绪论 1__eol__单元1 初识人工智能 2__eol__1.1 人工智能的概念 3__eol__1.1.1 人工智能的定义 3__eol__1.1.2 图灵测试 4__eol__1.1.3 人工智能能力分类 5__eol__1.2 人工智能的发展历程 6__eol__1.2.1 人工智能发展的3次浪潮 6__eol__1.2.2 人工智能的未来 8__eol__1.3 人工智能的典型应用 9__eol__1.3.1 人工智能在各行业中的典型应用 9__eol__1.3.2 人工智能在各行业中的基础 12__eol__1.4 人工智能开发准备 13__eol__1.4.1 国家新一代人工智能开放创新平台 13__eol__1.4.2 开发环境准备工作 14__eol__☆任务1.1 搭建Hello AI开发环境 16__eol__?任务1.2 Python处理JSON格式数据 19__eol__单元小结 21__eol__习题1 22__eol____eol__单元2 计算机视觉技术与应用 23__eol__2.1 计算机视觉的概念 24__eol__2.1.1 计算机视觉技术体系 24__eol__2.1.2 典型案例：车牌识别 25__eol__2.2 计算机视觉的基本任务 26__eol__2.2.1 图像分类 26__eol__2.2.2 目标检测与定位 26__eol__2.2.3 图像分割 27__eol__2.3 计算机视觉常见应用 28__eol__2.3.1 通用图像处理及应用 28__eol__2.3.2 OCR及其应用 30__eol__2.3.3 人脸识别及其应用 31__eol__2.3.4 人体分析及其应用 33__eol__2.4 机器视觉技术与应用 36__eol__☆任务2.1 公司文件文字识别 37__eol__?任务2.2 公司会展人流量统计 40__eol__单元小结 45__eol__习题2 45__eol__单元3 智能语音技术与应用 48__eol__3.1 智能语音处理的概念 49__eol__3.1.1 语音处理技术体系 49__eol__3.1.2 典型案例：懂你的智能音箱 50__eol__3.2 语音处理常用技术 51__eol__3.2.1 语音合成 51__eol__3.2.2 语音识别 52__eol__3.2.3 语音分析 54__eol__3.2.4 声纹识别 54__eol__3.2.5 语音增强 55__eol__3.3 语音处理常见应用 56__eol__3.3.1 语音识别应用 56__eol__3.3.2 语音合成应用 58__eol__3.3.3 离线与在线的概念 58__eol__☆任务3.1 基于语音合成的客服回复音频化 59__eol__?任务3.2 基于语音识别的会议录音文本化 63__eol__单元小结 66__eol__习题3 66__eol__单元4 自然语言处理与应用 68__eol__4.1 自然语言处理的概念 69__eol__4.1.1 自然语言处理技术体系 69__eol__4.1.2 典型案例：词云图的生成 70__eol__4.1.3 自然语言中的歧义难题 71__eol__4.2 自然语言处理的基本任务 73__eol__4.2.1 分词 73__eol__4.2.2 词性标注 74__eol__4.2.3 命名实体识别 75__eol__4.2.4 依存句法分析 76__eol__4.3 自然语言处理的应用 76__eol__4.3.1 机器翻译 76__eol__4.3.2 垃圾邮件分类 77__eol__4.3.3 信息抽取 77__eol__4.3.4 文本情感分析 78__eol__4.3.5 智能问答——聊天机器人 78__eol__4.3.6 个性化推荐 79__eol__4.4 知识图谱及其应用 80__eol__4.4.1 知识图谱的概念 80__eol__4.4.2 知识图谱的应用 81__eol__☆任务4.1 用户评价情感分析 82__eol__?