人工智能技術導論

本書圍繞人工智能技術應用框架和認知規律，將“德”與“技”有機結合，由淺入深從“理念—開發—數據—算法—技術—產品—行業—情感”8個認知層面對人工智能技術進行剖析，構建全棧知識體系。本書基於BOPPPS教學方法重構教學環節，主要分為“導入—學習目標—知識探索—案例體驗—拓展閱讀—本章總結—學習評價—思考探索”8個環節，根據內容適時穿插案例，使讀者通過項目實踐獲得所學即所用的成就感。本書配套案例源代碼、習題、教學課件等資源。本書可以作為高等院校人工智能技術、電子信息類、機電一體化、應用電子技術及相關專業的教材，也可以作為相關技術人員的參考用書。

目錄

第1章 人工智能來龍去脈 1
知識探索 2
1.1 人工智能的內涵、特點和分類 2
1.1.1 人工智能的內涵 2
1.1.2 人工智能的特點 3
1.1.3 人工智能的分類 4
1.2 人工智能的發展史 4
1.2.1 起步發展期 6
1.2.2 反思發展期 6
1.2.3 應用發展期 6
1.2.4 低迷發展期 6
1.2.5 穩步發展期 7
1.2.6 蓬勃發展期 7
1.3 人工智能的應用 7
1.3.1 人工智能在交通領域中的應用 8
1.3.2 人工智能在醫療領域中的應用 8
1.3.3 人工智能在金融領域中的應用 8
1.3.4 人工智能在家居領域中的應用 9
1.3.5 人工智能在教育領域中的應用 9
1.3.6 人工智能在製造領域中的應用 9
1.3.7 人工智能在農業領域中的應用 10
1.4 人工智能的未來發展趨勢 10
案例體驗 11
拓展閱讀 12
本章總結 12
學習評價 13
思考探索 14
【參考文獻】 15
第2章 人工智能系統開發流程 16
知識探索 17
2.1 人工智能系統構成 17
2.2 人工智能系統開發流程 19
2.2.1 分析業務需求 20
2.2.2 採集/收集數據 21
2.2.3 標註數據 21
2.2.4 訓練模型 21
2.2.5 評估模型效果 21
2.2.6 部署模型 21
2.3 人工智能系統開發環境 23
2.3.1 Python 23
2.3.2 PyCharm集成開發環境 24
2.3.3 Anaconda庫管理工具 24
2.3.4 常用第三方庫 25
案例體驗 27
拓展閱讀 31
本章總結 32
學習評價 33
思考探索 33
第3章 人工智能數據需求 34
知識探索 35
3.1 事物、數據與信息 35
3.1.1 事物與數據 35
3.1.2 數據與信息 36
3.1.3 數據的類型 37
3.2 大數據的基本特徵 39
3.2.1 數據量大 39
3.2.2 數據類型繁多 40
3.2.3 處理速度快 41
3.2.4 價值密度低 42
3.3 大數據的作用 42
3.3.1 改變經濟社會管理方式 43
3.3.2 促進行業融合發展 44
3.3.3 推動產業轉型升級 44
3.3.4 助力智慧城市建設 45
3.3.5 創新商業模式 45
3.3.6 改變科學研究的方法論 46
3.4 人工智能依賴大數據 46
3.4.1 人工智能與大數據的聯系 46
3.4.2 人工智能與大數據的區別 47
案例體驗 48
拓展閱讀 56
本章總結 56
學習評價 57
思考探索 58
【參考文獻】 59
第4章 人工智能計算方法 60
知識探索 61
4.1 數據的運算與算法 61
4.1.1 數據的運算方法 61
4.1.2 算法的定義和特徵 61
4.1.3 算法的實現流程 63
4.2 人工智能算法 63
4.2.1 人工智能算法的分類 64
4.2.2 機器學習 65
4.2.3 深度學習 71
4.3 人工智能算法工具 76
4.3.1 常用開源框架 76
4.3.2 算法應用基本方法 78
案例體驗 79
拓展閱讀 85
本章總結 86
學習評價 87
思考探索 87
【參考文獻】 89
第5章 人工智能關鍵技術 90
知識探索 91
5.1 電腦視覺技術 91
5.1.1 圖像處理基礎 93
5.1.2 圖像分類 94
5.1.3 目標檢測 97
5.1.4 圖像分割 98
5.2 智能語音技術 101
5.2.1 智能語音系統構成 101
5.2.2 智能語音的應用 105
5.3 自然語言處理技術 106
5.3.1 自然語言處理任務層級 107
5.3.2 自然語言處理技術體系 108
5.3.3 自然語言處理應用 109
5.4 知識圖譜技術 111
5.4.1 知識圖譜認知 111
5.4.2 知識圖譜構建流程 114
案例體驗 116
拓展閱讀 127
本章總結 128
學習評價 129
思考探索 129
【參考文獻】 131
第6章 人工智能產品形態 132
知識探索 133
6.1 人臉識別類產品 133
6.1.1 人臉識別發展現狀 134
6.1.2 人臉識別關鍵技術 135
6.1.3 人臉識別應用領域 138
6.2 智能機器人產品 140
6.2.1 智能感知系統 142
6.2.2 智能決策系統 142
6.2.3 智能執行系統 143
6.2.4 智能交互系統 144
6.3 智能推薦類產品 144
6.3.1 智能推薦系統概述 145
6.3.2 智能推薦基本思想 146
6.3.3 智能推薦系統流程 147
6.3.4 智能推薦系統實例 149
6.3.5 智能推薦系統應用領域 152
6.4 智能語音類產品 152
6.4.1 智能語音助手發展歷程 153
6.4.2 智能語音助手關鍵技術 154
6.4.3 智能語音助手應用領域 154
案例體驗 155
拓展閱讀 159
本章總結 160
學習評價 161
思考探索 161
【參考文獻】 163
第7章 人工智能行業應用 164
知識探索 165
7.1 人工智能+工業 165
7.1.1 工業機器人 165
7.1.2 智能物流 168
7.1.3 智能工廠 171
7.1.4 製造強國 173
7.2 人工智能+醫療 175
7.2.1 醫療機器人 175
7.2.2 智能診斷與診療 177
7.2.3 智能健康管理 178
7.3 人工智能+服務 179
7.3.1 智能交通服務 180
7.3.2 智能銀行服務 182
7.3.3 智能客戶服務 185
7.3.4 智能家居服務 186
案例體驗 188
拓展閱讀 191
本章總結 192
學習評價 193
思考探索 194
【參考文獻】 194
第8章 人工智能倫理法規 195
知識探索 196
8.1 人工智能倫理道德 196
8.1.1 人工智能商業倫理 197
8.1.2 人工智能技術倫理 198
8.1.3 人工智能倫理治理機制 199
8.2 人工智能安全規範 199
8.2.1 人工智能網絡空間安全 200
8.2.2 人工智能社會安全 203
8.2.3 人工智能國家安全 205
案例體驗 207
拓展閱讀 209
本章總結 210
學習評價 211
思考探索 212