人工智能的普及將是未來的發(fā)展趨勢，《人工智能基礎(chǔ)》作為人工智能的科普讀物，用通俗易懂的語言全面介紹了人工智能的基礎(chǔ)知識(shí)�！度斯ぶ悄芑A(chǔ)》共三大部分：理論基礎(chǔ)、編程語言基礎(chǔ)和應(yīng)用實(shí)戰(zhàn)。第壹部分（基礎(chǔ)篇）分為5章，主要從人工智能的概念和主要應(yīng)用場景等方面介紹人工智能的基礎(chǔ)現(xiàn)論知識(shí)。第二部分（語言篇）分為5章，主要介紹了Python語言的編譯環(huán)境以及Python語言的基礎(chǔ)知識(shí)。第三部分（實(shí)踐篇）分為4章，結(jié)合前兩部分知識(shí)，進(jìn)行人工智能具體實(shí)踐，內(nèi)容涉及樹莓派的使用、神經(jīng)網(wǎng)絡(luò)的介紹以及神經(jīng)網(wǎng)絡(luò)常用的框架Tensorflow的使用等。理論部分的每章都附有相應(yīng)的習(xí)題以供練習(xí)，書末附有配套的實(shí)驗(yàn)工具箱，以便大家進(jìn)一步鉆研和實(shí)踐。
《人工智能基礎(chǔ)》可以作為中學(xué)生課程教材，也可作為青少年自學(xué)人工智能基礎(chǔ)和Python編程基礎(chǔ)的參考書。
前言
第一部分 基礎(chǔ)篇
第1章 初見人工智能3
1.1 什么是人工智能3
1.2 人工智能在各行各業(yè)的應(yīng)用5
1.3 人工智能與機(jī)器學(xué)習(xí)的關(guān)系9
1.4 習(xí)題11
第2章 牛刀小試：查異辨花12
2.1 分類任務(wù)介紹12
2.2 提取分類任務(wù)中的特征13
2.3 分類器介紹15
2.4 分類器的測試和應(yīng)用22
2.5 習(xí)題23
第3章 別具慧眼：識(shí)圖人物25
3.1 計(jì)算機(jī)眼中的圖像25
3.2 圖像的特征概述29
3.3 圖像的幾何變換37
3.4 深度神經(jīng)網(wǎng)絡(luò)43
3.5 卷積神經(jīng)網(wǎng)絡(luò)46
3.6 圖像分類在日常生活中的應(yīng)用：人臉識(shí)別48
3.7 習(xí)題52
第4章 耳聽八方：析音賞樂53
4.1 聲音的三要素53
4.2 語音識(shí)別的原理和過程56
4.3 語音識(shí)別的應(yīng)用69
4.4 習(xí)題72
第5章 識(shí)文斷字：理解文本73
5.1 文本分析任務(wù)的特點(diǎn)73
5.2 文本模型74
5.3 文本分析任務(wù)的應(yīng)用79
5.4 習(xí)題80
第二部分 語言篇
第6章 Python 編譯環(huán)境84
6.1 認(rèn)識(shí)Python84
6.2 用Python編寫程序87
6.3 運(yùn)行Python程序88
第7章 變量和數(shù)據(jù)類型89
7.1 變量89
7.2 簡單數(shù)據(jù)類型91
第8章 循環(huán)語句94
8.1 for循環(huán)94
8.2 while循環(huán)97
第9章 條件語句100
9.1 if語句100
9.2 認(rèn)識(shí)布爾值102
9.3 else語句104
9.4 elif語句105
第10章 函數(shù)107
10.1 定義函數(shù)107
10.2 參數(shù)109
10.3 返回結(jié)果110
第三部分 實(shí)踐篇
第11章 玩轉(zhuǎn)樹莓派113
11.1 認(rèn)識(shí)樹莓派113
11.2 實(shí)驗(yàn)一：基于DS18B20溫度傳感器的室內(nèi)溫度監(jiān)控實(shí)驗(yàn)115
11.3 實(shí)驗(yàn)二：基于S9012PNP晶體管的風(fēng)扇控制實(shí)驗(yàn)120
11.4 實(shí)驗(yàn)三：基于AC-S801 RGB LED的LED發(fā)光控制實(shí)驗(yàn)127
第12章 神經(jīng)網(wǎng)絡(luò)初探139
12.1 什么是神經(jīng)網(wǎng)絡(luò)139
12.2 神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)141
12.3 神經(jīng)網(wǎng)絡(luò)可視化實(shí)驗(yàn)144
第13章 TensorFlow簡介147
13.1 什么是TensorFlow147
13.2 TensorFlow的應(yīng)用及發(fā)展149
第14章 第一個(gè)TensorFlow程序152
14.1 TensorFlow的運(yùn)行方式152
14.2 運(yùn)行TensorFlow程序154
14.3 手寫數(shù)字識(shí)別實(shí)驗(yàn)161
附錄 LXA-AIE-B1人工智能實(shí)驗(yàn)箱168
參考文獻(xiàn)173
書單推薦
