"1.一線教育專家解碼中小學人工智能教育2.中小學教師人工智能課程輔助書籍3.體繫完整、全面綜合介紹人工智能的歷史與發展、課程體繫建設及相關知識技術"

●勢
第1章 時代已至002
1.1 新一代人工智能崛起002
1.1.1 一盤圍棋引發的關注002
1.1.2 人工智能助力工業革命004
1.1.3 人工智能促進社會發展009
1.2 人工智能急需人纔培養013
1.3 中小學人工智能教育的可行性與重要性017
1.3.1 重要性017
1.3.2 可行性019
第2章 戰略定位023
2.1 發展目標025
2.1.1 人工智能發展成為國家的重要戰略部署025
2.1.2 培養聚集人工智能人纔是國家重點任務025
2.1.3 中小學人工智能教育政策頻出，重要性凸顯026
2.2 教學現狀027
2.2.1 頂層設計相對缺失，標準指引仍然空白027
2.2.2 課程體繫還未健全，教材水平參差不齊028
2.2.3 校內學習課時不足，校外培訓“新瓶裝舊酒”030
2.2.4 知識技能迭代較快，師資水平需要提升031
2.3 保障舉措032
2.3.1 加強頂層設計，明確課程標準032
2.3.2 評比優秀教材，遴選典型案例033
2.3.3 共建交叉學科，創新培養模式033
2.3.4 提倡終身學習，強化師資培訓033
2.3.5 資源合理布局，謹防數字鴻溝034
2.3.6 鼓勵多方力量，共建生態體繫034
第3章 顧往識今036
3.1 人工智能的定義036
3.1.1 重新審視定義036
3.1.2 典型的定義037
3.2 何謂“智能”040
3.2.1 人工智能的腦視角041
3.2.2 圖靈測試與“人工蠢能”043
3.2.3 智能的測量046
3.2.4 強/弱人工智能049
3.2.5 奇點051
3.3 三派鼎力，分釋智能051
3.3.1 符號主義051
3.3.2 連接主義053
3.3.3 行為主義055
3.4 正視起落，寵辱不驚058
3.4.1 “人工智能”初問世058
3.4.2 三起兩落060
3.4.3 寒鼕下的反思062
法
第4章 課程體繫066
4.1 中小學人工智能課程體繫探索066
4.2 中小學人工智能課程體繫建設思路069
4.3 小學人工智能課程體繫建設072
4.4 初中人工智能課程體繫建設073
4.5 高中人工智能課程體繫建設074
第5章 計算思維079
5.1 計算思維概述079
5.1.1 計算思維的內涵079
5.1.2 計算思維與編程081
5.2 計算思維的重視與培養082
5.2.1 計算思維培養的重要性與必要性082
5.2.2 計算思維的培養思路084
5.3 不插電的計算思維訓練085
5.3.1 不插電的含義085
5.3.2 生活中的計算思維087
5.3.3 不插電教學實例088
器
第6章 編程教育092
6.1 以SCRATCH為代表的可視化編程語言093
6.1.1 可視化編程語言的低門檻、薄壁壘095
6.1.2 可視化編程對於青少年教育的促進095
6.1.3 可視化編程的局限性096
6.2 以PYTHON為代表的代碼式編程語言097
6.2.1 Python的教育定位097
6.2.2 Python的優點098
6.3 以TENSORFLOW和PYTORCH為代表的人工智能框架103
6.3.1 種類繁多的人工智能框架語言103
6.3.2 廣受熱捧的TensorFlow的PyTorch104
6.4 編程語言的更迭106
6.5 中小學編程熱下的反思107
第7章 智能機器109
7.1 機器人110
7.1.1 作品中的智能機器110
7.1.2 生活中的智能機器112
7.2 中小學機器人教育114
7.2.1 機器人教育的獨特性114
7.2.2 中小學機器人教育現狀115
7.2.3 中小學機器人課程資源116
7.3 智能硬件117
7.4 教學用智能機器人119
7.4.1 人形機器人119
7.4.2 模塊化機器人121
術
第8章 知識工程126
8.1 專家繫統126
8.1.1 專家繫統的含義126
8.1.2 專家繫統的簡單實例127
8.2 知識表示130
8.2.1 一階謂詞邏輯132
8.2.2 產生式規則133
8.2.3 框架表示法134
8.2.4 狀態空間表示法135
8.3 知識圖譜136
8.3.1 知識圖譜的歷程136
8.3.2 知識圖譜的構成138
第9章 搜索算法142
