第1章 人工智能概述 1__eol__1.1 人工智能简介 1__eol__1.1.1 人工智能的定义 1__eol__1.1.2 人工智能的分类 2__eol__1.1.3 人工智能的起源和发展 3__eol__1.1.4 人工智能的应用领域 7__eol__1.2 人工智能技术领域 9__eol__1.2.1 人工智能四要素 10__eol__1.2.2 人工智能技术框架 11__eol__1.2.3 人工智能技术的发展趋势 13__eol__1.3 人工智能的意义及挑战 14__eol__1.3.1 发展人工智能的战略意义 15__eol__1.3.2 人工智能的挑战 16__eol__1.4 人工智能初体验 17__eol__1.4.1 百度EasyDL介绍 17__eol__1.4.2 百度EasyDL应用——猫狗分类 18__eol__1.5 本章总结 31__eol__本章习题 31__eol__第2章 机器学习 33__eol__2.1 机器学习简介 33__eol__2.1.1 机器学习的定义 34__eol__2.1.2 机器学习的发展历程 35__eol__2.1.3 机器学习的应用领域 38__eol__2.2 机器学习进阶 40__eol__2.2.1 机器学习的分类 40__eol__2.2.2 机器学习的基本术语 44__eol__2.2.3 机器学习的流程 47__eol__2.2.4 机器学习的常用算法 48__eol__2.3 深度学习与神经网络 56__eol__2.3.1 深度学习 56__eol__2.3.2 神经网络 59__eol__2.4 机器学习的应用体验 63__eol__2.4.1 线性回归——预测工资 63__eol__2.4.2 逻辑回归——预测期末考试成绩能否及格 65__eol__2.5 本章总结 67__eol__本章习题 68__eol__第3章 计算机视觉 70__eol__3.1 计算机视觉简介 70__eol__3.1.1 计算机视觉的发展历程 70__eol__3.1.2 计算机视觉的实现原理 72__eol__3.1.3 计算机视觉的典型应用 74__eol__3.2 基于深度学习的视觉技术 75__eol__3.2.1 图像分类 75__eol__3.2.2 目标检测 77__eol__3.2.3 图像分割 80__eol__3.2.4 轨迹跟踪 81__eol__3.3 OpenCV的基础 84__eol__3.3.1 OpenCV的安装 85__eol__3.3.2 OpenCV的图像处理 86__eol__3.3.3 OpenCV的视频处理 88__eol__3.4 计算机视觉的应用体验 90__eol__3.4.1 基于OpenCV的人脸识别 90__eol__3.4.2 基于百度EasyDL OCR平台的车牌识别 95__eol__3.5 本章总结 108__eol__本章习题 108__eol__第4章 智能语音 109__eol__4.1 智能语音简介 109__eol__4.2 语音识别 110__eol__4.2.1 语音识别的分类 110__eol__4.2.2 语音识别的发展历程 111__eol__4.2.3 语音识别系统的构成 114__eol__4.2.4 语音识别预处理技术 115__eol__4.2.5 传统的语音识别算法 117__eol__4.2.6 基于神经网络的语音识别算法 119__eol__4.3 语音合成 121__eol__4.3.1 语音合成的分类 121__eol__4.3.2 语音合成的发展历程 123__eol__4.3.3 语音合成系统的构成 126__eol__4.3.4 语音合成的典型方法 126__eol__4.4 智能语音的应用体验 130__eol__4.4.1 文本转换为语音 130__eol__4.4.2 文本转换为语音文件 132__eol__4.5 本章总结 134__eol__本章习题 135__eol__第5章 自然语言处理与AIGC 137__eol__5.1 自然语言处理简介 137__eol__5.1.1 自然语言处理的定义 137__eol__5.1.2 自然语言处理的发展历程 138__eol__5.1.3 自然语言处理的基本任务 139__eol__5.1.4 自然语言处理的流程 147__eol__5.1.5 自然语言处理的应用领域 147__eol__5.2 AIGC简介 150__eol__5.2.1 AIGC的定义 150__eol__5.2.2 AIGC的奥秘 151__eol__5.2.3 AIGC产业生态体系 153__eol__5.2.4 AIGC的典型应用 154__eol__5.3 国内外主流的AI大模型 155__eol__5.3.1 OpenAI的GPT大模型 156__eol__5.3.2 百度的文心大模型 157__eol__5.3.3 科大讯飞的讯飞星火认知大模型 158__eol__5.3.4 阿里云的通义大模型 159__eol__5.4 AIGC的伦理与安全 159__eol__5.4.1 AIGC的社会影响 159__eol__5.4.2 AIGC的伦理与安全问题 160__eol__5.5 AIGC的体验 163__eol__5.5.1 推文的编写 163__eol__5.5.2 AI作画 165__eol__5.6 本章总结 169__eol__本章习题 170__eol__第6章 人工智能应用开发环境及工具 172__eol__6.1 开发环境 172__eol__6.1.1 PyCharm 172__eol__6.1.2 Anaconda 174__eol__6.1.3 Python第三方库的安装 177__eol__6.2 常用开发工具 179__eol__6.2.1 数据采集工具——八爪鱼 179__eol__6.2.2 数据分析和共享工具——Power BI 181__eol__6.2.3 页面设计工具——Qt Designer 183__eol__6.2.4 数据标注工具——LabelImg 187__eol__6.2.5 数据清理工具——OpenRefine 189__eol__6.3 开发工具体验 190__eol__6.3.1 天气预报 190__eol__6.3.2 某购物平台数据采集与分析 195__eol__6.4 本章总结 197__eol__本章习题 198