模塊1　人工智能：開啟智慧新時代　1
1.1　人工智能的緣起　1
1.1.1　什么是人工智能　1
1.1.2　人工智能的發(fā)展歷程　2
1.1.3　人工智能的特征及典型應(yīng)用　6
1.1.4　人工智能倫理　12
1.2　機器學(xué)習(xí)與深度學(xué)習(xí)　14
1.2.1　機器學(xué)習(xí)的含義　14
1.2.2　深度學(xué)習(xí)的崛起　15
1.2.3　神經(jīng)網(wǎng)絡(luò)的魅力　17
1.3　AIGC　17
1.3.1　AIGC的概念　17
1.3.2　AIGC的特征及核心技術(shù)　18
1.4　項目小試牛刀：智能制作人工智能發(fā)展簡史演示文稿　20
1.4.1　提出問題　20
1.4.2　解決方案　21
1.4.3　預(yù)備知識　21
1.4.4　任務(wù)1擬定一個主題　22
1.4.5　任務(wù)2生成和保存演示文稿　23
模塊小結(jié)　25
課后習(xí)題　26
模塊2　Python：人工智能開發(fā)語言　28
2.1　初識Python　28
2.1.1　Python簡介　28
2.1.2　Python的特點及應(yīng)用領(lǐng)域　29
2.2　Python開發(fā)環(huán)境搭建　30
2.2.1　安裝Python　30
2.2.2　安裝Anaconda　32
2.2.3　淺嘗Python　34
2.3　Python編程基礎(chǔ)　36
2.3.1　變量　36
2.3.2　分支結(jié)構(gòu)　36
2.3.3　循環(huán)結(jié)構(gòu)　38
2.3.4　組合數(shù)據(jù)類型　40
2.4　NumPy庫基礎(chǔ)應(yīng)用　42
2.4.1　求解三元一次方程　42
2.4.2　數(shù)組計算　44
2.4.3　向量化處理　45
2.5　Matplotlib庫基礎(chǔ)應(yīng)用　46
2.5.1　繪制柱狀圖　47
2.5.2　繪制散點圖　48
2.6　項目1精準扶貧計劃　50
2.6.1　提出問題　50
2.6.2　解決方案　50
2.6.3　預(yù)備知識　50
2.6.4　任務(wù)1從鍵盤輸入方程的系數(shù)　50
2.6.5　任務(wù)2調(diào)用roots函數(shù)求解方程　51
2.7　項目2解讀我國第 一、第二、第三產(chǎn)業(yè)的GDP發(fā)展趨勢　51
2.7.1　提出問題　51
2.7.2　解決方案　52
2.7.3　預(yù)備知識　52
2.7.4　任務(wù)1讀取GDP數(shù)據(jù)并觀察數(shù)據(jù)結(jié)構(gòu)　52
2.7.5　任務(wù)2繪制GDP數(shù)據(jù)的折線圖　53
模塊小結(jié)　54
課后習(xí)題　54
模塊3　線性回歸：預(yù)測未來趨勢　57
3.1　認識機器學(xué)習(xí)　57
3.1.1　機器如何學(xué)習(xí)　57
3.1.2　機器學(xué)習(xí)算法　58
3.2　認識線性回歸　60
3.2.1　線性回歸的數(shù)學(xué)表達式　60
3.2.2　線性回歸的幾個概念　60
3.2.3　梯度下降法　62
3.3　項目1預(yù)測二手車價格　63
3.3.1　提出問題　63
3.3.2　解決方案　63
3.3.3　預(yù)備知識　64
3.3.4　任務(wù)1構(gòu)建訓(xùn)練集和測試集　65
3.3.5　任務(wù)2模型的構(gòu)建與訓(xùn)練　67
3.3.6　任務(wù)3模型的測試及評估　68
3.4　項目2預(yù)測投保人醫(yī)療費用　70
3.4.1　提出問題　70
3.4.2　解決方案　70
3.4.3　預(yù)備知識　71
3.4.4　任務(wù)1加載數(shù)據(jù)并進行數(shù)據(jù)預(yù)處理　73
3.4.5　任務(wù)2訓(xùn)練和測試醫(yī)療費用預(yù)測模型　74
3.4.6　任務(wù)3進一步改善模型性能　76
模塊小結(jié)　78
課后習(xí)題　79
模塊4　分門別類：幫你分而治之　81
4.1　分類器　81
4.1.1　什么是分類器　81
4.1.2　分類器如何工作　82
4.2　幾種主要的分類器　82
4.2.1　決策樹　82
4.2.2　貝葉斯分類器　83
4.2.3　k近鄰分類器　84
4.2.4　支持向量機　85
4.2.5　神經(jīng)網(wǎng)絡(luò)　85
4.3　項目1識別貓狗　86
4.3.1　提出問題　86
4.3.2　解決方案　86
4.3.3　預(yù)備知識　86
4.3.4　任務(wù)1將圖像信息轉(zhuǎn)存為向量　89
4.3.5　任務(wù)2批量生成樣本數(shù)據(jù)　90
4.3.6　任務(wù)3構(gòu)建KNN模型　91
4.3.7　任務(wù)4訓(xùn)練KNN模型　91
4.3.8　任務(wù)5評估模型效果　92
4.3.9　拓展任務(wù)　94
4.4　項目2輔助診斷乳腺癌　95
4.4.1　提出問題　95
4.4.2　解決方案　96
4.4.3　預(yù)備知識　96
4.4.4　任務(wù)1構(gòu)建訓(xùn)練集和測試集　98
