦理与立法
1.5.1 人工智能的风险
1.5.2 保障人工智能安全的立法
1.6 我国AI发展的困境与道路选择
1.6.1 发展困境
1.6.2 中国发展AI的道路选择
1.7 对未来社会的预测
1.7.1 利奥波德·阿申布雷纳的预测
1.7.2 尼克·博斯特罗姆的预测
1.7.3 ASI将人两极分化的预测
1.8 AI对教育的挑战与应对
1.8.1 AI对教育的挑战
1.8.2 回归教育本质
课后习题
第2章 Python程序设计基础
2.1 指令与程序
2.1.1 指令与指令系统
2.1.2 程序与程序设计语言
2.2 程序设计语言的选择与编程环境
2.2.1 程序设计语言的选择
2.2.2 Python编程环境
2.3 Python程序设计
2.3.1 Python程序结构
2.3.2 Python数据类型及其表示
2.3.3 Python运算符与表达式
2.3.4 Python数据的输入和输出
2.3.5 Python字符串和列表运算
2.4 问题描述、程序流程图及程序的控制结构
2.4.1 问题描述
2.4.2 程序流程图
2.4.3 程序的控制结构
2.5 计算思维与问题求解
2.5.1 计算思维
2.5.2 问题抽象
2.5.3 数据结构与算法设计
2.5.4 程序设计与调试
2.5.5 代码复用：函数和库
2.6 经典算法及其Python实现
2.6.1 枚举算法
2.6.2 贪心算法
2.6.3 迭代算法
2.6.4 递归算法
课后习题
第3章 机器学习与深度学习
3.1 机器学习概述
3.1.1 机器学习的定义
3.1.2 机器学习的分类
3.1.3 机器学习的常见算法
3.2 深度学习主要流程
3.2.1 数据与数据集
3.2.2 数据预处理
3.2.3 模型训练与测试
3.3 深度学习常见模型
3.3.1 卷积神经网络
3.3.2 循环神经网络
3.3.3 Transformer
3.3.4 生成对抗网络
3.3.5 深度强化学习
3.4 典型深度学习的应用
3.4.1 AI+工业
3.4.2 AI+农业
3.4.3 AI+医疗
3.4.4 AI+食品
3.4.5 AI+金融
3.4.6 AI+教育
3.4.7 AI+气象
课后习题
第4章 计算机视觉
4.1 计算机视觉
4.1.1 计算机视觉概念
4.1.2 计算机视觉的发展历程
4.2 图像理解
4.2.1 图像数据处理
4.2.2 图像分类：这是什么
4.2.3 目标检测：TA在哪儿
4.2.4 图像分割：怎么抠图
4.2.5 图像恢复：如何翻新照片
4.2.6 图像检索：如何搜同款
4.3 视频理解
4.3.1 视频数据处理
4.3.2 视觉目标跟踪
4.3.3 人体行为识别：你在做什么
4.3.4 视频关键帧提取：5分钟看电影
4.4 视觉多模态
4.4.1 多模态数据类型
4.4.2 异构视觉多模态融合：体感游戏
课后习题
第5章 自然语言处理
5.1 自然语言处理技术
5.1.1 什么是自然语言处理
5.1.2 文本处理及应用（中文分词、文本表示）
5.1.3 自然语言处理的发展
5.1.4 典型的自然语言处理产品
5.2 文本理解
5.2.1 文本分类：文字的情感
5.2.2 文本聚类：如何找热点
5.2.3 文本摘要：怎么快速看文章
5.2.4 信息提取：怎么生成词云
5.2.5 智能问答
5.3 机器翻译
5.3.1 离线翻译：轻松读外文
5.3.2 在线翻译：轻松出国游
课后习题
第6章 智能语音
6.1 智能语音技术简介
6.1.1 什么是智能语音
6.1.2 智能语音发展历程
6.1.3 常用智能语音产品
6.2 语音信号与特征提取
6.2.1 语音信号采集
6.2.2 声音特征提取
6.3 声纹识别与语音识别
6.3.1 声纹识别：谁在说话？
6.3.2 语音识别：快速生成会议记录
6.4 语音合成
6.4.1 文字转语音：怎么自动配音?
