本书是普通高等学校大数据与人工智能相关专业基本知识课程教材。本书内容从Python的基础语法到机器学习，再到人工神经网络等深度学习，层层递进讲解，最后讲解综合应用。全书共分为8章，主要介绍了人工智能概述、Python库和框架、机器学习算法、人工神经网络基础、视觉处理与应用、自然语言处理与应用、人工智能开放平台应用、综合应用实例等内容。本书注重理论与实践的结合，引入的实例结合理论和算法均予以实现，适合大学各专业学生作为人工智能通识课教材使用，也可作为人工智能的普及读物供广大读者自学或参考。

第1章 人工智能概述
1.1 人工智能的定义与研究目标
1.2 人工智能的发展
1.3 人工智能和深度学习的关系
1.4 人工智能学派
1.5 深度学习常用框架
1.6 人工智能常见应用
第2章 Python库和框架
2.1 Python语言简介
2.2 Python的开发环境搭建
2.3 Python的基础语法
2.4 Python的基本程序结构
2.5 Python函数
2.6 Python库
2.7 TensorFlow框架
第3章 机器学习算法
3.1 回归
3.2 聚类
3.3 分类
3.4 集成学习
第4章 人工神经网络基础
4.1 人工神经元
4.2 感知机
4.3 多层感知机
4.4 Hopfield神经网络
4.5 卷积神经网络
第5章 视觉处理与应用
5.1 图像分类
5.2 目标检测
5.3 语义分割
5.4 实例分割
第6章 自然语言处理与应用
6.1 简述
6.2 自然语言处理的发展概况
6.3 机器翻译
6.4 语音识别
第7章 人工智能开放平台应用
7.1 AI开放平台概况
7.2 AI开放平台应用范例
7.3 大规模模型及平台应用
第8章 综合应用实例
8.1 波士顿房价预测
8.2 鸢尾花分类
8.3 手写数字识别
8.4 猫狗图片分类
参考文献