第1 章 人工智能导论  1

　 1. 1　 人工智能的核心概念  1　

　 1. 2　 人工智能的发展脉络  5

　 1. 3　人工智能的前沿探索与应用场景  10

　 1. 4　 人工智能的核心研究内容  15

　 1. 5　 项目实践  17

　 1. 6　 本章小结  18

　 1. 7　 案例分析  19

　 1. 8　 思考与练习 21

第2 章 机器学习基础 23

　 2. 1　 机器学习的基本概念与分类  23

　 2. 2　 机器学习的流程  32　 

　 2. 3　 经典机器学习方法  43

　 2. 4　机器学习策略: 模型选择与优化  45

　 2. 5　人工神经网络的结构、原理及技术演进  47

　 2. 6　 项目实践  50

　 2. 7　 本章小结  65

　 2. 8　 实操练习  67

　 2. 9　 案例分析  69

第3 章 深度学习与视觉智能  72

　 3. 1　 认识深度学习  72

　 3. 2　 深度神经网络的架构与训练  78

　 3. 3　卷积神经网络与图像识别  87

　 3. 4　 序列数据处理相关网络  95

　 3. 5　 项目实践: 图像识别  99

　 3. 6　 本章小结  117

　 3. 7　 实操练习  118

　 3. 8　 案例分析  120

第4 章 知识图谱与认知智能  123

　 4. 1　 知识表示的方法  123

　 4. 2　专家系统: 规则驱动的智能决策 129

　 4. 3　 知识图谱的构建与应用  136

　 4. 4　 模拟人类思维的推理机制 142

　 4. 5　项目实践: 制作简单知识卡片 148

　 4. 6　 本章小结  153

　 4. 7　 实操练习  154

　 4. 8　 案例分析  156

第5 章 人工智能伦理与未来挑战  159

　 5. 1　人工智能的安全使用与潜在风险  159

　 5. 2　 机器人三定律与伦理框架 167

　 5. 3　 人工智能与我们的生活  174

　 5. 4　下一代技术趋势: 可解释AI 与通用人工智能  177

　 5. 5　 本章小结  184

　 5. 6　讨论活动: AI 使用中的小故事分享  185

　 5. 7　 思考与练习  186

第6 章 AI+行业应用 188

　 6. 1　 产业制造领域的 AI 应用  189

　 6. 2　 生活服务领域的 AI 应用  196

　 6. 3　 公共服务领域的 AI 应用  206

　 6. 4　 金融领域的 AI 应用  212

　 6. 5　 本章小结  217

　 6. 6　 实操练习  219

　 6. 7　 案例分析  224
第7 章 AI 教育资源开发  230

　 7. 1　多媒体资源生成: 图片、视频、音频与动画 231

　 7. 2　数字人微课开发与教学场景设计 241

　 7. 3　 项目实践  253

　 7. 4　 本章小结  264

　 7. 5　 实操练习  265

　 7. 6　 案例分析  268

第8 章 AI 未来展望与个人拓展  273

　 8. 1　AI 技术未来发展趋势预测  273

　 8. 2　人工智能在各领域的潜在应用前景  277

　 8. 3　AI 学习资源与技能提升路径  280

　 8. 4　 AI 常用工具与实践建议  285

　 8. 5　 本章小结  289

　 8. 6　 思考与展望  291

参考文献  293