你好中小学人工智能

第1章 时代已至\t002
1．1 新一代人工智能崛起\t002
1．1．1 一盘围棋引发的关注\t002
1．1．2 人工智能助力工业革命\t004
1．1．3 人工智能促进社会发展\t009
1．2 人工智能急需人才培养\t013
1．3 中小学人工智能教育的可行性与重要性\t017
1．3．1 重要性\t017
1．3．2 可行性\t019
第2章 战略定位\t023
2．1 发展目标\t025
2．1．1 人工智能发展成为国家的重要战略部署\t025
2．1．2 培养聚集人工智能人才是国家重点任务\t025
2．1．3 中小学人工智能教育政策频出，重要性凸显\t026
2．2 教学现状\t027
2．2．1 顶层设计相对缺失，标准指引仍然空白\t027
2．2．2 课程体系还未健全，教材水平参差不齐\t028
2．2．3 校内学习课时不足，校外培训“新瓶装旧酒”\t030
2．2．4 知识技能迭代较快，师资水平需要提升\t031
2．3 保障举措\t032
2．3．1 加强顶层设计，明确课程标准\t032
2．3．2 评比优秀教材，遴选典型案例\t033
2．3．3 共建交叉学科，创新培养模式\t033
2．3．4 提倡终身学习，强化师资培训\t033
2．3．5 资源合理布局，谨防数字鸿沟\t034
2．3．6 鼓励多方力量，共建生态体系\t034
第3章 顾往识今\t036
3．1 人工智能的定义\t036
3．1．1 重新审视定义\t036
3．1．2 典型的定义\t037
3．2 何谓“智能”\t040
3．2．1 人工智能的脑视角\t041
3．2．2 图灵测试与“人工蠢能”\t043
3．2．3 智能的测量\t046
3．2．4 强／弱人工智能\t049
3．2．5 奇点\t051
3．3 三派鼎力，分释智能\t051
3．3．1 符号主义\t051
3．3．2 连接主义\t053
3．3．3 行为主义\t055
3．4 正视起落，宠辱不惊\t058
3．4．1 “人工智能”初问世\t058
3．4．2 三起两落\t060
3．4．3 寒冬下的反思\t062
法
第4章 课程体系\t066
4．1 中小学人工智能课程体系探索\t066
4．2 中小学人工智能课程体系建设思路\t069
4．3 小学人工智能课程体系建设\t072
4．4 初中人工智能课程体系建设\t073
4．5 高中人工智能课程体系建设\t074
第5章 计算思维\t079
5．1 计算思维概述\t079
5．1．1 计算思维的内涵\t079
5．1．2 计算思维与编程\t081
5．2 计算思维的重视与培养\t082
5．2．1 计算思维培养的重要性与必要性\t082
5．2．2 计算思维的培养思路\t084
5．3 不插电的计算思维训练\t085
5．3．1 不插电的含义\t085
5．3．2 生活中的计算思维\t087
5．3．3 不插电教学实例\t088

器
第6章 编程教育\t092
6．1 以SCRATCH为代表的可视化编程语言\t093
6．1．1 可视化编程语言的低门槛、薄壁垒\t095
6．1．2 可视化编程对于青少年教育的促进\t095
6．1．3 可视化编程的局限性\t096
6．2 以PYTHON为代表的代码式编程语言\t097
6．2．1 Python的教育定位\t097
6．2．2 Python的优点\t098
6．3 以TENSORFLOW和PYTORCH为代表的人工智能框架\t103
6．3．1 种类繁多的人工智能框架语言\t103
6．3．2 广受热捧的TensorFlow的PyTorch\t104
6．4 编程语言的更迭\t106
6．5 中小学编程热下的反思\t107
第7章 智能机器\t109
7．1 机器人\t110
7．1．1 作品中的智能机器\t110
7．1．2 生活中的智能机器\t112
7．2 中小学机器人教育\t114
7．2．1 机器人教育的独特性\t114
7．2．2 中小学机器人教育现状\t115
7．2．3 中小学机器人课程资源\t116
7．3 智能硬件\t117
7．4 教学用智能机器人\t119
7．4．1 人形机器人\t119
7．4．2 模块化机器人\t121
术
第8章 知识工程\t126
8．1 专家系统\t126
8．1．1 专家系统的含义\t126
8．1．2 专家系统的简单实例\t127
8．2 知识表示\t130
8．2．1 一阶谓词逻辑\t132
8．2．2 产生式规则\t133
8．2．3 框架表示法\t134
