1 　人工智能初识__eol__1.1 人工智能来到校园__eol__1.1.1 报到的路上 __eol__1.1.2 正式报到__eol__1.1.3 赶往教室__eol__1.1.4 公选第一课 __eol__1.1.5 餐饮推荐__eol__1.1.6 国外专家讲座：机器同传翻译系统__eol__1.1.7 客户流失分析__eol__1.2 人工智能简史__eol__1.2.1 人工智能的诞生：1930—1950 年__eol__1.2.2 第一次浪潮：1956—1974 年__eol__1.2.3 第一次寒冬：1974—1980 年__eol__1.2.4 再次繁荣：1980—1987 年__eol__1.2.5 寒冬再袭__eol__1.2.6 回归：1993—2012 年__eol__1.2.7 爆发：2012 年至今__eol__1.3 人工智能是什么__eol__1.4 人工智能干什么用__eol__1.4.1 工业__eol__1.4.2 商业__eol__1.4.3 金融__eol__1.4.4 医疗__eol__1.5 本章小结__eol__1.6 本章课后练习__eol__2 　食堂消费预测__eol__2.1 问题描述__eol__2.2 学习目标__eol__2.3 项目引导__eol__2.3.1 问题引导__eol__2.3.2 初步分析__eol__2.4 知识准备__eol__2.4.1 机器也可以学习__eol__2.4.2 机器如何学习__eol__2.5 项目实战__eol__2.5.1 项目期望__eol__2.5.2 项目实施__eol__2.6 深入分析__eol__2.6.1 线性回归原理__eol__2.6.2 训练与测试__eol__2.6.3 给模型打分__eol__2.6.4 模型解释__eol__2.7 本章项目实训__eol__2.8 本章小结__eol__2.9 本章项目习题__eol__3 　贫困生判别__eol__3.1 问题描述__eol__3.2 学习目标__eol__3.3 项目引导__eol__3.3.1 问题引导__eol__3.3.2 初步分析__eol__3.4 知识准备__eol__3.5 项目实战__eol__3.5.1 项目期望__eol__3.5.2 项目实施__eol__3.5.3 查看结果__eol__3.6 深入分析__eol__3.6.1 为什么用逻辑回归__eol__3.6.2 从线性回归到逻辑回归__eol__3.6.3 判定边界__eol__3.6.4 评价指标与模型解释__eol__3.6.5 模型解释__eol__3.7 本章项目实训__eol__3.8 本章项目总结__eol__3.9 本章项目习题__eol__4 　客户流失分类__eol__4.1 问题描述__eol__4.2 学习目标__eol__4.3 项目引导__eol__4.3.1 问题引导__eol__4.3.2 初步分析__eol__4.4 知识准备__eol__4.5 项目实战 1__eol__4.5.1 项目实施__eol__4.5.2 查看结果__eol__4.6 深入分析1__eol__4.6.1 支持向量是什么__eol__4.6.2 逻辑回归与支持向量机的比较__eol__4.7 项目实战2__eol__4.7.1 项目实施__eol__4.7.2 查看结果__eol__4.8 深入分析 2__eol__4.9 项目实战 3__eol__4.9.1 项目实施__eol__4.9.2 查看结果__eol__4.10 深入分析3__eol__4.10.1 自助抽样__eol__4.10.2 袋装__eol__4.10.3 堆叠__eol__4.10.4 随机森林__eol__4.10.5 提升__eol__4.10.6 自适应提升__eol__4.11 本章项目实训__eol__4.12 本章小结__eol__4.13 本章课后练习__eol__5 　图像识别__eol__5.1 问题引导__eol__5.2 学习目标__eol__5.3 项目引导__eol__5.3.1 问题引导__eol__5.3.2 初步分析__eol__5.4 知识准备1__eol__5.4.1 神经网络__eol__5.4.2 深度学习__eol__5.5 项目实战1__eol__5.5.1 项目期望__eol__5.5.2 项目实施__eol__5.6 深入分析1__eol__5.7 