●第1章大數據與人工智能概述
1.1大數據概述
1.2人工智能概述
1.3大數據與人工智能的機遇與挑戰
1.4本章小結
第2章大數據技術
2.1數據的多樣性
2.2大數據處理的一般流程
2.3數據采集與預處理
2.4數據存儲與數據倉庫
2.5數據處理與分析
2.6數據可視化
2.7數據安全和隱私保護
2.8本章小結
第3章大數據計算平臺
3.1雲計算
3.2雲計算平臺
3.3MapReduce平臺
3.4Hadoop平臺
3.5Spark平臺
3.6本章小結
第4章機器學習
4.1機器學習概述
4.2監督學習
4.3無監督學習
4.4強化學習
4.5本章小結
第5章人工神經網絡與深度學習
5.1人工神經網絡的發展概況
5.2人與神經網絡
5.3BP神經網絡
5.4Hopfield神經網絡
5.5深度學習
5.6本章小結
第6章智能識別
6.1智能語音
6.2計算機視覺
6.3自然語言處理
6.4本章小結
第7章大數據與人工智能的應用
7.1智能家居
7.2智慧醫療
7.3智慧交通
7.4智能安防
7.5智能金融
7.6智能教育
7.7智能機器人
7.8無人駕駛
7.9大數據和人工智能的未來
7.10本章小結
參考文獻
本書共分為7章。第1章介紹了大數據與人工智能的基本概念、發展歷史、特征與現狀,以及面臨的難題和未來的前景。第2章介紹了大數據的特性以及大數據分析全流程所涉及的各種技術,主要包含數據的采集與預處理、存儲與管理、處理與分析、可視化以及安全與隱私保護。第3章介紹了大數據各種雲計算平臺,主要包括MapReduce平臺、Hadoop平臺、Spark平臺。第4章介紹了機器學習的定義、發展、範圍和方法等,並對監督學習、無監督學習、強化學習的代表性方法做了具體介紹。第5章首先介紹了人的結構和數學模型,人工神經網絡的定義、特點、結構和工作方式,並著重介紹了最基本、最典型的BP神經網絡和Hopfield神經網絡及其應用,其次介紹了深度學習的定義、主要特點,並結合實例介紹了深度學習算法的主要模型。第6章針對智能語音、計算機視覺、自然語言處理三個重要的人工智能研究領域,分別在技術原理、發展歷程、研究方向和等