6.4.2 AI声音克隆：怎么生成专属导航语音?
6.5 智能语音交互案例：智能电话客服
课后习题
第7章 生成式人工智能
7.1 AIGC的发展
7.1.1 智能涌现
7.1.2 AIGC领域分类
7.1.3 国内大模型
7.2 以文生文
7.2.1 ChatGPT与LLaMA
7.2.2 生成故事
7.2.3 生成代码
7.3 以文生图与以图生图
7.4 以文生语音
7.5 以文生视频及应用
课后习题
第8章 人工智能伦理
8.1 人工智能伦理概述
8.1.1 人工智能伦理发展简史
8.1.2 人工智能引发的伦理风险
8.2 数据与算法风险
8.2.1 数据伦理风险
8.2.2 算法伦理风险
8.3 人工智能应用伦理风险
8.3.1 机器人伦理
8.3.2 自动驾驶伦理
8.3.3 智能医疗伦理
课后习题
实践篇
第9章 人工智能基础实践
9.1 Python办公自动化：批量生成合同文档实验
实验目标
实验准备
实验步骤
作业提交
9.2 Python办公自动化：批量自动化发送邮件实验
实验目的
实验环境
相关说明
实验步骤
作业提交
9.3 训练图像分类模型实验
实验目标
实验准备
实验步骤
拓展题——训练调优
实验报告要求
作业提交
9.4 人物动作分类视频标注实验
实验目标
实验准备
实验步骤
实验报告要求
9.5 文本情感分类标注实验
实验目标
实验设备与环境
实验步骤
标注一致性统计
实验报告要求
9.6 利用机器学习分析学生成绩影响因素实验
实验目标
实验准备
实验步骤
实验报告要求
作业提交
9.7 抖音用户浏览行为数据分析与挖掘实验
实验目标
实验准备
实验步骤
实验报告
提交内容
9.8 基于全唐诗文本挖掘分析实验
实验目标
实验准备
实验步骤
实验报告要求
9.9 Python办公自动化：批量提取PDF数据至Excel实验
实验目标
实验环境
实验步骤
实验报告要求
作业提交
9.10 Python办公自动化：批量生成Excel案例数据集实验
实验目标
实验环境
实验步骤
实验报告要求
作业提交
9.11 图像分类标注实验手册
实验目标
实验环境
实验内容与步骤
报告撰写
9.12 小鼠姿态估计标注实验
实验目标
实验准备
实验步骤
实验报告要求
9.13 历史人物关系抽取标注实验
实验目标
实验设备与环境
实验步骤
9.14 空气污染状况数据分析实验
实验目标
实验准备
实验步骤
实验报告要求
作业提交
参考文献
前辅文
理论篇
第1章 人工智能概览
1.1 无处不在的人工智能
1.1.1 智能体
1.1.2 生成式人工智能
1.2 什么是人工智能
1.2.1 人工智能的前世今生
1.2.2 AI发展史上的三个主要分支
1.2.3 关于人工智能的定义
1.3 计算技术的发展概况
1.3.1 机械计算时代（1946年以前）
1.3.2 电子计算时代（1950—1980年）
1.3.3 网络计算时代（1980—2020年）
1.3.4 智能计算时代（2020年至今）
1.4 人工智能的技术领域、应用领域和发展方向
1.4.1 人工智能的主要技术领域
1.4.2 人工智能的主要应用领域
1.4.3 人工智能前沿技术的发展方向
1.5 人工智能的风险、伦理与立法
1.5.1 人工智能的风险
1.5.2 保障人工智能安全的立法
1.6 我国AI发展的困境与道路选择
1.6.1 发展困境
1.6.2 中国发展AI的道路选择
1.7 对未来社会的预测
1.7.1 利奥波德·阿申布雷纳的预测
1.7.2 尼克·博斯特罗姆的预测
