包邮人工智能基础及教育应用

**部分 Python基础 第1章 Python简介 1.1 Python语言的特点 1.2 Python主要应用领域 1.3 Python的安装 1.4 Python开发环境 习题 第2章 **个Python源程序 2.1 程序基本格式 2.2 变量及其命名规则 2.3 基本数据类型和组合数据类型 2.4 字符串 习题 第3章 Python程序流程控制 3.1 Python程序的构成 3.2 选择结构 3.3 循环结构 3.4 异常处理 习题 第4章 列表与元组 4.1 列表 4.2 列表排序 4.3 序列类型通用方法 4.4 多维列表 4.5 元组 习题 第5章 字典与集合 5.1 字典 5.2 集合 习题 第6章 函数 6.1 函数的基本概念 6.2 函数的定义和调用 6.3参数的传递 6.4 参数的几种类型 习题 第7章 文件与操作 7.1 文件的操作 7.2 数据文件的存储与处理 7.3 文件夹的操作 习题 第二部分 人工智能基础 第8章 人工智能之路 8.1 人工智能的概念 8.2 人工智能的判定方法 8.3 人工智能的发展历史 8.4 人工智能研究的Agent视角 8.5 人工智能的层级 8.6 人工智能研究的三大学派 8.7 人工智能的应用 8.8 人工智能的发展趋势 习题 第9章 知识表示 9.1 知识表示的概念 9.2 一阶谓词逻辑 9.3 产生式表示法 9.4 框架表示法 9.5 知识图谱 习题 第10章 基于知识的推理 10.1 推理的概念 10.2 确定性推理 10.3 不确定性推理 10.4 中突消解 10.5 搜索求解策略 10.6 专家系统 习题 第11章 机器学习 11.1 机器学习的概念 11.2 有监督学习 11.3 无监督学习 11.4 半监督学习 11.5 迁移学习 习题 第12章 人工神经网络 12.1 生物神经元的结构与功能 12.2 神经元的数学模型 12.3 单层感知机 12.4 多层前馈神经网络 12.5 误差反向传播算法 12.6 深度神经网络 习题 第13章 强化学习 13.1 强化学习概述 13.2 强化学习问题 13.3 马尔可夫决策过程 13.4 强化学习算法分类 13.5 Q学习算法 13.6 深度Q学习算法 习题 第14章 计算机视觉 14.1 计算机视觉概述 14.2 目标分类 14.3 目标检测 14.4 语义分割 14.5 目标跟踪 习题 第15章 自然语言处理 15.1 自然语言处理概述 15.2 语音识别 15.3 机器翻译 习题 第16章 智能机器人 16.1 智能机器人概述 16.2 智能机器人的体系结构 16.3 机器人视觉系统 16.4 机器人规划 16.5 情感机器人 16.6 机器人应用 16.7 智能机器人的发展趋势 习题 第三部分 人工智能实践 第17章 基于产生式的动物识别专家系统 17.1 问题提出 17.2 解决思路 17.3 实验环境 17.4 核心代码 17.5 实验效果 第18章 基于决策树的银行贷款审批模型 18.1 问题提出 18.2 解决思路 18.3 实验环境 18.4 核心代码 18.5 实验效果 第19章 鸢尾花的K均值聚类 19.1 问题提出 19.2 解决思路 19.3 实验环境 19.4 核心代码 19.5 实验效果 第20章 利用卷积神经网络识别手写数字 20.1 问题提出 20.2 解决思路 20.3 实验环境 20.4 核心代码 20.5 实验效果 第21章 利用DCGAN生成MNIST手写数字 21.1 问题提出 21.2 解决思路 21.3 实验环境 21.4 核心代码 21.5 实验效果 第22章 利用深度强化学习玩Flappy Bird游戏 22.1 问题提出 22.2 解决思路 22.3 实验环境 22.4 核心代码 22.5 实验效果 附录A Python常用库 附录B Python在教学中的应用案例 附录C 深度学习框架 附录D Python综合测试