1.對人工智能所涉及的數據處理常用算法從概念和數學原理上進行了簡單介紹2.使用Python為主要工具對圖像識別、語音識別、自然語言處理、深度學習、量子計算、區塊鏈技術、並行計算、增強現實等常用算法進行編程實現3.提供所有案例實戰源代碼4.語言通俗易懂，可讀性強

●第1章緒論1
1．1人工智能的起源與發展1
1．2人工智能的主要應用行業與領域2
1．3中國人工智能發展現狀3
1．4Python與人工智能4
1．5構建Python人工智能編程環境5
第2章數據處理常用算法11
2．1傅裡葉變換11
2．1．1傅裡葉分析的由來11
2．1．2傅裡葉變換原理與應用11
2．2卷積16
2．2．1數字信號處理與卷積運算16
2．2．2NumPy卷積函數20
2．2．3二維矩陣卷積計算21
2．2．4圖像卷積應用示例22
2．3二分法求解23
2．4最小二乘法曲線擬合25
2．4．1最小二乘法的來歷25
2．4．2最小二乘法與曲線擬合25
2．5泰勒級數30
2．5．1泰勒公式30
2．5．2泰勒級數展開與多項式近似31
2．6差分法逼近微分34
2．6．1差分法簡介34
2．6．2差分的不同形式及其代碼實現35
2．7蒙特卡羅方法36
2．7．1蒙特卡羅方法原理37
2．7．2蒙特卡羅方法應用38
2．8梯度下降算法40
2．8．1方向導數與梯度41
2．8．2梯度下降42
2．8．3基於梯度下降算法的線性回歸43
第3章圖像識別與Python編程實踐49
3．1圖像識別發展簡介49
3．2圖像識別基本算法50
3．2．1邊緣檢測50
3．2．2角點檢測64
3．2．3幾何形狀檢測68
3．2．4尺度不變特征變換72
3．3OpenCV與視頻圖像處理74
3．3．1視頻讀寫處理74
3．3．2運動軌跡標記76
3．3．3運動檢測80
3．3．4運動方向檢測85
3．4基於ImageAI的圖像識別88
3．4．1圖像預測88
3．4．2目標檢測92
3．5人臉識別95
3．5．1基於Dlib的人臉識別95
3．5．2基於Face_recognition的人臉識別103
3．6TesseractOCR與文本智能識別108
3．6．1TesseractOCR的安裝配置108
3．6．2基於Pytesseract的字符識別109
3．6．3條形碼檢測與識別110
3．7基於百度AI的智能圖像識別115
3．7．1通用物體識別116
3．7．2車牌識別117
第4章語音識別與Python編程實踐119
4．1語音識別簡介119
4．1．1語音識別的起源與發展119
4．1．2語音識別的基本原理120
4．2語音識別PythonSDK121
4．2．1Microsoft語音識別框架SAPI121
4．2．2Speech123
4．2．3Python_Speech_Features124
4．2．4SpeechRecognition128
4．3MFCC語音特征值提取算法131
4．3．1MFCC語音特征值提取算法簡介131
4．3．2語音信號分幀133
4．3．3計算MFCC繫數141
4．4基於百度AI的語音識別149
4．4．1百度語音簡介149
4．4．2百度語音識別150
4．5基於音頻指紋的音樂識別155
4．5．1音頻信號采集與播放156
4．5．2音頻指紋生成157
4．5．3數據存儲與檢索161
4．6語音克隆技術簡介165
第5章自然語言處理與Python編程實踐169
5．1NLP的發展趨勢與關鍵技術169
5．1．1NLP的發展趨勢169
5．1．2NLP的關鍵技術170
5．2NLP工具集NLTK170
5．2．1NLTK的安裝170
5．2．2基於NLTK的簡單文本分析171
5．3文本切分與標準化176
5．3．1文本切分176
5．3．2中文分詞177
5．3．3標準化186
5．4詞性標注191
5．5文本分類193
5．6語言檢測識別202
5．6．1基於Langdetect的語言檢測202
5．6．2基於Langid的語言檢測203
5．6．3基於N-gram算法的語言檢測204
5．7情感分析207
5．7．1簡易情感分類器示例207
5．7．2基於NLTK的電影評論情感分類209
第6章深度學習與Python編程實踐212
6．1深度學習常用算法212
6．1．1卷積神經網絡213
6．1．2循環神經網絡219
6．1．3生成對抗網絡224
6．2深度學習框架及其應用230
6．2．1Theano230
6．2．2PyTorch243
6．2．3TensorFlow253
第7章量子計算與Python編程實踐260
7．1量子計算概述261
7．1．1什麼是量子計算261
7．1．2人工智能與量子計算262
7．2量子計算發展現狀263
7．2．1國外量子計算發展概況263
7．2．2中國量子計算進展266
7．3IBMQuantumExperience量子計算雲平臺267
7．3．1IBMQuantumExperience平臺賬號注冊268
7．3．2IBMQuantumExperience量子電路設計與運行268
7．4基於Qiskit的量子計算Python編程接口274
7．5基於Qiskit的量子計算編程實踐276
7．5．1Qconfig．py配置文件276
7．5．2基於模擬終端的算法電路運行276
7．5．3基於物理芯片的算法電路運行277
7．5．4量子電路可視化279
7．5．5量子傅裡葉變換280
7．6RigettiComputing量子編程平臺285
7．6．1ForestSDK簡介285
7．6．2PyQuil安裝286
7．6．3PyQuil量子編程示例286
第8章區塊鏈技術與Python編程實踐288
8．1區塊鏈技術簡介288
8．2區塊鏈編程環境配置291
8．3區塊鏈技術與編程實踐293
8．3．1區塊鏈的定義與創建293
8．3．2共識機制296
8．3．3創建節點297
8．3．4測試運行示例區塊鏈299
8．3．5一致性算法301
第9章並行計算與Python編程實踐304
9．1基於 ltiprocessing的並行計算304
9．1．1進程創建與管理305
9．1．2進程數據交換306
9．1．3進程同步309
9．2GPU並行計算312
9．2．1PyCUDA並行計算313
9．2．2NumbaGPU高性能計算317
9．3MPI並行計算319
9．3．1mpi4py簡介319
9．3．2mpi4py的安裝與測試319
9．3．3mpi4py並行計算320
9．4ipyparallel並行計算330
9．4．1ipyparallel的安裝與啟動330
9．4．2ipyparallel並行計算330
第10章增強現實與Python編程實踐335
10．1AR技術簡介335
10．2基於OpenCV的AR實現336
10．2．1照相機模型336
10．2．2基於OpenCV的AR編程實例337

本書從概念和數學原理上對人工智能所涉及的數據處理常用算法、圖像識別、語音識別、自然語言處理、深度學習幾個主要方面進行了闡述，並以Python為主要工具進行了相應的編程實踐，以使讀者對人工智能相關技術有更直觀和深入的理解。此外，本書也用幾個獨立的章節從原理和實踐上介紹了量子計算、區塊鏈技術、並行計算、增強現實等與人工智能密切相關的前沿技術。本書適合對人工智能領域感興趣並有一定數學基礎的相關人員閱讀，也可作為高等院校相關專業的教學參考書。

呂鋻濤 編