任务4.2 用户意图理解 85__eol__单元小结 91__eol__习题4 91__eol__单元5 智能机器人与智能问答 93__eol__5.1 智能机器人基础知识 94__eol__5.1.1 智能机器人技术框架 94__eol__5.1.2 典型案例：“祝融号”火星车 95__eol__5.1.3 智能机器人的定义 96__eol__5.1.4 智能机器人的分类 97__eol__5.2 工业机器人及其应用 99__eol__5.2.1 工业机器人的概念 99__eol__5.2.2 工业机器人的应用 100__eol__5.3 服务机器人及其应用 101__eol__5.3.1 服务机器人的概念 101__eol__5.3.2 服务机器人的应用 102__eol__5.4 无人驾驶汽车 104__eol__5.4.1 无人驾驶汽车的概念 104__eol__5.4.2 无人驾驶汽车的分级 105__eol__☆任务5.1 智能客服问答系统 106__eol__?任务5.2 基于文件创建自定义问答技能 110__eol__单元小结 111__eol__习题5 111__eol__单元6 人工智能应用与创新 113__eol__6.1 智能制造领域应用 115__eol__6.1.1 计算机视觉应用 115__eol__6.1.2 设备预测性维护 117__eol__6.2 其他行业应用 118__eol__6.2.1 AI+机器人 118__eol__6.2.2 AI+农业 119__eol__6.2.3 AI+教育 121__eol__6.2.4 AI+金融 122__eol__6.2.5 AI+营销 123__eol__6.3 人工智能与工作岗位 124__eol__6.3.1 机器人取代部分人类工作 124__eol__6.3.2 消失与新增的岗位 126__eol__6.4 专业创新案例 130__eol__6.4.1 AI+无人机应用创新 130__eol__6.4.2 学生创新案例 131__eol__☆任务6.1 基于EasyDL训练分类模型 133__eol__?任务6.2 训练自定义深度学习模型 140__eol__单元小结 141__eol__习题6 141__eol__单元7 机器学习与模型训练 143__eol__7.1 机器学习的概念 144__eol__7.1.1 机器学习技术框架 144__eol__7.1.2 典型案例：泰坦尼克号乘客生存预测 145__eol__7.2 机器学习分类 147__eol__7.2.1 有监督学习 148__eol__7.2.2 无监督学习 149__eol__7.2.3 半监督学习 149__eol__7.2.4 迁移学习 149__eol__7.2.5 强化学习 150__eol__7.3 机器学习常用算法 150__eol__7.3.1 线性回归 150__eol__7.3.2 支持向量机 151__eol__7.3.3 决策树 151__eol__7.3.4 K最近邻 152__eol__7.3.5 K均值聚类 152__eol__7.4 机器学习的典型应用 153__eol__☆任务7.1 训练回归模型 155__eol__?任务7.2 泰坦尼克号乘客生存预测 157__eol__单元小结 160__eol__习题7 160__eol__单元8 深度学习与模型训练 162__eol__8.1 深度学习的概念 163__eol__8.1.1 深度学习算法框架 163__eol__8.1.2 典型案例：AI绘画 163__eol__8.2 神经网络 165__eol__8.2.1 神经元模型 165__eol__8.2.2 神经网络的发展 165__eol__8.3 深度学习常用术语 167__eol__8.3.1 卷积神经网络的概念 167__eol__8.3.2 卷积神经网络相关术语 167__eol__8.4 生成对抗网络 170__eol__8.4.1 生成对抗网络的基本原理 170__eol__8.4.2 生成对抗网络的应用 171__eol__☆任务8.1 深度学习模型调参 171__eol__?任务8.2 手写数字识别 174__eol__单元小结 177__eol__习题8 177__eol__单元9 人工智能法律与伦理 178__eol__9.1 人工智能中的伦理问题 179__eol__9.1.1 隐私泄露问题 179__eol__9.1.2 偏见问题 180__eol__9.2 人工智能中的法律问题 182__eol__9.2.1 人格权的保护 183__eol__9.2.2 侵权责任的认定 183__eol__9.2.3 数据财产的保护 183__eol__9.2.4 知识产权的保护 184__eol__9.2.5 机器人的法律主体地位 185__eol__单元小结 185__eol__习题9 185__eol__单元10 迎宾机器人项目实战 187__eol__10.1