1.7.3 ASI将人两极分化的预测
1.8 AI对教育的挑战与应对
1.8.1 AI对教育的挑战
1.8.2 回归教育本质
课后习题
第2章 Python程序设计基础
2.1 指令与程序
2.1.1 指令与指令系统
2.1.2 程序与程序设计语言
2.2 程序设计语言的选择与编程环境
2.2.1 程序设计语言的选择
2.2.2 Python编程环境
2.3 Python程序设计
2.3.1 Python程序结构
2.3.2 Python数据类型及其表示
2.3.3 Python运算符与表达式
2.3.4 Python数据的输入和输出
2.3.5 Python字符串和列表运算
2.4 问题描述、程序流程图及程序的控制结构
2.4.1 问题描述
2.4.2 程序流程图
2.4.3 程序的控制结构
2.5 计算思维与问题求解
2.5.1 计算思维
2.5.2 问题抽象
2.5.3 数据结构与算法设计
2.5.4 程序设计与调试
2.5.5 代码复用：函数和库
2.6 经典算法及其Python实现
2.6.1 枚举算法
2.6.2 贪心算法
2.6.3 迭代算法
2.6.4 递归算法
课后习题
第3章 机器学习与深度学习
3.1 机器学习概述
3.1.1 机器学习的定义
3.1.2 机器学习的分类
3.1.3 机器学习的常见算法
3.2 深度学习主要流程
3.2.1 数据与数据集
3.2.2 数据预处理
3.2.3 模型训练与测试
3.3 深度学习常见模型
3.3.1 卷积神经网络
3.3.2 循环神经网络
3.3.3 Transformer
3.3.4 生成对抗网络
3.3.5 深度强化学习
3.4 典型深度学习的应用
3.4.1 AI+工业
3.4.2 AI+农业
3.4.3 AI+医疗
3.4.4 AI+食品
3.4.5 AI+金融
3.4.6 AI+教育
3.4.7 AI+气象
课后习题
第4章 计算机视觉
4.1 计算机视觉
4.1.1 计算机视觉概念
4.1.2 计算机视觉的发展历程
4.2 图像理解
4.2.1 图像数据处理
4.2.2 图像分类：这是什么
4.2.3 目标检测：TA在哪儿
4.2.4 图像分割：怎么抠图
4.2.5 图像恢复：如何翻新照片
4.2.6 图像检索：如何搜同款
4.3 视频理解
4.3.1 视频数据处理
4.3.2 视觉目标跟踪
4.3.3 人体行为识别：你在做什么
4.3.4 视频关键帧提取：5分钟看电影
4.4 视觉多模态
4.4.1 多模态数据类型
4.4.2 异构视觉多模态融合：体感游戏
课后习题
第5章 自然语言处理
5.1 自然语言处理技术
5.1.1 什么是自然语言处理
5.1.2 文本处理及应用（中文分词、文本表示）
5.1.3 自然语言处理的发展
5.1.4 典型的自然语言处理产品
5.2 文本理解
5.2.1 文本分类：文字的情感
5.2.2 文本聚类：如何找热点
5.2.3 文本摘要：怎么快速看文章
5.2.4 信息提取：怎么生成词云
5.2.5 智能问答
5.3 机器翻译
5.3.1 离线翻译：轻松读外文
5.3.2 在线翻译：轻松出国游
课后习题
第6章 智能语音
6.1 智能语音技术简介
6.1.1 什么是智能语音
6.1.2 智能语音发展历程
6.1.3 常用智能语音产品
6.2 语音信号与特征提取
6.2.1 语音信号采集
6.2.2 声音特征提取
6.3 声纹识别与语音识别
6.3.1 声纹识别：谁在说话？
6.3.2 语音识别：快速生成会议记录
6.4 语音合成
6.4.1 文字转语音：怎么自动配音?
