第1章 绪论
1．1 什么是机器学习和人工智能
1．2 机器学习的主要任务
1．3 机器学习与深度学习

第2章 人工智能技术
2．1 搜索策略
2．2 确定性推理
2．3 不确定性推理
2．4 专家系统
2．5 机器学习
2．6 自然语言处理

第3章 机器学习经典算法剖析
3．1 正态贝叶斯分类器
3．2 K近邻算法
3．3 决策树
3．4 AdaBoost
3．5 梯度提升树
3．6 神经网络

第4章 深度强化学习
4．1 深度强化学习概述
4．2 深度强化学习的思路
4．3 深度强化学习的网络结构及算法
4．4 深度强化学习算法框架
4．5 典型应用场景实例

第5章 计算机视觉与语音处理
5．1 计算机视觉与语音概述
5．2 数字图像的类型及机内表示
5．3 常用计算机视觉模型和关键技术
5．4 语音的识别与合成
5．5 语音的增强与转换
5．6 情感语音
5．7 人脸识别技术

第6章 人工智能技术在机器人领域的应用实例
6．1 AI算法在移动机器人路径规划中的应用
6．2 强化学习在机器人系统中的应用
6．3 专家系统在智能机器人领域的应用
6．4 自主学习在机器人系统中的应用
6．5 自然语言理解系统在机器人中的应用
6．6 改进的遗传算法在机器人路径规划中的应用
6．7 免疫遗传算法在机器人路径规划中的应用

参考文献