第1章 人工智能概论
1.1 初识人工智能
1.1.1 从世界人工智能大会说起
1.1.2 人类智能遇见人工智能
1.1.3 图灵测试
1.1.4 人工智能元年
1.2 探源人工智能
1.2.1 人工智能的发展
1.2.2 人工智能的三要素
1.3 走进人工智能
1.3.1 计算机视觉
1.3.2 智能语音
1.3.3 计算机博弈
1.3.4 自然语言处理
第2章 会学习的人工智能
2.1 认识机器学习
2.1.1 身边的机器学习
2.1.2 传统算法与基于机器学习的算法
2.1.3 样本数据的选择
2.1.4 基于机器学习算法的更多应用
2.2 监督学习
2.2.1 人类的学习
2.2.2 监督学习的一般过程
2.3 无监督学习
2.3.1 人的归纳推理式学习
2.3.2 无监督学习的一般过程
2.3.3 无监督学习在生活中的应用
2.3.4 监督学习与无监督学习的比较
2.4 强化学习
2.4.1 生活中的思考与改进
2.4.2 强化学习的一般过程
2.4.3 监督学习、无监督学习与强化学习的比较
2.5 机器学习的发展
2.5.1 机器学习发展历程
2.5.2 深度学习与机器学习
第3章 会看的人工智能
3.1 认识计算机视觉技术
3.1.1 身边的计算机视觉技术
3.1.2 计算机视觉技术的发展历史
3.1.3 计算机视觉技术更大范围的应用
3.2 图像识别
3.2.1 图像预处理
3.2.2 特征提取
3.2.3 图像分类
3.3 目标检测与跟踪
3.3.1 目标检测
3.3.2 目标跟踪
3.3.3 目标跟踪的应用
3.4 人脸识别
3.4.1 认识人脸识别
3.4.2 人脸采集和图像预处理
3.4.3 人脸检测
3.4.4 人脸特征提取
3.4.5 人脸比对
第4章 会听说的人工智能
4.1 认识智能语音技术
4.1.1 身边的智能语音技术
4.1.2 语音识别、语音合成以及相关技术
4.1.3 智能语音技术的应用
4.1.4 智能语音技术的发展
4.2 声音的处理
4.2.1 声音的采集
4.2.2 声音的数字化
4.2.3 声音的特征
4.3 语音识别
4.3.1 语音识别的准备
4.3.2 语音识别的一般过程
4.3.3 声学模型的作用
4.3.4 发声词典的作用
4.3.5 语言模型的作用
4.4 语音合成
4.4.1 语音合成的准备
4.4.2 语音合成的一般过程
4.4.3 文本分析的作用
第5章 人工智能伦理
5.1 数据与隐私
5.1.1 数据时代的便利与挑战
5.1.2 隐私数据泄露与危害
5.1.3 数据伦理应遵循的规则
5.2 算法与偏见
5.2.1 机器学习让人工智能更聪明
5.2.2 算法偏见带来的伦理问题
5.2.3 算法伦理应遵循的规则
5.3 安全与责任
5.3.1 人工智能的发展趋势
5.3.2 人工智能带来的社会问题
5.3.3 人机融合发展的社会
后记
展开