本书利用100个H5小程序，将人工智能所涉及的算法由浅入深逐渐汇聚成成一个完整的人工智能框架体系，系统讲解了人们思考问题时的逻辑过程、人们预测事物的概率问题、机器学习、制造自适应机器人的方法，以及如何快速有效地实现人工智能系统的方法。 本书从最基础的算法基础讲起由浅入深，层层递进，在巩固固有知识的同时深入讲解人工智能的算法原理，既可以作为初学人工智能算法的入门书，又可以作为中小学生人工智能教学用书，还可供对于算法有兴趣的人群阅读。

绪论
1 专家系统
1.1 应用程序
1.1.1 简单计算器
1.1.2 生成JS代码
1.1.3 误差的处理
1.1.4 汉语言编程
1.1.5 音乐播放器
1.2 问答系统
1.2.1 语法聊天机器人1
1.2.2 语法聊天机器人2
1.2.3 电商客服机器人
1.2.4 贷款评估机器人
1.2.5 话术管理系统
1.3 医疗专家
1.3.1 流感诊断机器人
1.3.2 中医诊断机器人
1.3.3 术后康复机器人
1.3.4 心理康复机器人
1.4 数据存储
1.4.1 知识图谱
1.4.2 关系型数据库
1.4.3 索引型数据库
1.4.4 节点型数据库
本章小结
2 统计分析
2.1 简单统计
2.1.1 预测命中率
2.1.2 预测打哪里
2.1.3 自动分等级
2.1.4 计算稳定性
2.2 推荐算法
2.2.1 统计分词
2.2.2 语法分词
2.2.3 相似推荐
2.2.4 协同推荐
2.3 先验概率
2.3.1 贝叶斯定理
2.3.2 朴素贝叶斯
2.3.3 预测股票走势
2.4 排序方法
2.4.1 普通排序
2.4.2 二分排序
2.4.3 非比较排序
本章小结
3 机器学习
3.1 文字识别
3.1.1 汉字识图
3.1.2 像素对比
3.1.3 图案对比
3.1.4 等比缩放
3.1.5 多层缩放
3.2 监督学习
3.2.1 图片标注
3.2.2 神经元
3.2.3 感知机
3.2.4 线性函数
3.2.5 线性回归
3.2.6 反向传播
3.3 深度学习
3.3.1 卷积神经网络
3.3.2 循环神经网络
3.3.3 阅读财务报表
3.3.4 自注意力机制
3.4 学习框架
3.4.1 TensorFlow
3.4.2 数据可视化
3.4.3 手写体识别
3.4.4 生成式对抗网络
本章小结
4 智能机器
4.1 路径规划
4.1.1 绘制地图
4.1.2 独立计算
4.1.3 优先算法
4.1.4 蚁群算法
4.1.5 蜂群算法
4.2 进化算法
4.2.1 二进制遗传
4.2.2 旅行商问题
4.2.3 复杂度优先
4.2.4 竞争与合作
4.2.5 贡献值优先
4.2.6 开放式地图
4.3 自我编程
4.3.1 编程引擎
4.3.2 语法词典
4.3.3 进化编程
4.3.4 迁移学习
4.4 人机结合
4.4.1 碳基生命
4.4.2 硅基生命
4.4.3 脑机接口
4.4.4 超级生命
本章小结
5 算法优化
5.1 数据优化
5.1.1 样本选择
5.1.2 降维算法
5.1.3 缩小图像
5.1.4 归一算法
5.1.5 聚类算法
5.2 查找算法
5.2.1 逐行查找
5.2.2 散列查找
5.2.3 二分查找
5.2.4 插值查找
5.2.5 树形查找
5.3 强化学习
5.3.1 博弈算法
5.3.2 减枝搜索
5.3.3 统计模拟
5.3.4 强化学习
5.4 并行计算
5.4.1 缓存和队列
5.4.2 线程和进程
5.4.3 GPU编程
本章小结
后记