●第1章 揭開人工智能的面紗
1.1 什麼是人工智能
1.2 人工智能發展歷程
1.3 人工智能三大要素
1.4 人工智能與機器學習、深度學習
1.5 人工智能技術體繫層級
1.6 人工智能應用開發
1.7 人工智能應用與前景
1.8 小結
1.9 習題
第2章 人工智能“智”從何來
2.1 人工智能機理
2.2 人工智能之源—“數據”
2.3 人工智能與大數據技術
2.4 大數據關鍵技術
2.4.1 大數據采集技術
2.4.2 大數據預處理
2.4.3 大數據存儲與管理
2.4.4 大數據分析與挖掘
2.4.5 大數據展示
2.5 大數據的企業、行業應用
2.5.1 大數據的企業應用
2.5.2 大數據的行業應用
2.6 人工智能與大數據的結合與應用
2.7 小結
2.8 習題
第3章 人工智能與Python
3.1 人工智能語言Python
3.2 Python開發環境的搭建
3.2.1 安裝Python
3.2.2 安裝PyCharm集成開發環境
3.3 Python基本語法
3.3.1 第一個Python程序
3.3.2 標識符與關鍵字
3.3.3 變量與數據類型
3.3.4 輸出與輸入
3.3.5 運算符與表達式
3.3.6 程序結構
3.3.7 字符串
3.3.8 列表
3.3.組
3.3.10 字典
3.4 Python中的函數與模塊
3.4.1 Python中的函數
3.4.2 Python中的模塊
3.5 網絡爬蟲與數據解析
3.5.1 網絡爬蟲
3.5.2 網頁下載器
3.5.3 網頁解析器
3.5.4 Python數據整理、清洗與可視化
3.6 小結
3.7 習題
第4章 人工智能神機妙“算”
4.1 人工智能與算法
4.1.1 人工智能算法
4.1.2 機器學習算法
4.2線性回歸
4.2.1線性回歸概念
4.2.2線性回歸算法
4.2.3 案例分析
4.3線性回歸
4.3.1線性回歸概念
4.3.2線性回歸算法
4.3.3 案例分析
4.4 邏輯回歸
4.4.1 邏輯回歸概念
4.4.2 邏輯回歸算法
4.4.2 案例分析
4.5 小結
4.6 習題
第5章 讓機器學會“學習”—人工智能技術應用與實現
5.1 人工智能繫統開發過程
5.1.1 特征工程
5.1.2 定義模型
5.1.3 訓練模型
5.1.4 模型測試
5.2 開發環境搭建
5.2.1 Anaconda介紹
5.2.2 安裝Anaconda
5.2.3 創建虛擬環境
5.2.4 安裝Anaconda軟件包及所需類庫
5.3 圖形圖像識別案例
5.3.1 基於TensorFlow的手寫數字圖片識別器
5.3.2 基於TensorFlow的預訓練模型VGG16識別圖片物體
5.3.3 調用百度API接口進行圖像識別
5.4 語音識別案例
5.5 人機對話案例
5.6 小結
5.7 習題
第6章 人工智能在教育領域的應用
6.1 人工智能在教育領域的應用概述
6.2 智能教學
6.2.1 智能教學概述
6.2.2 錯別字修改案例
6.3 智能評分
6.3.1 智能評分繫統概述
6.3.2 文章主題提取案例
6.4 智能教室
6.4.1 智慧教室概述
6.4.2 智能教室功能模擬
6.5 小結
6.6 習題
第7章 人工智能在安防領域的應用
7.1 人工智能在安防領域的應用概述
7.2 智慧社區
7.2.1 智慧社區管理
7.2.2 智慧社區繫統的實現
7.3 智能家居
7.3.1 智能家居概述
7.3.2 智能家居繫統的實現
7.4 智慧工地
7.4.1 智慧工地概述
7.4.2 智慧工地繫統的實現
7.5 小結
7.6 習題
第8章 人工智能在交通領域的應用
8.1 人工智能在交通領域的應用概述
8.2 自動駕駛
8.2.1 自動駕駛汽車概述
8.2.2 車輛檢測功能的實現
8.3 智慧交通
8.3.1 智慧交通概述
8.3.2 智慧交通繫統的實現
8.4 智慧停車
8.4.1 智慧停車概述
8.4.2 智慧停車場的實現
8.5 小結
8.6 習題
第9章 人工智能在工業領域的應用
9.1 人工智能在工業領域的應用概述
9.2 智能機器人
9.2.1 智能工業機器人概述
9.2.2 智能工業機器人功能模擬
9.3 智能制造
9.3.1 “制造大國”變身為“制造強國”
9.3.2 儀器儀表數據錄入功能實現
9.4 智慧物流
9.5 小結
9.6 習題
第10章 人工智能在零售領域的應用
10.1 人工智能在零售領域的應用概述
10.2 商標識別
10.2.1 商標識別概述
10.2.1 商標識別功能實現
10.3 智慧零售繫統
10.4 智能倉儲
10.4.1 條形碼識別
10.4.2 入庫流程實現
10.4.3 出庫流程實現
10.5 無人超市
10.5.1 人機對話
10.5.2 語音導購實現
10.6 小結
10.7 習題
參考文獻

本書由校”共同開發，以人工智能應用開發的學習與認知過程為主線，以實踐為主導，將理論知識與實踐應用有機結合，將人工智能的應用開發的過程分為數據、人工、智能和繫統化四個層級和十二個步驟。十二個步驟包括：數據采集、數據整理、數據分析、數據標注、特征提取、模型創建、模型訓練、模型測試、集成AI模型生成智能繫統、繫統測試、繫統發布、繫統部署與應用等。本書內容從人工智能認知開始，講解了人工智能應用開發所依賴的數據集成、Python編程基礎、算法基礎和基本框架、API的應用。為了增加人工智能的通識性認知，引入了由企業專家設計開發的基於AI智能應用繫統開發平臺的五個方向的行業應用。本書適合作為應用型本科、職教本科公共課“人工智能基礎”的通識性教材，也是人工智能愛好者的入門推薦書籍，同時還適合作為高等職業院校人工智能相關專業的教材。