人工智能技术导论

第1章 人工智能概述 1 1.1 人工智能简介 1 1.1.1 人工智能的定义 1 1.1.2 人工智能的分类 2 1.1.3 人工智能的起源和发展 3 1.1.4 人工智能的应用领域 7 1.2 人工智能技术领域 9 1.2.1 人工智能四要素 10 1.2.2 人工智能技术框架 11 1.2.3 人工智能技术的发展趋势 13 1.3 人工智能的意义及挑战 14 1.3.1 发展人工智能的战略意义 15 1.3.2 人工智能的挑战 16 1.4 人工智能初体验 17 1.4.1 百度EasyDL介绍 17 1.4.2 百度EasyDL应用――猫狗分类 18 1.5 本章总结 31 本章习题 31 第2章 机器学习 33 2.1 机器学习简介 33 2.1.1 机器学习的定义 34 2.1.2 机器学习的发展历程 35 2.1.3 机器学习的应用领域 38 2.2 机器学习进阶 40 2.2.1 机器学习的分类 40 2.2.2 机器学习的基本术语 44 2.2.3 机器学习的流程 47 2.2.4 机器学习的常用算法 48 2.3 深度学习与神经网络 56 2.3.1 深度学习 56 2.3.2 神经网络 59 2.4 机器学习的应用体验 63 2.4.1 线性回归――预测工资 63 2.4.2 逻辑回归――预测期末考试成绩能否及格 65 2.5 本章总结 67 本章习题 68 第3章 计算机视觉 70 3.1 计算机视觉简介 70 3.1.1 计算机视觉的发展历程 70 3.1.2 计算机视觉的实现原理 72 3.1.3 计算机视觉的典型应用 74 3.2 基于深度学习的视觉技术 75 3.2.1 图像分类 75 3.2.2 目标检测 77 3.2.3 图像分割 80 3.2.4 轨迹跟踪 81 3.3 OpenCV的基础 84 3.3.1 OpenCV的安装 85 3.3.2 OpenCV的图像处理 86 3.3.3 OpenCV的视频处理 88 3.4 计算机视觉的应用体验 90 3.4.1 基于OpenCV的人脸识别 90 3.4.2 基于百度EasyDL OCR平台的车牌识别 95 3.5 本章总结 108 本章习题 108 第4章 智能语音 109