4.4.5　任務(wù)2構(gòu)建和訓(xùn)練模型　99
4.4.6　任務(wù)3評估模型診斷效果　100
4.4.7　拓展任務(wù)　101
模塊小結(jié)　102
課后習(xí)題　103
模塊5　物以類聚：發(fā)現(xiàn)新簇　105
5.1　聚類分析　105
5.1.1　何為聚類分析　105
5.1.2　常見聚類方法　107
5.1.3　聚類性能度量　107
5.2　k均值聚類　108
5.2.1　k均值算法　108
5.2.2　k均值算法應(yīng)用提示　109
5.3　項目1探究企鵝物種的分類　110
5.3.1　提出問題　110
5.3.2　解決方案　110
5.3.3　預(yù)備知識　111
5.3.4　任務(wù)1樣本數(shù)據(jù)的預(yù)處理　114
5.3.5　任務(wù)2確定企鵝物種數(shù)量k的最佳值　116
5.3.6　任務(wù)3繪制企鵝聚類后的散點圖　118
5.4　項目2電商客戶分類　120
5.4.1　提出問題　120
5.4.2　解決方案　120
5.4.3　預(yù)備知識　120
5.4.4　任務(wù)1選擇最佳的客戶群分類數(shù)目k　123
5.4.5　任務(wù)2計算3類客戶的RFM平均值　125
5.4.6　任務(wù)3為3類客戶提出營銷建議　126
模塊小結(jié)　128
課后習(xí)題　128
模塊6　個性化推薦：主動滿足你的需求　130
6.1　認識個性化推薦　130
6.1.1　個性化推薦的思路　130
6.1.2　推薦算法分類　132
6.1.3　推薦效果評估　139
6.2　項目1推薦你喜愛的電影　141
6.2.1　提出問題　141
6.2.2　解決方案　142
6.2.3　預(yù)備知識　142
6.2.4　任務(wù)1合并電影基本信息和評分記錄　144
6.2.5　任務(wù)2找到與某個用戶最相似的n個用戶　145
6.2.6　任務(wù)3給某個用戶推薦m部電影　147
6.3　項目2推薦你要一起購買的商品　148
6.3.1　提出問題　148
6.3.2　解決方案　148
6.3.3　預(yù)備知識　149
6.3.4　任務(wù)1將CSV文件數(shù)據(jù)轉(zhuǎn)換為事務(wù)型數(shù)據(jù)　152
6.3.5　任務(wù)2找出購物清單中頻繁被購買的商品　153
6.3.6　任務(wù)3提取有用的銷售關(guān)聯(lián)規(guī)則　155
模塊小結(jié)　156
課后習(xí)題　156
模塊7　語音識別：讓機器對你言聽計從　159
7.1　語音識別　159
7.1.1　語音識別簡史　159
7.1.2　語音識別過程　160
7.2　深度神經(jīng)網(wǎng)絡(luò)　164
7.2.1　深度神經(jīng)網(wǎng)絡(luò)基礎(chǔ)　164
7.2.2　卷積神經(jīng)網(wǎng)絡(luò)　165
7.3　項目1利用卷積神經(jīng)網(wǎng)絡(luò)識別英文語音數(shù)字　168
7.3.1　提出問題　168
7.3.2　解決方案　168
7.3.3　預(yù)備知識　168
7.3.4　任務(wù)1提取音頻文件的語音特征數(shù)據(jù)　174
7.3.5　任務(wù)2構(gòu)建語音數(shù)字識別神經(jīng)網(wǎng)絡(luò)模型　175
7.3.6　任務(wù)3利用訓(xùn)練好的模型來識別語音　177
7.4　項目2自制一個簡單的語音閱讀器　178
7.4.1　提出問題　178
7.4.2　解決方案　179
7.4.3　預(yù)備知識　179
7.4.4　任務(wù)1讀取需閱讀的文件內(nèi)容　182
7.4.5　任務(wù)2驗證訪問語音合成應(yīng)用的令牌　183
7.4.6　任務(wù)3調(diào)用文本在線合成API實現(xiàn)文本語音轉(zhuǎn)換　184
模塊小結(jié)　186
課后習(xí)題　186
模塊8　人臉識別：機器也認識你　188
8.1　人臉識別基礎(chǔ)　188
8.1.1　人臉識別技術(shù)發(fā)展簡史　188
8.1.2　人臉識別系統(tǒng)　189
8.1.3　人臉識別關(guān)鍵技術(shù)　191
8.2　認識OpenCV　193
8.2.1　OpenCV的框架結(jié)構(gòu)　193
8.2.2　OpenCV中的人臉分類器　194
8.3　項目1照片智能搜索　196
8.3.1　提出問題　196
8.3.2　解決方案　196
8.3.3　預(yù)備知識　196
8.3.4　任務(wù)1訓(xùn)練人臉識別模型　201
8.3.5　任務(wù)2利用訓(xùn)練好的模型來搜索照片　202
8.4　項目2安全帽檢測賦能安全管理　203
8.4.1　提出問題　203
8.4.2　解決方案　203
8.4.3　預(yù)備知識　204
8.4.4　任務(wù)1準備訓(xùn)練模型用的樣本集　209
8.4.5　任務(wù)2訓(xùn)練YOLOv10模型　210
8.4.6　任務(wù)3檢測視頻中的人員是否佩戴安全帽　212
模塊小結(jié)　213
課后習(xí)題　214
參考文獻　216