人工智能基礎(chǔ)教程

項目一 人工智能概述 1
任務(wù)1.1 人工智能的概念、特征 3
1.1.1 人工智能的概念 3
1.1.2 人工智能的特征 5
任務(wù)1.2 人工智能的發(fā)展歷程 7
1.2.1 人工智能的發(fā)展史 7
1.2.2 人工智能的發(fā)展帶來的啟示 11
任務(wù)1.3 人工智能的研究目標(biāo)和內(nèi)容 12
1.3.1 人工智能的研究目標(biāo) 12
1.3.2 人工智能的研究內(nèi)容 13
任務(wù)1.4 人工智能產(chǎn)業(yè)的全球發(fā)展現(xiàn)狀與在我國的發(fā)展格局 15
1.4.1 全球人工智能產(chǎn)業(yè)的發(fā)展現(xiàn)狀 15
1.4.2 我國人工智能產(chǎn)業(yè)的發(fā)展格局 17
任務(wù)1.5 人工智能的發(fā)展趨勢 19
1.5.1 人工智能應(yīng)用領(lǐng)域的發(fā)展趨勢 19
1.5.2 人工智能相關(guān)產(chǎn)業(yè)鏈的發(fā)展趨勢 21
實訓(xùn)一 體驗人工智能技術(shù) 23
實訓(xùn)二 分析人工智能發(fā)展圖譜的構(gòu)建流程 24
實訓(xùn)三 調(diào)研人工智能的應(yīng)用 25
案例一 科幻電影中的人工智能 26
案例二 人工智能之圖像識別 27
習(xí)題 28
項目二 新一代信息技術(shù)的應(yīng)用 31
任務(wù)2.1 虛擬現(xiàn)實技術(shù) 33
2.1.1 虛擬現(xiàn)實技術(shù)的概念 33
2.1.2 虛擬現(xiàn)實技術(shù)的發(fā)展 33
2.1.3 虛擬現(xiàn)實技術(shù)的特征 34
2.1.4 虛擬現(xiàn)實技術(shù)的應(yīng)用 34
任務(wù)2.2 物聯(lián)網(wǎng) 36
2.2.1 物聯(lián)網(wǎng)的概念 36
2.2.2 物聯(lián)網(wǎng)的發(fā)展 36
2.2.3 物聯(lián)網(wǎng)的關(guān)鍵技術(shù) 37
2.2.4 物聯(lián)網(wǎng)的應(yīng)用 37
任務(wù)2.3 云計算 40
2.3.1 云計算的概念 40
2.3.2 云計算的發(fā)展 40
2.3.3 云計算的關(guān)鍵技術(shù) 41
2.3.4 云計算的應(yīng)用 42
任務(wù)2.4 大數(shù)據(jù) 44
2.4.1 大數(shù)據(jù)的概念 44
2.4.2 大數(shù)據(jù)的數(shù)據(jù)類型 45
2.4.3 大數(shù)據(jù)的意義 45
2.4.4 大數(shù)據(jù)的發(fā)展趨勢 46
任務(wù)2.5 5G 47
2.5.1 5G的概念 47
2.5.2 5G的特點 47
2.5.3 5G的關(guān)鍵技術(shù) 47
2.5.4 5G的應(yīng)用 49
任務(wù)2.6 區(qū)塊鏈 50
2.6.1 區(qū)塊鏈的概念 51
2.6.2 區(qū)塊鏈的特征 51
2.6.3 區(qū)塊鏈的核心技術(shù) 51
2.6.4 區(qū)塊鏈的應(yīng)用 52
實訓(xùn)一 使用百度指數(shù)功能獲得大數(shù)據(jù)信息 55
實訓(xùn)二 調(diào)研并優(yōu)化智慧校園 59
案例一 走進“云”博物館 60
案例二 身邊的人工智能：智慧農(nóng)業(yè) 62
習(xí)題 66
項目三 人工智能之自動識別技術(shù) 69
任務(wù)3.1 自動識別技術(shù)概述 71
3.1.1 自動識別技術(shù)的定義 72
3.1.2 自動識別技術(shù)的原理 72
任務(wù)3.2 自動識別技術(shù)的發(fā)展 73
3.2.1 自動識別技術(shù)的發(fā)展階段 73
3.2.2 自動識別技術(shù)的發(fā)展趨勢 74
任務(wù)3.3 自動識別技術(shù)的分類 75
3.3.1 自動識別技術(shù)的類別 75
3.3.2 自動識別技術(shù)之傳感器 85
實訓(xùn)一 無人駕駛小車避障 89
實訓(xùn)二 傳感器的應(yīng)用 91
案例 “掃一掃”背后的秘密 92
習(xí)題 100
項目四 人工智能之Python語言 103
任務(wù)4.1 Python軟件的安裝與配置 105
4.1.1 安裝Python 105
4.1.2 測試Python的安裝結(jié)果 109
4.1.3 安裝PyCharm 109
4.1.4 PyCharm的啟動與配置 112
任務(wù)4.2 Python語言程序的基本語法 115
4.2.1 Python語言源程序的基本語法單位、書寫格式與基本規(guī)則 115
4.2.2 Python的基本數(shù)據(jù)類型 118
4.2.3 Python的基本運算符和表達(dá)式 120
4.2.4 Python的條件判斷分支與循環(huán) 124
4.2.5 Python的庫：Turtle 128
任務(wù)4.3 Python語言程序的編寫 131
實訓(xùn)一 快速繪制一個等邊三角形 136
實訓(xùn)二 快速繪制一個多角星 142
實訓(xùn)三 繪制多彩多角星 148
案例一 游戲中的人工智能 150
案例二 虛擬試衣間中的人工智能 152
習(xí)題 154
項目五 人工智能之機器學(xué)習(xí) 157
任務(wù)5.1 機器學(xué)習(xí)簡介 159
5.1.1 機器學(xué)習(xí)的定義 159
5.1.2 機器學(xué)習(xí)的術(shù)語 160
5.1.3 機器學(xué)習(xí)的應(yīng)用場景 161
任務(wù)5.2 機器學(xué)習(xí)的類型 162
5.2.1 監(jiān)督學(xué)習(xí) 163
5.2.2 無監(jiān)督學(xué)習(xí) 163
5.2.3 強化學(xué)習(xí) 164
5.2.4 深度學(xué)習(xí) 164
任務(wù)5.3 機器學(xué)習(xí)算法 165
5.3.1 線性回歸 165
5.3.2 邏輯回歸 166
5.3.3 決策樹 167
5.3.4 貝葉斯分類 168
5.3.5 支持向量機 169
5.3.6 K近鄰查詢算法 170
5.3.7 K均值聚類算法 171
任務(wù)5.4 機器學(xué)習(xí)算法的應(yīng)用 173
5.4.1 數(shù)據(jù)分析與挖掘 174
5.4.2 模式識別 174
5.4.3 在生物信息學(xué)上的應(yīng)用 174
5.4.4 在人工智能中的應(yīng)用 175
實訓(xùn)一 繪制算法流程圖 176
實訓(xùn)二 淺析人工智能、機器學(xué)習(xí)、深度學(xué)習(xí)之間的關(guān)系 178
案例一 探索機器學(xué)習(xí)的過程 179
案例二 生鮮的分類 180
習(xí)題 182
參考文獻(xiàn) 185