人工智能基础教程

项目一 人工智能概述 1
任务1.1 人工智能的概念、特征 3
1.1.1 人工智能的概念 3
1.1.2 人工智能的特征 5
任务1.2 人工智能的发展历程 7
1.2.1 人工智能的发展史 7
1.2.2 人工智能的发展带来的启示 11
任务1.3 人工智能的研究目标和内容 12
1.3.1 人工智能的研究目标 12
1.3.2 人工智能的研究内容 13
任务1.4 人工智能产业的全球发展现状与在我国的发展格局 15
1.4.1 全球人工智能产业的发展现状 15
1.4.2 我国人工智能产业的发展格局 17
任务1.5 人工智能的发展趋势 19
1.5.1 人工智能应用领域的发展趋势 19
1.5.2 人工智能相关产业链的发展趋势 21
实训一 体验人工智能技术 23
实训二 分析人工智能发展图谱的构建流程 24
实训三 调研人工智能的应用 25
案例一 科幻电影中的人工智能 26
案例二 人工智能之图像识别 27
习题 28
项目二 新一代信息技术的应用 31
任务2.1 虚拟现实技术 33
2.1.1 虚拟现实技术的概念 33
2.1.2 虚拟现实技术的发展 33
2.1.3 虚拟现实技术的特征 34
2.1.4 虚拟现实技术的应用 34
任务2.2 物联网 36
2.2.1 物联网的概念 36
2.2.2 物联网的发展 36
2.2.3 物联网的关键技术 37
2.2.4 物联网的应用 37
任务2.3 云计算 40
2.3.1 云计算的概念 40
2.3.2 云计算的发展 40
2.3.3 云计算的关键技术 41
2.3.4 云计算的应用 42
任务2.4 大数据 44
2.4.1 大数据的概念 44
2.4.2 大数据的数据类型 45
2.4.3 大数据的意义 45
2.4.4 大数据的发展趋势 46
任务2.5 5G 47
2.5.1 5G的概念 47
2.5.2 5G的特点 47
2.5.3 5G的关键技术 47
2.5.4 5G的应用 49
任务2.6 区块链 50
2.6.1 区块链的概念 51
2.6.2 区块链的特征 51
2.6.3 区块链的核心技术 51
2.6.4 区块链的应用 52
实训一 使用百度指数功能获得大数据信息 55
实训二 调研并优化智慧校园 59
案例一 走进“云”博物馆 60
案例二 身边的人工智能：智慧农业 62
习题 66
项目三 人工智能之自动识别技术 69
任务3.1 自动识别技术概述 71
3.1.1 自动识别技术的定义 72
3.1.2 自动识别技术的原理 72
任务3.2 自动识别技术的发展 73
3.2.1 自动识别技术的发展阶段 73
3.2.2 自动识别技术的发展趋势 74
任务3.3 自动识别技术的分类 75
3.3.1 自动识别技术的类别 75
3.3.2 自动识别技术之传感器 85
实训一 无人驾驶小车避障 89
实训二 传感器的应用 91
案例 “扫一扫”背后的秘密 92
习题 100
项目四 人工智能之Python语言 103
任务4.1 Python软件的安装与配置 105
4.1.1 安装Python 105
4.1.2 测试Python的安装结果 109
4.1.3 安装PyCharm 109
4.1.4 PyCharm的启动与配置 112
任务4.2 Python语言程序的基本语法 115
4.2.1 Python语言源程序的基本语法单位、书写格式与基本规则 115
4.2.2 Python的基本数据类型 118
4.2.3 Python的基本运算符和表达式 120
4.2.4 Python的条件判断分支与循环 124
4.2.5 Python的库：Turtle 128
任务4.3 Python语言程序的编写 131
实训一 快速绘制一个等边三角形 136
实训二 快速绘制一个多角星 142
实训三 绘制多彩多角星 148
案例一 游戏中的人工智能 150
案例二 虚拟试衣间中的人工智能 152
习题 154
项目五 人工智能之机器学习 157
任务5.1 机器学习简介 159
5.1.1 机器学习的定义 159
5.1.2 机器学习的术语 160
5.1.3 机器学习的应用场景 161
任务5.2 机器学习的类型 162
5.2.1 监督学习 163
5.2.2 无监督学习 163
5.2.3 强化学习 164
5.2.4 深度学习 164
任务5.3 机器学习算法 165
5.3.1 线性回归 165
5.3.2 逻辑回归 166
5.3.3 决策树 167
5.3.4 贝叶斯分类 168
5.3.5 支持向量机 169
5.3.6 K近邻查询算法 170
5.3.7 K均值聚类算法 171
任务5.4 机器学习算法的应用 173
5.4.1 数据分析与挖掘 174
5.4.2 模式识别 174
5.4.3 在生物信息学上的应用 174
5.4.4 在人工智能中的应用 175
实训一 绘制算法流程图 176
实训二 浅析人工智能、机器学习、深度学习之间的关系 178
案例一 探索机器学习的过程 179
案例二 生鲜的分类 180
习题 182
参考文献 185