本书是为人工智能初学者量身打造的一本人工智能的入门级教程。本书以通俗易懂的方式，对人工智能的基本技术进行简要讲解。本书由“人工智能概念建构”“人工智能技术浅探”“人工智能算法语言浅尝”和“人工智能典型应用案例简析”4个模块构成。主要内容有人工智能的知识表示方法；搜索、推理、智能仿生算法等机器思维技术；人工神经网络、卷积神经网络等机器学习和深度学习算法。扩展内容是人工智能的主流算法——Python语言和人工智能典型应用案例。本书采用模块化的内容结构，是为了方便高职院校根据具体情况选择内容。本书既可作为高职院校人工智能相关专业的专业基础课程教材，也可作为人工智能通识课程教材，还可供热衷于人工智能技术的初学者学习使用。

模块一 人工智能概念建构
1.1 走近人工智能
1.1.1 会下围棋的阿尔法狗
1.1.2 能听会说的智能精灵
1.1.3 能识会辨的智能识别系统
1.1.4 善解人意的智能客服
1.1.5 高仿真的智能媒体
1.1.6 高精准的智能医疗
1.1.7 多才多艺的智能机器人
1.1.8 日臻完善的机器翻译
1.1.9 技术娴熟的自动驾驶
1.1.10 才学过人的专家系统
1.2 人工智能的由来与发展
1.2.1 图灵测试
1.2.2 人工智能的正式诞生
1.2.3 人工智能的定义
1.2.4 人工智能的发展历程
1.2.5 我国人工智能的发展及现状
1.3 人工智能的主要技术内容
1.3.1 知识表示
1.3.2 机器感知
1.3.3 机器思维
1.3.4 机器学习
1.3.5 机器行为
模块二 人工智能技术浅探
2.1 知识表示技术
2.1.1 一阶谓词表示法
2.1.2 产生式规则表示法
2.1.3 结构性知识的表示方法
2.2 推理技术
2.2.1 推理概述
2.2.2 自然演绎推理
2.2.3 归结反演推理
2.2.4 可信度推理
2.2.5 似然推理
2.2.6 模糊推理
2.2.7 推理技术的典型应用
2.3 搜索技术
2.3.1 搜索概述
2.3.2 盲目搜索技术
2.3.3 启发式搜索策略
2.3.4 A搜索算法与A*搜索算法
2.3.5 搜索技术的典型应用场景
2.4 遗传算法
2.4.1 基本遗传算法
2.4.2 改进遗传算法简介
2.5 群智能算法简介
2.5.1 粒子群优化算法
2.5.2 蚁群优化算法
2.6 机器学习简介
2.6.1 机器学习的主要类型
2.6.2 机器学习的常用算法
2.7 人工神经网络简介
2.7.1 神经网络概述
2.7.2 BP神经网络学习算法及其应用
2.7.3 Hopfield神经网络及其应用
2.8 深度学习算法简介
2.8.1 卷积神经网络简介
2.8.2 胶囊网络简介
2.8.3 生成对抗网络简介
模块三 人工智能算法语言浅尝
3.1 初识Python
3.1.1 Python语言概述
3.1.2 Python语言的特点
3.1.3 Python开发环境搭建
3.1.4 Python程序运行方法
3.2 Python语法要素认知
3.2.1 Python程序格式基本规范
3.2.2 Python语法要素
3.2.3 数据类型
3.3 Python程序设计尝试
3.3.1 流程控制类程序设计体验
3.3.2 列表与元组应用程序设计体验
3.3.3 字典与集合应用程序设计体验
3.3.4 函数应用程序设计体验
3.3.5 第三方库应用程序设计体验
模块四 人工智能典型应用案例简析
4.1 手写数字识别
4.1.1 案例简介
4.1.2 相关技术
4.1.3 算法思想
4.1.4 算法实现
4.2 花卉分类
4.2.1 案例简介
4.2.2 相关技术
4.2.3 算法思想
4.2.4 算法实现
4.3 动物识别专家系统
4.3.1 案例简介
4.3.2 相关技术
4.3.3 算法思想
4.3.4 算法实现
4.4 人脸表情识别
4.4.1 案例简介
4.4.2 相关技术
4.4.3 算法思想
4.4.4 算法实现
参考文献