8．2．4 状态空间表示法\t135
8．3 知识图谱\t136
8．3．1 知识图谱的历程\t136
8．3．2 知识图谱的构成\t138
第9章 搜索算法\t142
9．1 图搜索策略\t142
9．1．1 盲目搜索\t144
9．1．2 启发式搜索\t145
9．2 博弈搜索\t148
9．2．1 极小极大算法\t148
9．2．2 Alpha-Beta剪枝法\t149
9．3 蒙特卡罗树搜索\t151
第10章 机器学习\t154
10．1 机器学习概述\t154
10．1．1 机器学习的含义\t154
10．1．2 机器学习的分类\t155
10．2 数据初探\t156
10．2．1 数据的结构\t156
10．2．2 大数据特征\t158
10．3 监督学习\t159
10．3．1 线性回归\t160
10．3．2 支持向量机\t164
10．3．3 朴素贝叶斯\t166
10．4 无监督学习\t169
10．4．1 K-均值聚类\t170
10．4．2 主成分分析\t172
10．5 半监督学习\t175
10．6 强化学习\t177
10．6．1 初识强化学习\t177
10．6．2 策略优化与评估\t179
10．6．3 强化学习的算法\t181
第11章 深度学习\t184
11．1 基本概念\t184
11．1．1 神经元\t184
11．1．2 激活函数\t185
11．1．3 感知机\t188
11．2 多层前馈神经网络\t190
11．2．1 损失函数\t191
11．2．2 网络结构\t191
11．2．3 梯度与随机梯度\t195
11．2．4 反向传播\t197
11．3 卷积神经网络\t198
11．3．1 卷积核\t199
11．3．2 卷积核的应用\t201
11．3．3 感受野\t206
11．3．4 卷积神经网络结构\t210
11．4 RNN神经网络与LSTM网络\t213
11．4．1 RNN神经网络\t213
11．4．2 LSTM网络\t215
11．5 胶囊神经网络\t218
11．6 生成对抗网络\t220
第12章 人工智能+X\t223
12．1 人工智能+语文\t224
12．1．1 自然语言处理助力语文\t225
12．1．2 自然语言处理的应用领域\t226
12．1．3 自然语言处理的基础术语\t230
12．1．4 自然交叉的学科\t231
12．2 人工智能+情感分析\t232
12．2．1 情为何物\t232
12．2．2 触景生情\t237
12．2．3 知情达理\t242
12．2．4 情意绵绵\t244
12．3 人工智能+自动驾驶\t245
12．3．1 了解自动驾驶的历史\t245
12．3．2 知晓自动驾驶的现状\t246
12．3．3 熟悉自动驾驶的技术\t247
12．3．4 自动驾驶下的思考\t249
12．4 人工智能+艺术\t251
12．5 人工智能+生物\t254
12．5．1 “搅局”之眼\t255
12．5．2 遗传算法\t257
12．6 人工智能+视觉分析\t261
12．6．1 人脸识别\t261
12．6．2 垃圾分类\t265
12．7 人工智能+法律与伦理道德\t266
12．7．1 责任划分\t266
12．7．2 隐私保护\t267
12．7．3 知识产权\t268
12．7．4 道德伦理\t269
12．7．5 算法偏差\t273
道
第13章 赋能教育\t278
13．1 教育重塑\t278
13．1．1 传统教育方式的挑战\t278
13．1．2 人工智能时代下教育的改变\t279
13．1．3 赋能教师\t281
13．1．4 赋能学生\t283
13．1．5 赋能课堂\t285
13．2 职业转变\t288
13．2．1 职业的消失\t288
13．2．2 卢德主义的教训\t289
13．3 人机协作\t290
13．3．1 各有千秋\t290
13．3．2 取长补短\t291
第14章 教学思考\t295
14．1 “135”教学理念\t295
14．1．1 一“观”\t296
14．1．2 三“意”\t298
14．1．3 五“心”\t302
14．2 公益万里\t306
14．2．1 公益授课传温情\t306
14．2．2 义教万里暖人心\t307
14．3 体验式学习\t309
第15章 未来展望\t311
15．1 前车之鉴\t311
15．1．1 STEAM教育之热\t311
15．1．2 “STEAM热”下的反思\t312
15．2 基础为本\t314
15．3 长路漫漫\t315