知识准备 2__eol__5.7.1 图像识别__eol__5.7.2 卷积神经网络（CNN）__eol__5.8 项目实战 2__eol__5.8.1 项目期望__eol__5.8.2 项目实施__eol__5.9 深入分析 2__eol__5.9.1 图像识别的特点__eol__5.9.2 使用卷积神经网络为什么有效__eol__5.10 知识准备 3__eol__5.11 项目实战 3__eol__5.11.1 项目期望__eol__5.11.2 项目实施__eol__5.12 深入分析 3__eol__5.12.1 LeNet-5__eol__5.12.2 AlexNet__eol__5.12.3 VggNet__eol__5.12.4 GoogLeNet__eol__5.12.5 ResNet__eol__5.13 本章项目实训__eol__5.14 本章小结__eol__5.15 本章课后练习__eol__6 　自然语言处理__eol__6.1 问题描述__eol__6.2 学习目标__eol__6.3 项目引导__eol__6.3.1 问题引导__eol__6.3.2 初步分析__eol__6.4 知识准备__eol__6.4.1 自然语言处理是什么__eol__6.4.2 机器如何理解自然语言__eol__6.4.3 一个数字代表一个词（独热 编码）__eol__6.4.4 词袋模型__eol__6.5 项目实战 1__eol__6.5.1 项目期望__eol__6.5.2 项目实施__eol__6.5.3 查看结果__eol__6.6 深入分析 1__eol__6.6.1 神经网络语言模型__eol__6.6.2 一词多义__eol__6.7 项目实战 2__eol__6.7.1 项目期望__eol__6.7.2 项目实施__eol__6.7.3 查看结果__eol__6.8 本章项目实训__eol__6.9 本章小结__eol__6.10 本章课后练习__eol__7 　爬行机器人__eol__7.1 问题描述__eol__7.2 学习目标__eol__7.3 项目引导__eol__7.3.1 问题引导__eol__7.3.2 初步分析__eol__7.4 知识准备__eol__7.4.1 强化学习简介__eol__7.4.2 充满不确定性的世界__eol__7.4.3 不确定的世界如何做决策__eol__7.5 项目实战1__eol__7.5.1 项目实施__eol__7.5.2 查看结果__eol__7.6 深入分析1__eol__7.7 项目实战 2__eol__7.8 深入分析 2__eol__7.8.1 探索与利用__eol__7.8.2 学习率__eol__7.9 本章项目实训__eol____eol____eol____eol____eol____eol____eol____eol__7.10 本章小结__eol__7.11 本章课后练习__eol__8 　人工智能应用展__eol__8.1 问题引导__eol__8.2 学习目标__eol__8.3 展厅服务机器人__eol__8.3.1 人脸识别__eol__8.3.2 语音交互__eol__8.4 人物动漫化__eol__8.4.1 生成对抗网络核心思想__eol__8.4.2 生成模型和判别模型__eol__8.5 智能音乐创作__eol__8.5.1 人工智能如何创作音乐__eol__8.5.2 什么是自动音乐生成__eol__8.5.3 怎样利用深度学习实现自动音乐生成__eol__8.6 站在巨人肩膀上__eol__8.6.1 迁移学习概述__eol__8.6.2 深度学习和迁移学习结合__eol__8.7 机器人服务员__eol__8.7.1 自动驾驶级别__eol__8.7.2 自动驾驶原理__eol__8.8 我知道你想买什么__eol__8.8.1 推荐系统概述__eol__8.8.2 购物车推荐系统__eol__8.8.3 亲自动手__eol__8.9 本章小结__eol__8.10 本章课后练习__eol__9 　人工智能伦理__eol__9.1 问题描述__eol__9.2 学习目标__eol__9.3 人工智能伦理概述__eol__9.4 隐私权问题__eol__9.5 责任伦理问题__eol__9.6 安全风险问题__eol__9.7 版权问题__eol__9.8 本章小结__eol__9.9 本章课后练习__eol__参考文献