本教材共八章。第一章介绍人工智能的基本概念、发展历程和主要研究领域。第二章至第四章分别介绍在机器学习与深度学习中常用的Python程序库，包括科学计算之NumPy、数据分析之Pandas和数据可视化之Matplotlib。第五章介绍机器学习的基本概念、基础知识以及几个典型机器学习算法。第六章介绍作为深度学习入门的简单神经网络模型。第七章介绍深度学习的基本概念以及在计算机视觉领域的应用技术。第八章介绍自然语言处理相关的基础知识以及深度学习在自然语言处理领域的应用技术。本教材可作为普通高等院校和高职高专院校的人工智能基础课程教学用书。

第1章 人工智能概述
1.1 什么是人工智能
1.2 人工智能的发展历程
1.3 人工智能的研究领域
1.4 人工智能的应用体验
第2章 多维数组的表示和计算
2.1 数组概述
2.2 多维数组对象
2.3 数组元素访问
2.4 数组的操作
2.5 数组的计算
2.6 线性代数的相关计算
2.7 习题
第3章 使用pandas表示表格数据
3.1 Series对象
3.2 获取表格对象
3.3 数据清洗
3.4 表格数据的操作
3.5 表格数据的统计分析
3.6 习题
第4章 数据可视化
4.1 图表的绘制
4.2 绘制多个子图
4.3 常见图表类型
4.4 习题
第5章 机器学习基础
5.1 机器学习基础知识
5.2 线性：回归和逻辑回归
5.3 支持向量机
5.4 聚类
5.5 习题
第6章 神经网络
6.1 神经元与M—P模型
6.2 感知机
6.3 BP神经网络
6.4 深度神经网络
6.5 神经网络实战
6.6 习题
第7章 计算机视觉
7.1 计算机视觉概述
7.2 卷积神经网络
7.3 手写数字识别
7.4 常见网络模型
7.5 实战案例
7.6 习题
第8章 自然语言处理
8.1 概述
8.2 中文分词技术
8.3 词性标注与去除停用词
8.4 关键词提取
8.5 文本向量化
8.6 循环神经网络
8.7 习题