6.4.2 AI声音克隆：怎么生成专属导航语音?
6.5 智能语音交互案例：智能电话客服
课后习题
第7章 生成式人工智能
7.1 AIGC的发展
7.1.1 智能涌现
7.1.2 AIGC领域分类
7.1.3 国内大模型
7.2 以文生文
7.2.1 ChatGPT与LLaMA
7.2.2 生成故事
7.2.3 生成代码
7.3 以文生图与以图生图
7.4 以文生语音
7.5 以文生视频及应用
课后习题
第8章 人工智能伦理
8.1 人工智能伦理概述
8.1.1 人工智能伦理发展简史
8.1.2 人工智能引发的伦理风险
8.2 数据与算法风险
8.2.1 数据伦理风险
8.2.2 算法伦理风险
8.3 人工智能应用伦理风险
8.3.1 机器人伦理
8.3.2 自动驾驶伦理
8.3.3 智能医疗伦理
课后习题
实践篇
第9章 人工智能基础实践
9.1 Python办公自动化：批量生成合同文档实验
实验目标
实验准备
实验步骤
作业提交
9.2 Python办公自动化：批量自动化发送邮件实验
实验目的
实验环境
相关说明
实验步骤
作业提交
9.3 训练图像分类模型实验
实验目标
实验准备
实验步骤
拓展题——训练调优
实验报告要求
作业提交
9.4 人物动作分类视频标注实验
实验目标
实验准备
实验步骤
实验报告要求
9.5 文本情感分类标注实验
实验目标
实验设备与环境
实验步骤
标注一致性统计
实验报告要求
9.6 利用机器学习分析学生成绩影响因素实验
实验目标
实验准备
实验步骤
实验报告要求
作业提交
9.7 抖音用户浏览行为数据分析与挖掘实验
实验目标
实验准备
实验步骤
实验报告
提交内容
9.8 基于全唐诗文本挖掘分析实验
实验目标
实验准备
实验步骤
实验报告要求
9.9 Python办公自动化：批量提取PDF数据至Excel实验
实验目标
实验环境
实验步骤
实验报告要求
作业提交
9.10 Python办公自动化：批量生成Excel案例数据集实验
实验目标
实验环境
实验步骤
实验报告要求
作业提交
9.11 图像分类标注实验手册
实验目标
实验环境
实验内容与步骤
报告撰写
9.12 小鼠姿态估计标注实验
实验目标
实验准备
实验步骤
实验报告要求
9.13 历史人物关系抽取标注实验
实验目标
实验设备与环境
实验步骤
9.14 空气污染状况数据分析实验
实验目标
实验准备
实验步骤
实验报告要求
作业提交
参考文献
前辅文
理论篇
第1章 人工智能概览
1.1 无处不在的人工智能
1.1.1 智能体
1.1.2 生成式人工智能
1.2 什么是人工智能
1.2.1 人工智能的前世今生
1.2.2 AI发展史上的三个主要分支
1.2.3 关于人工智能的定义
1.3 计算技术的发展概况
1.3.1 机械计算时代（1946年以前）
1.3.2 电子计算时代（1950—1980年）
1.3.3 网络计算时代（1980—2020年）
1.3.4 智能计算时代（2020年至今）
1.4 人工智能的技术领域、应用领域和发展方向
1.4.1 人工智能的主要技术领域
1.4.2 人工智能的主要应用领域
1.4.3 人工智能前沿技术的发展方向
1.5 人工智能的风险、伦理与立法
1.5.1 人工智能的风险
1.5.2 保障人工智能安全的立法
1.6 我国AI发展的困境与道路选择
1.6.1 发展困境
1.6.2 中国发展AI的道路选择
1.7 对未来社会的预测
1.7.1 利奥波德·阿申布雷纳的预测
1.7.2 尼克·博斯特罗姆的预测
1.7.3 ASI将人两极分化的预测
1.8 AI对教育的挑战与应对
1.8.1 AI对教育的挑战
1.8.2 回归教育本质
课后习题
第2章 Python程序设计基础
2.1 指令与程序
2.1.1 指令与指令系统
2.1.2 程序与程序设计语言
2.2 程序设计语言的选择与编程环境
2.2.1 程序设计语言的选择
2.2.2 Python编程环境
2.3 Python程序设计
2.3.1 Python程序结构
2.3.2 Python数据类型及其表示
2.3.3 Python运算符与表达式
2.3.4 Python数据的输入和输出
