前辅文
 第1章 人工智能的前世今生——从AlphaGo说起
  1.1 何谓人工智能
  1.2 人工智能的起源与发展
   1.2.1 人工智能的起源
   1.2.2 人工智能的第一次浪潮（1956—1976）
   1.2.3 人工智能的第二次浪潮（1980—1987）
   1.2.4 人工智能的第三次浪潮（1997年至今）
  1.3 人工智能的现在与未来
   1.3.1 人工智能2.0时代
   1.3.2 人工智能的未来
  1.4 人工智能在各行各业的应用
  1.5 案例开发语言及环境安装
   1.5.1 Python简介
   1.5.2 Python集成开发环境PyCharm
   1.5.3 Python及其集成开发环境PyCharm的安装
  课后思考题
 第2章 智能感知——让人工智能感知世界
  2.1 丰富多彩的传感器
   2.1.1 什么是传感器
   2.1.2 传感器的分类
  2.2 传感器的应用——各行各业的小帮手
  2.3 传感器的实验案例
   2.3.1 实验案例1：传感器数据的生成和采集
   2.3.2 实验案例2：读取MQTT Broker中的传感器数据
  课后思考题
 第3章 机器学习——让人工智能学会思考
  3.1 何谓机器学习
   3.1.1 机器学习的基本概念
   3.1.2 学习模型
  3.2 机器学习的方法
   3.2.1 有监督学习
   3.2.2 无监督学习
   3.2.3 半监督学习
   3.2.4 强化学习
  3.3 机器学习的应用领域
  3.4 机器学习案例——鸢尾花种类识别
  课后思考题
 第4章 神经网络和深度学习——让人工智能拥有智慧大脑
  4.1 何谓神经网络
   4.1.1 神经网络的结构单元
   4.1.2 人工神经网络的层结构
   4.1.3 神经网络的学习
  4.2 神经网络的应用案例
   4.2.1 应用于预测问题的神经网络
   4.2.2 鲍鱼年龄预测案例实现
   4.2.3 神经网络的进化
  4.3 深度学习
   4.3.1 何谓深度学习
   4.3.2 卷积神经网络
   4.3.3 深度学习框架
   4.3.4 TensorFlow游乐场
  课后思考题
 第5章 人脸识别与视觉图像——让人工智能观察世界
  5.1 人类视觉与机器视觉
  5.2 计算机视觉图像技术
  5.3 计算机视觉图像系统及应用
   5.3.1 计算机视觉图像系统
   5.3.2 计算机视觉图像系统的应用
  5.4 视觉图像智能分析的核心技术
  5.5 视觉图像技术——手写数字识别案例
  课后思考题
 第6章 自然语言处理——让人工智能与世界沟通
  6.1 何谓自然语言处理
   6.1.1 认识自然语言处理
   6.1.2 自然语言处理的应用
  6.2 自然语言处理的发展史
  6.3 自然语言处理的过程和方法
   6.3.1 语音识别
   6.3.2 词法分析
   6.3.3 句法分析
   6.3.4 语义分析
   6.3.5 语用分析
  6.4 自然语言处理平台和开源库
  6.5 自然语言处理未来展望
  课后思考题
 第7章 大数据和云计算——人工智能的资源和平台
  7.1 大数据
   7.1.1 何谓大数据
   7.1.2 大数据的特征
   7.1.3 大数据处理流程
  7.2 大数据的应用
  7.3 大数据实训案例
  7.4 云计算
   7.4.1 何谓云计算
   7.4.2 云计算的特征
   7.4.3 云计算的商业模式
   7.4.4 云计算的部署模式
  7.5 云计算与物联网、大数据、人工智能、移动互联网融合发展
  课后思考题
 第8章 智能机器人——真正“懂”你的“人”
  8.1 何谓智能机器人
   8.1.1 智能机器人
   8.1.2 智能机器人的三要素
  8.2 智能机器人的应用场景
   8.2.1 工业机器人
   8.2.2 服务机器人
   8.2.3 特种机器人
  8.3 机器人的发展史
  8.4 机器人的组成
  8.5 智能机器人与人工智能
  8.6 智能机器人案例
  课后思考题
 第9章 人工智能与自然智能——人工智能会超越人类吗
  9.1 人工智能是威胁吗
  9.2 如何与人工智能相处
   9.2.1 不要过于相信人工智能
   9.2.2 将来社会——100亿人类与100亿机器人共存的社会
  课后思考题
 参考文献