目录

第1章人工智能概述1

1.1人工智能简介1

1.1.1人工智能的背景1

1.1.2人工智能的历史2

1.1.3人工智能的定义4

1.2人工智能的特征5

1.3人工智能的参考框架6

1.4人工智能的研究内容8

1.4.1研究领域8

1.4.2人工智能的算法及分类9

1.5人工智能的研究方向10

1.5.1知识图谱10

1.5.2自然语言处理10

1.5.3人机交互13

1.5.4计算机视觉14

第2章Python编程基础16

2.1Python简介16

2.1.1什么是Python16

2.1.2Python语言版本及发展17

2.1.3Python语言的特点17

2.2Python开发环境18

2.2.1安装Python18

2.2.2使用交互式执行命令18

2.2.3运行代码文件18

2.2.4使用IDLE编写代码20

2.2.5PyCharm开发工具21

2.2.6Python包管理工具25

2.3Python语法基础26

2.3.1基本语法26

2.3.2基本数据类型27

2.3.3包定义、注释和缩进35

2.3.4基本输入和输出37

2.4Python程序流程结构41

2.4.1程序控制结构41

2.4.2选择控制结构42

2.4.3循环控制结构45

2.5Python函数48

2.5.1函数定义与调用48

2.5.2变量作用域49

第3章机器学习概论52

3.1机器学习简介52

3.1.1什么是机器学习52

3.1.2机器学习的发展史52

3.1.3机器学习分类53

3.2机器学习的基础理论56

3.2.1机器学习三要素和核心56

3.2.2机器学习开发流程57

3.2.3经典机器学习算法65

3.2.4机器学习常用术语65

3.3Python机器学习库73

3.3.1Sklearn简介73

3.3.2Sklearn安装73

3.3.3Sklearn通用学习模式73

3.3.4Sklearn datasets74

3.3.5Sklearn model的属性和功能75

3.3.6Sklearn数据预处理76

3.3.7交叉验证77

3.3.8保存模型79

第4章深度学习概论81

4.1什么是深度学习81

4.2深度学习开发框架82

4.3TensorFlow框架介绍82

4.4人工智能、机器学习、深度学习的关系84

4.5深度学习的应用领域84

4.5.1计算机视觉: 从感知到理解的跨越84

4.5.2自然语言处理85

第5章神经网络87

5.1神经网络简介87

5.1.1神经网络理论87

5.1.2发展历史及现状88

5.1.3神经网络的前沿热点90

5.1.4神经网络的学习方法91

5.1.5神经网络的研究趋势92

5.2感知机93

5.2.1单层感知机93

5.2.2多层感知机94

5.3全连接神经网络95

5.3.1全连接神经网络与多层感知机95

5.3.2全连接神经网络的结构95

5.4BP神经网络96

5.4.1神经网络梯度下降法97

5.4.2反向传播99

5.5卷积神经网络101

5.5.1什么是卷积神经网络101

5.5.2卷积神经网络基本模型104

5.5.3卷积神经网络典型应用开发流程105

5.6循环神经网络简介106

5.6.1什么是循环神经网络106

5.6.2循环神经网络结构106

5.7生成对抗网络109

5.8神经网络实战111

5.8.1神经网络典型应用开发流程111

5.8.2基于BP网络模型的房价预测实战112

第6章网络信息采集与处理115

6.1网络数据采集115

6.2网页内容解析118

6.3爬虫应用121

第7章大数据分析与可视化124

7.1数值计算与数组操作模块124

7.1.1数组创建125

7.1.2数组属性126

7.1.3数组变换127

7.1.4数组访问129

7.1.5数组运算130

7.2数据处理与分析模块133

7.2.1Series133

7.2.2DataFrame136

7.3数据可视化模块139

7.3.1绘图配置139

7.3.2绘制曲线图140

7.3.3绘制散点图142

第8章数据挖掘技术145

8.1数据挖掘技术概述145

8.1.1数据挖掘产生146

8.1.2数据挖掘的概念146

8.1.3数据挖掘的主要方法146

8.1.4数据挖掘的目的147

8.1.5数据挖掘过程148

8.1.6数据挖掘应用148

8.2关联规则挖掘149

8.2.1大数据关联规则挖掘常识149

8.2.2关联规则挖掘算法: 从数据里找规律150

第9章人工智能伦理155

9.1人工智能伦理概述155

9.1.1人工智能伦理背景155

9.1.2人工智能伦理与安全的考量156

9.2人工智能伦理实践与治理157

9.3人工智能伦理实验160

9.3.1实验内容与过程160

9.3.2实验结果与分析160

第10章人工智能研究热点与发展趋势162

10.1人工智能研究热点162

10.1.1技术热点163

10.1.2应用领域的拓展166

10.2大模型与智能体166

10.2.1大模型: 从技术突破到广泛应用166

10.2.2智能体: 从感知到行动的智能进化167

10.2.3大模型与智能体的深度融合: 迈向通用智能168

10.2.4大模型未来趋势与展望: 技术突破与社会影响169

10.3人工智能未来技术发展趋势169

10.4角色设计师——打造对话型智能体171

10.4.1智能体搭建171

10.4.2结果与分析175

参考文献176