人工智能：從基礎到實踐（微課視頻版）

李春英，博士，教授，碩士生導師，廣東技術師範大學計算機科學學院副院長兼計算機基礎教學部主任。現任中國計算機學會（CCF）傑出會員、CCF廣州委員會委員、CCF信息系統專委執行委員、CCF協同計算專委執行委員、CCF計算機教育專委執行委員、中國人工智能學會智能信息網絡專委會終身委員、廣東省計算機學會人工智能專委會委員和大數據專委會委員、廣東省人工智能通識虛擬教研室副主任。擔任國家自然科學基金項目通訊評議專家、廣東省科技廳項目專家、粵港澳大灣區人工智能產業智庫專家、廣東省人工智能工程技術人才高級職稱評審委員會專家等社會職務10多個。近年來主要從事智能教育，知識圖譜和推薦算法等方面的科研與教學工作；在國內外學術期刊和學術會議上發表論文40多篇，主編教材3部，以獨立（或排名第一）獲得廣東省人工智能產業協會科學技術獎科技進步獎一等獎、廣東省計算機學會教學成果獎等獎勵20多項，主持國家自然科學基金項目、廣東省教育廳重點領域專項和專項人才培養計劃項目、廣東省一流本科課程和廣東省教育廳質量工程和教育教學改革研究等項目多項，多次指導本科生發表論文、獲批授權發明專利和軟件著作權、獲得各類競賽獎勵等。

目錄

第1章人工智能緒論

 

1．1人工智能概述

 

1．1．1什麼是智能

 

1．1．2人工智能的孕育和誕生

 

1．1．3人工智能的概念與特征

 

1．1．4人工智能的基本研究內容

 

1．2人工智能的發展

 

1．2．1推理期

 

1．2．2知識期

 

1．2．3學習期

 

1．3人工智能分類

 

1．3．1計算智能、感知智能和認知智能

 

1．3．2弱人工智能、強人工智能

 

1．4生成式人工智能

 

1．4．1生成式人工智能的基本原理

 

1．4．2生成式人工智能的應用場景

 

1．5人工智能的發展趨勢

 

1．5．1技術發展趨勢

 

1．5．2潛在應用領域

 

1．6本章小結

 

第2章Python編程與數據分析基礎

 

2．1Python編程基礎

 

2．1．1Python環境搭建

 

2．1．2數據類型與變量定義

 

2．1．3控制結構

 

2．1．4組合數據結構

 

2．1．5函數的定義與使用方法

 

2．1．6庫介紹與導入方式

 

2．2數據分析基礎

 

2．2．1數據收集

 

2．2．2數據清洗

 

2．2．3數據分析與可視化

 

2．3森林火災數據集分析實驗

 

2．4智能化編程

 

2．4．1智能化編程工具介紹

 

2．4．2GitHub Copilot示例

 

2．5本章小結

 

第3章語音處理及其應用

 

3．1語音處理基礎

 

3．1．1語音處理概述

 

3．1．2語音識別技術

 

3．1．3聲紋識別技術

 

3．1．4語音合成技術

 

3．2語音處理技術的典型應用

 

3．2．1智能語音助手

 

3．2．2語音導航系統

 

3．2．3語音交互教育產品

 

3．3語音處理實踐

 

3．4本章小結

 

第4章機器學習基礎

 

4．1有監督學習

 

4．1．1線性回歸

 

4．1．2邏輯回歸

 

4．1．3決策樹

 

4．1．4隨機森林

 

4．2無監督學習

 

4．2．1聚類分析

 

4．2．2主成分分析

 

4．3強化學習

 

4．3．1強化學習概述

 

4．3．2強化學習案例

 

4．4半監督學習

 

4．5基於Python編程的機器學習應用實踐

 

4．5．1環境搭建

 

4．5．2常用的數據集

 

4．5．3機器學習的實現步驟

 

4．6本章小結

 

第5章神經網絡與深度學習

 

5．1神經網絡基礎

 

5．1．1神經網絡概述

 

5．1．2激活函數的作用與常見類型

 

5．1．3前饋神經網絡與反向傳播算法

 

5．1．4神經網絡的應用案例

 

5．2深度學習基礎

 

5．2．1卷積神經網絡

 

5．2．2循環神經網絡

 

5．2．3Transformer網絡

 

5．2．4主流深度學習框架及實踐案例

 

5．2．5GPU編程環境搭建與神經網絡加速訓練

 

5．3深度學習實驗

 

5．4本章小結

 

第6章自然語言處理基礎

 

6．1自然語言處理概述

 

6．1．1自然語言處理的基本概念

 

6．1．2自然語言處理的發展歷程

 

6．1．3自然語言處理過程

 

6．2自然語言處理的關鍵技術

 

6．2．1自然語言理解

 

6．2．2自然語言生成

 

6．3語言模型

 

6．3．1語言模型的概念

 

6．3．2大語言模型

 

6．3．3提示詞工程

 

6．4自然語言處理的應用

 

6．4．1機器翻譯

 

6．4．2文本分類

 

6．4．3情感分析

 

6．5知識圖譜及其應用

 

6．5．1知識圖譜概念

 

6．5．2知識圖譜應用

 

6．6自然語言處理實踐

 

6．6．1數據加載與預處理

 

6．6．2基於TextBlob的可視化情感分析

 

6．6．3基於PyTorch的文本分類模型構建

 

6．6．4分類模型訓練

 

6．7本章小結

 

第7章計算機視覺

 

7．1計算機視覺概述

 

7．1．1視覺及計算機視覺概念

 

7．1．2計算機視覺的發展歷史

 

7．1．3計算機視覺的應用

 

7．2數字圖像基礎

 

7．2．1數字圖像基礎知識

 

7．2．2圖像特征提取

 

7．3計算機視覺的基本任務

 

7．3．1圖像分類

 

7．3．2目標定位

 

7．3．3目標檢測

 

7．3．4圖像分割

 

7．4深度生成模型

 

7．4．1生成對抗網絡

 

7．4．2擴散模型

 

7．5計算機視覺應用

 

7．5．1人臉識別

 

7．5．2自動駕駛

 

7．5．3光學字符識別

 

7．6計算機視覺實驗

 

7．6．1圖像數據集

 

7．6．2圖像特征提取

 

7．6．3圖片分類

 

7．7本章小結

 

第8章人工智能倫理

 

8．1人工智能倫理與問題

 

8．1．1算法偏見與公平性問題

 

8．1．2數據隱私保護

 

8．1．3人工智能的可解釋性

 

8．1．4人工智能決策的透明性

 

8．2人工智能對社會、經濟與就業的影響

 

8．2．1產業結構調整與勞動力市場變革

 

8．2．2人工智能時代的職業發展與技能需求

 

8．2．3社會治理與法律監管

 

8．3本章小結

 

參考文獻