2.3.5 Python字符串和列表运算
2.4 问题描述、程序流程图及程序的控制结构
2.4.1 问题描述
2.4.2 程序流程图
2.4.3 程序的控制结构
2.5 计算思维与问题求解
2.5.1 计算思维
2.5.2 问题抽象
2.5.3 数据结构与算法设计
2.5.4 程序设计与调试
2.5.5 代码复用：函数和库
2.6 经典算法及其Python实现
2.6.1 枚举算法
2.6.2 贪心算法
2.6.3 迭代算法
2.6.4 递归算法
课后习题
第3章 机器学习与深度学习
3.1 机器学习概述
3.1.1 机器学习的定义
3.1.2 机器学习的分类
3.1.3 机器学习的常见算法
3.2 深度学习主要流程
3.2.1 数据与数据集
3.2.2 数据预处理
3.2.3 模型训练与测试
3.3 深度学习常见模型
3.3.1 卷积神经网络
3.3.2 循环神经网络
3.3.3 Transformer
3.3.4 生成对抗网络
3.3.5 深度强化学习
3.4 典型深度学习的应用
3.4.1 AI+工业
3.4.2 AI+农业
3.4.3 AI+医疗
3.4.4 AI+食品
3.4.5 AI+金融
3.4.6 AI+教育
3.4.7 AI+气象
课后习题
第4章 计算机视觉
4.1 计算机视觉
4.1.1 计算机视觉概念
4.1.2 计算机视觉的发展历程
4.2 图像理解
4.2.1 图像数据处理
4.2.2 图像分类：这是什么
4.2.3 目标检测：TA在哪儿
4.2.4 图像分割：怎么抠图
4.2.5 图像恢复：如何翻新照片
4.2.6 图像检索：如何搜同款
4.3 视频理解
4.3.1 视频数据处理
4.3.2 视觉目标跟踪
4.3.3 人体行为识别：你在做什么
4.3.4 视频关键帧提取：5分钟看电影
4.4 视觉多模态
4.4.1 多模态数据类型
4.4.2 异构视觉多模态融合：体感游戏
课后习题
第5章 自然语言处理
5.1 自然语言处理技术
5.1.1 什么是自然语言处理
5.1.2 文本处理及应用（中文分词、文本表示）
5.1.3 自然语言处理的发展
5.1.4 典型的自然语言处理产品
5.2 文本理解
5.2.1 文本分类：文字的情感
5.2.2 文本聚类：如何找热点
5.2.3 文本摘要：怎么快速看文章
5.2.4 信息提取：怎么生成词云
5.2.5 智能问答
5.3 机器翻译
5.3.1 离线翻译：轻松读外文
5.3.2 在线翻译：轻松出国游
课后习题
第6章 智能语音
6.1 智能语音技术简介
6.1.1 什么是智能语音
6.1.2 智能语音发展历程
6.1.3 常用智能语音产品
6.2 语音信号与特征提取
6.2.1 语音信号采集
6.2.2 声音特征提取
6.3 声纹识别与语音识别
6.3.1 声纹识别：谁在说话？
6.3.2 语音识别：快速生成会议记录
6.4 语音合成
6.4.1 文字转语音：怎么自动配音?
6.4.2 AI声音克隆：怎么生成专属导航语音?
6.5 智能语音交互案例：智能电话客服
课后习题
第7章 生成式人工智能
7.1 AIGC的发展
7.1.1 智能涌现
7.1.2 AIGC领域分类
7.1.3 国内大模型
7.2 以文生文
7.2.1 ChatGPT与LLaMA
7.2.2 生成故事
7.2.3 生成代码
7.3 以文生图与以图生图
7.4 以文生语音
7.5 以文生视频及应用
课后习题
第8章 人工智能伦理
8.1 人工智能伦理概述
8.1.1 人工智能伦理发展简史
8.1.2 人工智能引发的伦理风险
8.2 数据与算法风险
8.2.1 数据伦理风险
8.2.2 算法伦理风险
8.3 人工智能应用伦理风险
8.3.1 机器人伦理
8.3.2 自动驾驶伦理
8.3.3 智能医疗伦理
课后习题
实践篇
第9章 人工智能基础实践
9.1 Python办公自动化：批量生成合同文档实验
实验目标
实验准备
实验步骤
作业提交
9.2 Python办公自动化：批量自动化发送邮件实验
实验目的
实验环境
相关说明
实验步骤
作业提交
9.3 训练图像分类模型实验
实验目标
实验准备
实验步骤
拓展题——训练调优
