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(xué)習(xí)
1.3 人工智能技術(shù)的應(yīng)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(jié)
習(xí)題1
第2章 計算機視覺及應(yīng)用
2.1 計算機視覺概念
2.2 OCR及其應(yīng)用
2.2.1 OCR基本概念
2.2.2 OCR常見應(yīng)用
2.3 圖像識別及其應(yīng)用
2.3.1 圖像識別基礎(chǔ)知識
2.3.2 圖像識別與深度學(xué)習(xí)
2.3.3 圖像識別技術(shù)的應(yīng)用
2.4 人臉識別及其應(yīng)用
2.4.1 人臉識別概念
2.4.2 人臉識別應(yīng)用
2.5 人體分析及應(yīng)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(jié)
習(xí)題2
第3章 語音處理及應(yīng)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(yīng)用
3.2.1 語音識別的應(yīng)用
3.2.2 語音合成的應(yīng)用
☆ 語音合成體驗：客服回復(fù)音頻化
項目3 會議錄音文本化（語音識別）
本章小結(jié)
習(xí)題3
第4章 自然語言處理及應(yīng)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(yīng)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(yīng)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(yīng)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(jié)
習(xí)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(guān)鍵技術(shù)
5.2 服務(wù)機器人
5.2.1 服務(wù)機器人的概念
5.2.2 服務(wù)機器人的應(yīng)用
5.3 無人車
項目5 智能問答系統(tǒng)
本章小結(jié)
習(xí)題5
第6章 機器學(xué)習(xí)與深度學(xué)習(xí)概述
6.1 機器學(xué)習(xí)簡介
6.1.1 機器學(xué)習(xí)的定義
6.1.2 機器學(xué)習(xí)算法的分類
6.2 機器學(xué)習(xí)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(jīng)網(wǎng)絡(luò)簡介
6.3.1 神經(jīng)元結(jié)構(gòu)
6.3.2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
6.4 深度學(xué)習(xí)簡介
6.4.1 深度神經(jīng)網(wǎng)絡(luò)
6.4.2 卷積神經(jīng)網(wǎng)絡(luò)及原理
6.4.3 經(jīng)典深度學(xué)習(xí)模型
6.5 主流深度學(xué)習(xí)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(xué)習(xí)體驗
項目7 深度學(xué)習(xí)體驗
本章小結(jié)
習(xí)題6
第7章 AI典型應(yīng)用案例與職業(yè)規(guī)劃
7.1 人工智能在智能制造領(lǐng)域的應(yīng)用
7.1.1 計算機視覺應(yīng)用
7.1.2 設(shè)備預(yù)測性維護
7.2 其他行業(yè)產(chǎn)業(yè)中的人工智能應(yīng)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(nóng)業(yè)
7.3 人工智能應(yīng)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(shù)人員職業(yè)要求
7.6 專業(yè)創(chuàng)新
7.6.1 AI+無人機應(yīng)用創(chuàng)新
7.6.2 學(xué)生創(chuàng)新案例
項目8 創(chuàng)新體驗：訓(xùn)練自己的分類模型
本章小結(jié)
習(xí)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(shù)據(jù)
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(quán)的保護
8.2.2 知識產(chǎn)權(quán)的保護
8.2.3 數(shù)據(jù)財產(chǎn)的保護
8.2.4 侵權(quán)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(jié)
習(xí)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(zhuǎn)換
A-4 TensorFlow框架的安裝配置
附錄B 智能對話系統(tǒng)設(shè)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