9.1 圖搜索策略142
9.1.1 盲目搜索144
9.1.2 啟發式搜索145
9.2 博弈搜索148
9.2.1 極小極大算法148
9.2.2 Alpha-Beta剪枝法149
9.3 蒙特卡羅樹搜索151
第10章 機器學習154
10.1 機器學習概述154
10.1.1 機器學習的含義154
10.1.2 機器學習的分類155
10.2 數據初探156
10.2.1 數據的結構156
10.2.2 大數據特征158
10.3 監督學習159
10.3.1 線性回歸160
10.3.2 支持向量機164
10.3.3 樸素貝葉斯166
10.4 無監督學習169
10.4.1 K-均值聚類170
10.4.2 主成分分析172
10.5 半監督學習175
10.6 強化學習177
10.6.1 初識強化學習177
10.6.2 策略優化與評估179
10.6.3 強化學習的算法181
第11章 深度學習184
11.1 基本概念184
11.1.1184
11.1.2 激活函數185
11.1.3 感知機188
11.2 多層前饋神經網絡190
11.2.1 損失函數191
11.2.2 網絡結構191
11.2.3 梯度與隨機梯度195
11.2.4 反向傳播197
11.3 卷積神經網絡198
11.3.1 卷積核199
11.3.2 卷積核的應用201
11.3.3 感受野206
11.3.4 卷積神經網絡結構210
11.4 RNN神經網絡與LSTM網絡213
11.4.1 RNN神經網絡213
11.4.2 LSTM網絡215
11.5 膠囊神經網絡218
11.6 生成對抗網絡220
第12章 人工智能+X223
12.1 人工智能+語文224
12.1.1 自然語言處理助力語文225
12.1.2 自然語言處理的應用領域226
12.1.3 自然語言處理的基礎術語230
12.1.4 自然交叉的學科231
12.2 人工智能+情感分析232
12.2.1 情為何物232
12.2.2 觸景生情237
12.2.3 知情達理242
12.2.4 情意綿綿244
12.3 人工智能+自動駕駛245
12.3.1 了解自動駕駛的歷史245
12.3.2 知曉自動駕駛的現狀246
12.3.3 熟悉自動駕駛的技術247
12.3.4 自動駕駛下的思考249
12.4 人工智能+藝術251
12.5 人工智能+生物254
12.5.1 “攪局”之眼255
12.5.2 遺傳算法257
12.6 人工智能+視覺分析261
12.6.1 人臉識別261
12.6.2 垃圾分類265
12.7 人工智能+法律與倫理道德266
12.7.1 責任劃分266
12.7.2 隱私保護267
12.7.3 知識產權268
12.7.4 道德倫理269
12.7.5 算法偏差273
道
第13章 賦能教育278
13.1 教育重塑278
13.1.1 傳統教育方式的挑戰278
13.1.2 人工智能時代下教育的改變279
13.1.3 賦能教師281
13.1.4 賦能學生283
13.1.5 賦能課堂285
13.2 職業轉變288
13.2.1 職業的消失288
13.2.2 盧德主義的教訓289
13.3 人機協作290
13.3.1 各有千秋290
13.3.2 取長補短291
第14章 教學思考295
14.1 “135”教學理念295
14.1.1 一“觀”296
14.1.2 三“意”298
14.1.3 五“心”302
14.2 公益萬裡306
14.2.1 公益授課傳溫情306
14.2.2 義教萬裡暖人心307
14.3 體驗式學習309
第15章 未來展望311
15.1 前車之鋻311
15.1.1 STEAM教育之熱311
15.1.2 “STEAM熱”下的反思312
15.2 基礎為本314
15.3 長路漫漫315

本書是一本體繫完整、綜合、全面介紹中小學人工智能相關內容的書籍。其內容涉及人工智能的歷史與發展，中小學人工智能的戰略定位、課程體繫建設、計算思維，編程、機器人、知識工程、搜索算法、機器學習、深度學習、人工智能+X、人工智能對教育賦能、人工智能道德倫理與法律以及人工智能未來發展的展望等相關內容。本書可以作為中小學教師教授人工智能課程的輔助書籍，也適合對中小學人工智能教育感興趣的廣大讀者閱讀，還可以作為廣大讀者繫統了解人工智能相關知識的參考用書。

龔超,王冀,袁中果 著