人工智能導論（微課視頻版）

本書可幫助學習者建立起對人工智能的初步認識與知識框架，為後續深入學習人工智能技術，形成應用開發、場景應用能力打好基礎。
 
本書通俗易懂，內容循序漸進，從人們熟悉的人工智能應用場景入手，介紹當下火爆的人工智能技術及應用。本書兼具趣味性與知識性，理論講解與實踐應用並重，學習者可以通過實驗領會理論的奧妙，體會人工智能帶來的應用效果。
 
本書共分為三大篇： 概念篇、技術篇、應用篇。概念篇包括2章內容： 初識人工智能，人工智能的過去、現在與未來；技術篇包括3章內容： 人工智能技術概覽、基於統計的機器學習、神經網絡與深度學習；應用篇包括6章內容： 圖像分類、目標檢測與圖像分割、光學字符識別、人臉識別、自然語言處理、AIGC。 本
 
書既可作為高校工科類的信息技術基礎課程的教材，又可作為其他專業的通識類課程或公選課程的教材，還可供對人工智能感興趣的學習者參考。

模塊1 概念篇
第1章 初識人工智能
1.1 從數據到智能
1.2 人工智能與人類智能
1.3 應用領域
1.3.1 生活
1.3.2 經濟
1.3.3 科研
1.3.4 人文
1.4 習題
第2章 人工智能的過去、現在與未來
2.1 人工智能的誕生
2.1.1 圖靈測試與中文屋
2.1.2 達特茅斯會議
2.1.3 人工智能之父
2.2 人工智能的野蠻生長期
2.2.1 人工智能的第一次崛起
2.2.2 符號主義AI
2.3 人工智能的曲折前行期
2.3.1 人工智能的第一次低谷
2.3.2 人工智能的第二次崛起
2.3.3 人工智能的第二次低谷
2.3.4 人工智能的第三次崛起
2.4 人工智能的飛速發展期
2.5 人工智能的未來暢想
2.5.1 人工智能發展趨勢與特徵
2.5.2 未來的智能社會暢想
2.6 智能機器人的倫理討論
2.6.1 “AI犯錯，誰之過?”引發的AI倫理思考
2.6.2 機器人三定律引發的AI倫理思考
2.6.3 機器人倫理學的定義
2.6.4 我國在人工智能發展倫理規範方面的做法
2.7 人工智能的話題討論
2.7.1 AI引發失業恐慌
2.7.2 AI威脅論
2.8 習題
模塊2 技術篇
第3章 人工智能技術概覽
3.1 人工智能技術主流方法
3.1.1 符號主義
3.1.2 連接主義
3.1.3 行為主義
3.2 人工智能技術分類
3.2.1 專家系統
3.2.2 進化計算
3.2.3 模糊邏輯
3.2.4 知識表示
3.2.5 機器學習
3.3 人工智能技術框架與平臺
3.3.1 人工智能技術框架
3.3.2 人工智能技術平臺
3.4 習題
第4章 基於統計的機器學習
4.1 機器學習簡介
4.2 機器學習分類
4.2.1 監督學習
4.2.2 無監督學習
4.2.3 半監督學習
4.2.4 強化學習
4.3 常用機器學習算法
4.4 回歸
4.4.1 一元線性回歸
4.4.2 多元線性回歸
4.5 分類
4.6 習題
第5章 神經網絡與深度學習
5.1 神經網絡
5.1.1 神經網絡簡介
5.1.2 神經元結構
5.1.3 前饋神經網絡
5.1.4 神經網絡訓練過程
5.1.5 應用案例——分類
5.1.6 應用案例——回歸
5.2 卷積神經網絡
5.2.1 全連接神經網絡的缺點
5.2.2 卷積神經網絡簡介
5.2.3 卷積層
5.2.4 池化層
5.2.5 卷積神經網絡的應用
5.3 循環神經網絡
5.3.1 自然語言處理概述
5.3.2 自然語言處理基礎知識
5.3.3 循環神經網絡簡介
5.3.4 循環神經網絡的應用
5.4 習題
模塊3 應用篇
第6章 圖像分類
6.1 場景導入
6.2 相關知識
6.3 技術分析
6.4 應用案例
6.4.1 垃圾分類
6.4.2 野生動物識別與分類
6.5 習題
第7章 目標檢測與圖像分割
7.1 場景導入
7.2 相關知識
7.3 技術分析
7.4 應用案例
7.4.1 鋼筋條數檢測
7.4.2 心臟磁共振圖像右心室自動分割
7.5 習題
第8章 光學字符識別
8.1 場景導入
8.2 相關知識
8.3 技術分析
8.3.1 圖像預處理
8.3.2 文本檢測
8.3.3 文本識別
8.4 應用案例
8.5 習題
第9章 人臉識別
9.1 場景導入
9.2 相關知識
9.2.1 人臉識別發展歷史
9.2.2 人臉識別種類
9.2.3 人臉識別優勢
9.3 技術分析
9.4 應用案例
9.4.1 人臉識別應用情景
9.4.2 人臉識別在活體檢測中的應用
9.5 習題
第10章 自然語言處理
10.1 場景導入
10.2 相關知識
10.2.1 自然語言處理概述
10.2.2 語音研究概述
10.2.3 NLP發展歷史
10.3 技術分析
10.4 應用案例
10.5 習題
第11章 AIGC
11.1 場景導入
11.2 相關知識
11.2.1 定義
11.2.2 現狀
11.2.3 風險
11.3 技術分析
11.3.1 技術類型
11.3.2 遞歸式生成模型
11.3.3 生成式對抗網絡
11.3.4 擴散模型
11.4 應用案例
11.4.1 文本生成
11.4.2 音頻生成
11.4.3 圖像生成
11.4.4 視頻生成
11.5 習題
參考文獻

黃河，現任溫州職業技術學院人工智能學院副院長，為重量職業教育教師教學創新團隊核心成員、浙江省十三五特色專業負責人、溫州市高校應用技術協同創新中心負責人、本校重點科技創新團隊帶頭人、雲計算應用工程技術研究中心負責人、溫州市軟件行業協會理事及其專家委員會副主任、溫州市計算機學會理事；主持並完成7項市廳級以上科研計劃項目；以第一作者發表論文十餘篇，其中SCI收錄2篇、EI收錄3篇、二級期刊3篇；擁有發明專利授權5項、實用新型專利4項、軟件著作權3項；主持建設一門省精品課程、主編一級教材2本；獲浙江省教學成果一等獎、浙江省高職高專院校專業帶頭人、溫州市優秀黨員等獎勵及稱號。