第1章人工智能緒論

1．1人工智能概述

1．1．1什么是智能

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?jī)?nèi)容

1．2人工智能的發(fā)展

1．2．1推理期

1．2．2知識(shí)期

1．2．3學(xué)習(xí)期

1．3人工智能分類(lèi)

1．3．1計(jì)算智能、感知智能和認(rèn)知智能

1．3．2弱人工智能、強(qiáng)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(yīng)用場(chǎng)景

1．5人工智能的發(fā)展趨勢(shì)

1．5．1技術(shù)發(fā)展趨勢(shì)

1．5．2潛在應(yīng)用領(lǐng)域

1．6本章小結(jié)

第2章Python編程與數(shù)據(jù)分析基礎(chǔ)

2．1Python編程基礎(chǔ)

2．1．1Python環(huán)境搭建

2．1．2數(shù)據(jù)類(lèi)型與變量定義

2．1．3控制結(jié)構(gòu)

2．1．4組合數(shù)據(jù)結(jié)構(gòu)

2．1．5函數(shù)的定義與使用方法

2．1．6庫(kù)介紹與導(dǎo)入方式

2．2數(shù)據(jù)分析基礎(chǔ)

2．2．1數(shù)據(jù)收集

2．2．2數(shù)據(jù)清洗

2．2．3數(shù)據(jù)分析與可視化

2．3森林火災(zāi)數(shù)據(jù)集分析實(shí)驗(yàn)

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(jié)

第3章語(yǔ)音處理及其應(yīng)用

3．1語(yǔ)音處理基礎(chǔ)

3．1．1語(yǔ)音處理概述

3．1．2語(yǔ)音識(shí)別技術(shù)

3．1．3聲紋識(shí)別技術(shù)

3．1．4語(yǔ)音合成技術(shù)

3．2語(yǔ)音處理技術(shù)的典型應(yīng)用

3．2．1智能語(yǔ)音助手

3．2．2語(yǔ)音導(dǎo)航系統(tǒng)

3．2．3語(yǔ)音交互教育產(chǎn)品

3．3語(yǔ)音處理實(shí)踐

3．4本章小結(jié)

第4章機(jī)器學(xué)習(xí)基礎(chǔ)

4．1有監(jiān)督學(xué)習(xí)

4．1．1線性回歸

4．1．2邏輯回歸

4．1．3決策樹(shù)

4．1．4隨機(jī)森林

4．2無(wú)監(jiān)督學(xué)習(xí)

4．2．1聚類(lèi)分析

4．2．2主成分分析

4．3強(qiáng)化學(xué)習(xí)

4．3．1強(qiáng)化學(xué)習(xí)概述

4．3．2強(qiáng)化學(xué)習(xí)案例

4．4半監(jiān)督學(xué)習(xí)

4．5基于Python編程的機(jī)器學(xué)習(xí)應(yīng)用實(shí)踐

4．5．1環(huán)境搭建

4．5．2常用的數(shù)據(jù)集

4．5．3機(jī)器學(xué)習(xí)的實(shí)現(xiàn)步驟

4．6本章小結(jié)

第5章神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)

5．1神經(jīng)網(wǎng)絡(luò)基礎(chǔ)

5．1．1神經(jīng)網(wǎng)絡(luò)概述

5．1．2激活函數(shù)的作用與常見(jiàn)類(lèi)型

5．1．3前饋神經(jīng)網(wǎng)絡(luò)與反向傳播算法

5．1．4神經(jīng)網(wǎng)絡(luò)的應(yīng)用案例

5．2深度學(xué)習(xí)基礎(chǔ)

5．2．1卷積神經(jīng)網(wǎng)絡(luò)

5．2．2循環(huán)神經(jīng)網(wǎng)絡(luò)

5．2．3Transformer網(wǎng)絡(luò)

5．2．4主流深度學(xué)習(xí)框架及實(shí)踐案例

5．2．5GPU編程環(huán)境搭建與神經(jīng)網(wǎng)絡(luò)加速訓(xùn)練

5．3深度學(xué)習(xí)實(shí)驗(yàn)

5．4本章小結(jié)

第6章自然語(yǔ)言處理基礎(chǔ)

6．1自然語(yǔ)言處理概述

6．1．1自然語(yǔ)言處理的基本概念

6．1．2自然語(yǔ)言處理的發(fā)展歷程

6．1．3自然語(yǔ)言處理過(guò)程

6．2自然語(yǔ)言處理的關(guān)鍵技術(shù)

6．2．1自然語(yǔ)言理解

6．2．2自然語(yǔ)言生成

6．3語(yǔ)言模型

6．3．1語(yǔ)言模型的概念

6．3．2大語(yǔ)言模型

6．3．3提示詞工程

6．4自然語(yǔ)言處理的應(yīng)用

6．4．1機(jī)器翻譯

6．4．2文本分類(lèi)

6．4．3情感分析

6．5知識(shí)圖譜及其應(yīng)用

6．5．1知識(shí)圖譜概念

6．5．2知識(shí)圖譜應(yīng)用

6．6自然語(yǔ)言處理實(shí)踐

6．6．1數(shù)據(jù)加載與預(yù)處理

6．6．2基于TextBlob的可視化情感分析

6．6．3基于PyTorch的文本分類(lèi)模型構(gòu)建

6．6．4分類(lèi)模型訓(xùn)練

6．7本章小結(jié)

第7章計(jì)算機(jī)視覺(jué)

7．1計(jì)算機(jī)視覺(jué)概述

7．1．1視覺(jué)及計(jì)算機(jī)視覺(jué)概念

7．1．2計(jì)算機(jī)視覺(jué)的發(fā)展歷史

7．1．3計(jì)算機(jī)視覺(jué)的應(yīng)用

7．2數(shù)字圖像基礎(chǔ)

7．2．1數(shù)字圖像基礎(chǔ)知識(shí)

7．2．2圖像特征提取

7．3計(jì)算機(jī)視覺(jué)的基本任務(wù)

7．3．1圖像分類(lèi)

7．3．2目標(biāo)定位

7．3．3目標(biāo)檢測(cè)

7．3．4圖像分割

7．4深度生成模型

7．4．1生成對(duì)抗網(wǎng)絡(luò)

7．4．2擴(kuò)散模型

7．5計(jì)算機(jī)視覺(jué)應(yīng)用

7．5．1人臉識(shí)別

7．5．2自動(dòng)駕駛

7．5．3光學(xué)字符識(shí)別

7．6計(jì)算機(jī)視覺(jué)實(shí)驗(yàn)

7．6．1圖像數(shù)據(jù)集

7．6．2圖像特征提取

7．6．3圖片分類(lèi)

7．7本章小結(jié)

第8章人工智能倫理

8．1人工智能倫理與問(wèn)題

8．1．1算法偏見(jiàn)與公平性問(wèn)題

8．1．2數(shù)據(jù)隱私保護(hù)

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(duì)社會(huì)、經(jīng)濟(jì)與就業(yè)的影響

8．2．1產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與勞動(dòng)力市場(chǎng)變革

8．2．2人工智能時(shí)代的職業(yè)發(fā)展與技能需求

8．2．3社會(huì)治理與法律監(jiān)管

8．3本章小結(jié)

參考文獻(xiàn)