名师亲编，编程实战精讲，深度解析AI核心：本书为教学一线耕耘数十载的名师倾力打造，以严谨的学术态度和丰富的实践经验，深入浅出地讲解AI核心知识，并通过详尽的编程代码实战，助力学生高效掌握AI技术精髓。 ?融入课程思政，立德树人，培养AI时代复合型人才：在传授AI技术的同时，本书注重课程思政建设，将社会主义核心价值观融入教学，培养具备社会责任感和创新精神的AI领域复合型人才。 ?紧跟时代步伐，深入浅出，解析AI应用：从城市治理到智能制造，从医疗健康到金融科技，这本书全面解析人工智能在各行各业的应用，帮助学生深入了解AI技术对社会发展的重要推动力。

本书系统介绍了人工智能技术的基础知识，全书共7章，分别为初识人工智能、人工智能应用案例、机器学习经典算法介绍、人工神经网络算法介绍、深度学习、AIGC基础与应用、人工智能产业现状和未来发展。本书为机器学习经典算法案例设计了编程实践。通过动手编程，读者对人工智能技术的认识能够从抽象的理论知识层面提升到具体的实际应用层面。本书可作为高等院校人工智能、大数据、软件等相关专业的专业基础课程教材，也可作为其他计算机相关专业的选修课程教材，还可作为人工智能技术爱好者的自学用书。张寺宁，男，1987年1月生，毕业于西南交通大学，硕士研究生，讲师，现为广东轻工职业技术大学软件技术专业教研室副主任。拥有软件行业7年工作经验，在企业曾参与多个国家级、省部级和地市级大型IT项目开发工作。在校出版教材4本，主持校级精品课程3门、教改项目1项，参加技能竞赛获国家级奖项2项，指导学生参加技能竞赛获国家级奖项5项、省级奖项5项。第 1章 初识人工智能 11.1 人工智能简介 11.2 人工智能的起源与发展 31.3 人工智能的分类 61.3.1 弱人工智能 61.3.2 强人工智能 61.3.3 超人工智能 71.4 人工智能的学派 71.4.1 符号主义 71.4.2 联结主义 71.4.3 行为主义 71.4.4 仿真主义 81.5 人工智能、机器学习与深度学习的关系 81.6 人工智能的研究领域 91.6.1 感知能力 101.6.2 语言能力 111.6.3 记忆能力 121.6.4 推理能力 131.6.5 规划能力 131.6.6 学习能力 141.7 人工智能的人才需求 15小结 18习题 18第 2章 人工智能应用案例 202.1 阿里云城市大脑 202.1.1 需求背景 202.1.2 阿里云城市大脑简介 212.1.3 阿里云城市大脑实践应用 232.2 科大讯飞英语听说智能测试系统 252.2.1 需求背景 252.2.2 科大讯飞英语听说智能测试系统简介 252.2.3 科大讯飞英语听说智能测试系统实践应用 272.3 海尔COSMOPlat工业互联网平台 282.3.1 需求背景 282.3.2 COSMOPlat工业互联网平台简介 282.3.3 COSMOPlat工业互联网平台实践应用 292.4 腾讯觅影 302.4.1 需求背景 302.4.2 腾讯觅影简介 302.4.3 腾讯觅影实践应用 332.5 爱奇艺智能网络视频云服务平台 332.5.1 需求背景 332.5.2 爱奇艺智能网络视频云服务平台简介 342.5.3 爱奇艺智能网络视频云服务平台实践应用 35小结 36习题 36第3章 机器学习经典算法介绍 373.1 机器学习简介 373.1.1 机器学习定义 373.1.2 机器学习流程 393.1.3 机器学习类型 393.2 机器学习经典算法 423.2.1 分类算法 423.2.2 回归算法 483.2.3 聚类算法 493.3 机器学习经典算法案例编程 523.3.1 scikit_learn 523.3.2 搭建环境 523.3.3 分类算法应用案例 733.3.4 回归算法应用案例 783.3.5 聚类算法应用案例 823.3.6 手写数字识别案例 83小结 84习题 85第4章 人工神经网络算法介绍 864.1 人工神经网络简介 864.1.1 生物神经元和生物神经网络 864.1.2 人工神经元 874.1.3 人工神经网络的概念 884.1.4 人工神经网络的分类 914.2 神经网络编程环境搭建 934.2.1 pandas库的安装 934.2.2 Neurolab库的安装 944.3 感知机 954.3.1 感知机简介 954.3.2 感知机案例编程 964.4 典型前馈神经网络：BP神经网络 994.4.1 BP神经网络简介 1004.4.2 BP算法简介 1004.4.3 BP神经网络案例编程 1014.5 典型反馈神经网络：Hopfield神经网络 1064.5.1 Hopfield神经网络简介 1064.5.2 DHNN简介 1064.5.3 Hopfield神经网络案例编程 108小结 109习题 109第5章 深度学习 1105.1 深度学习简介 1105.1.1 深度学习概念 1105.1.2 深度神经网络的局限性 1115.1.3 深度学习的训练过程 1135.2 深度学习经典网络及深度学习开源框架 1145.2.1 卷积神经网络 1145.2.2 循环神经网络 1215.2.3 深度学习开源框架和平台 1235.3 深度学习编程案例 1245.3.1 深度学习环境搭建 1245.3.2 全连接神经网络识别案例 1265.3.3 卷积神经网络识别案例 1315.3.4 循环神经网络识别案例 136小结 142习题 142第6章 AIGC基础与应用 1446.1 初识AIGC 1446.1.1 AIGC的简介 1446.1.2 AIGC的发展历程 1456.1.3 AIGC的关键技术 1466.2 AIGC的典型应用 1486.2.1 AIGC在城市治理领域的应用 1486.2.2 AIGC在教育领域的应用 1506.2.3 AIGC在工业领域的应用 1536.2.4 AIGC在传媒领域的应用 1556.3 AIGC工具的使用 1566.3.1 提示词 1566.3.2 文心一言 1586.3.3 讯飞星火 165小结 173习题 173第7章 人工智能产业现状和未来发展 1747.1 人工智能产业现状 1747.1.1 人工智能产业层次 1747.1.2 人工智能企业现状 1757.2 中国人工智能未来发展 1767.2.1 中国人工智能专业人才现状 1767.2.2 中国人工智能未来发展战略 1767.2.3 中国人工智能发展机遇 1777.3 人工智能发展与伦理 178小结 180习题 180