实验报告要求
作业提交
9.4 人物动作分类视频标注实验
实验目标
实验准备
实验步骤
实验报告要求
9.5 文本情感分类标注实验
实验目标
实验设备与环境
实验步骤
标注一致性统计
实验报告要求
9.6 利用机器学习分析学生成绩影响因素实验
实验目标
实验准备
实验步骤
实验报告要求
作业提交
9.7 抖音用户浏览行为数据分析与挖掘实验
实验目标
实验准备
实验步骤
实验报告
提交内容
9.8 基于全唐诗文本挖掘分析实验
实验目标
实验准备
实验步骤
实验报告要求
9.9 Python办公自动化：批量提取PDF数据至Excel实验
实验目标
实验环境
实验步骤
实验报告要求
作业提交
9.10 Python办公自动化：批量生成Excel案例数据集实验
实验目标
实验环境
实验步骤
实验报告要求
作业提交
9.11 图像分类标注实验手册
实验目标
实验环境
实验内容与步骤
报告撰写
9.12 小鼠姿态估计标注实验
实验目标
实验准备
实验步骤
实验报告要求
9.13 历史人物关系抽取标注实验
实验目标
实验设备与环境
实验步骤
9.14 空气污染状况数据分析实验
实验目标
实验准备
实验步骤
实验报告要求
作业提交
参考文献
前辅文
理论篇
第1章 人工智能概览
1.1 无处不在的人工智能
1.1.1 智能体
1.1.2 生成式人工智能
1.2 什么是人工智能
1.2.1 人工智能的前世今生
1.2.2 AI发展史上的三个主要分支
1.2.3 关于人工智能的定义
1.3 计算技术的发展概况
1.3.1 机械计算时代（1946年以前）
1.3.2 电子计算时代（1950—1980年）
1.3.3 网络计算时代（1980—2020年）
1.3.4 智能计算时代（2020年至今）
1.4 人工智能的技术领域、应用领域和发展方向
1.4.1 人工智能的主要技术领域
1.4.2 人工智能的主要应用领域
1.4.3 人工智能前沿技术的发展方向
1.5 人工智能的风险、伦理与立法
1.5.1 人工智能的风险
1.5.2 保障人工智能安全的立法
1.6 我国AI发展的困境与道路选择
1.6.1 发展困境
1.6.2 中国发展AI的道路选择
1.7 对未来社会的预测
1.7.1 利奥波德·阿申布雷纳的预测
1.7.2 尼克·博斯特罗姆的预测
1.7.3 ASI将人两极分化的预测
1.8 AI对教育的挑战与应对
1.8.1 AI对教育的挑战
1.8.2 回归教育本质
课后习题
第2章 Python程序设计基础
2.1 指令与程序
2.1.1 指令与指令系统
2.1.2 程序与程序设计语言
2.2 程序设计语言的选择与编程环境
2.2.1 程序设计语言的选择
2.2.2 Python编程环境
2.3 Python程序设计
2.3.1 Python程序结构
2.3.2 Python数据类型及其表示
2.3.3 Python运算符与表达式
2.3.4 Python数据的输入和输出
2.3.5 Python字符串和列表运算
2.4 问题描述、程序流程图及程序的控制结构
2.4.1 问题描述
2.4.2 程序流程图
2.4.3 程序的控制结构
2.5 计算思维与问题求解
2.5.1 计算思维
2.5.2 问题抽象
2.5.3 数据结构与算法设计
2.5.4 程序设计与调试
2.5.5 代码复用：函数和库
2.6 经典算法及其Python实现
2.6.1 枚举算法
2.6.2 贪心算法
2.6.3 迭代算法
2.6.4 递归算法
课后习题
第3章 机器学习与深度学习
3.1 机器学习概述
3.1.1 机器学习的定义
3.1.2 机器学习的分类
3.1.3 机器学习的常见算法
3.2 深度学习主要流程
3.2.1 数据与数据集
3.2.2 数据预处理
3.2.3 模型训练与测试
3.3 深度学习常见模型
3.3.1 卷积神经网络
3.3.2 循环神经网络
3.3.3 Transformer
3.3.4 生成对抗网络
3.3.5 深度强化学习
3.4 典型深度学习的应用
3.4.1 AI+工业
3.4.2 AI+农业
3.4.3 AI+医疗
3.4.4 AI+食品
3.4.5 AI+金融
3.4.6 AI+教育
3.4.7 AI+气象
课后习题
第4章 计算机视觉
4.1 计算机视觉
4.1.1 计算机视觉概念
4.1.2 计算机视觉的发展历程
4.2 图像理解
4.2.1 图像数据处理
4.2.2 图像分类：这是什么
4.2.3 目标检测：TA在哪儿
4.2.4 图像分割：怎么抠图
4.2.5 图像恢复：如何翻新照片
4.2.6 图像检索：如何搜同款
4.3 视频理解
4.3.1 视频数据处理
4.3.2 视觉目标跟踪
4.3.3 人体行为识别：你在做什么
4.3.4 视频关键帧提取：5分钟看电影
4.4 视觉多模态
4.4.1 多模态数据类型
4.4.2 异构视觉多模态融合：体感游戏
课后习题
第5章 自然语言处理
5.1 自然语言处理技术
5.1.1 什么是自然语言处理
5.1.2 文本处理及应用（中文分词、文本表示）
5.1.3 自然语言处理的发展
5.1.4 典型的自然语言处理产品
5.2 文本理解
5.2.1 文本分类：文字的情感
5.2.2 文本聚类：如何找热点
5.2.3 文本摘要：怎么快速看文章
5.2.4 信息提取：怎么生成词云
5.2.5 智能问答
5.3 机器翻译
5.3.1 离线翻译：轻松读外文
5.3.2 在线翻译：轻松出国游
课后习题
第6章 智能语音
6.1 智能语音技术简介
6.1.1 什么是智能语音
6.1.2 智能语音发展历程
6.1.3 常用智能语音产品
6.2 语音信号与特征提取
6.2.1 语音信号采集
6.2.2 声音特征提取
6.3 声纹识别与语音识别
6.3.1 声纹识别：谁在说话？
6.3.2 语音识别：快速生成会议记录
6.4 语音合成
6.4.1 文字转语音：怎么自动配音?
6.4.2 AI声音克隆：怎么生成专属导航语音?
6.5 智能语音交互案例：智能电话客服
课后习题
第7章 生成式人工智能
7.1 AIGC的发展
7.1.1 智能涌现
7.1.2 AIGC领域分类
7.1.3 国内大模型
7.2 以文生文
7.2.1 ChatGPT与LLaMA
7.2.2 生成故事
7.2.3 生成代码
7.3 以文生图与以图生图
7.4 以文生语音
7.5 以文生视频及应用
课后习题
第8章 人工智能伦理
8.1 人工智能伦理概述
8.1.1 人工智能伦理发展简史
8.1.2 人工智能引发的伦理风险
8.2 数据与算法风险
8.2.1 数据伦理风险
8.2.2 算法伦理风险
8.3 人工智能应用伦理风险
8.3.1 机器人伦理
8.3.2 自动驾驶伦理
8.3.3 智能医疗伦理
课后习题
实践篇
第9章 人工智能基础实践
9.1 Python办公自动化：批量生成合同文档实验
实验目标
实验准备
实验步骤
作业提交
9.2 Python办公自动化：批量自动化发送邮件实验
实验目的
实验环境
相关说明
实验步骤
作业提交
9.3 训练图像分类模型实验
实验目标
实验准备
实验步骤
拓展题——训练调优
实验报告要求
作业提交
9.4 人物动作分类视频标注实验
实验目标
实验准备
实验步骤
实验报告要求
9.5 文本情感分类标注实验
实验目标
实验设备与环境
实验步骤
标注一致性统计
实验报告要求
9.6 利用机器学习分析学生成绩影响因素实验
实验目标
实验准备
实验步骤
实验报告要求
作业提交
9.7 抖音用户浏览行为数据分析与挖掘实验
实验目标
实验准备
实验步骤
实验报告
提交内容
9.8 基于全唐诗文本挖掘分析实验
实验目标
实验准备
实验步骤
实验报告要求
9.9 Python办公自动化：批量提取PDF数据至Excel实验
实验目标
实验环境
实验步骤
实验报告要求
作业提交
9.10 Python办公自动化：批量生成Excel案例数据集实验
实验目标
实验环境
实验步骤
实验报告要求
作业提交
9.11 图像分类标注实验手册
实验目标
实验环境
实验内容与步骤
报告撰写
9.12 小鼠姿态估计标注实验
实验目标
实验准备
实验步骤
实验报告要求
9.13 历史人物关系抽取标注实验
实验目标
实验设备与环境
实验步骤
9.14 空气污染状况数据分析实验
实验目标
实验准备
实验步骤
实验报告要求
作业提交
参考文献
