本书通过简述人工智能的相关概念、分类与应用，介绍人工智能的主流技术（机器学习、人工神经网络、强化学习和深度学习），并通过多个实际案例详细介绍人工智能的主流应用领域（自然语言处理、语音识别、计算机视觉、区块链等），最后介绍人工智能算法。本书还包含一章Python基础，以便读者更深入地理解书中的案例实现。
本书可以作为大专院校人工智能通识课程和人工智能相关专业的基础课程的教材，也可以作为普通读者（包括有意报考人工智能相关专业的中学生）整体了解人工智能领域的入门书。

第1章 人工智能导引
1.1 什么是人工智能
1.2 学习人工智能的目的和意义
1.3 人工智能的应用
1.3.1 人工智能的行业图谱和行业发展剖析
1.3.2 人工智能结合大数据的行业应用案例
1.3.3 人工智能在“互联网+”领域的应用
1.3.4 人工智能在制造业领域的应用
1.3.5 人工智能在金融、消费领域的应用
1.4 人工智能的分支
1.4.1 人工智能领域的经典问题和求解方式
1.4.2 机器学习模型和推理符号模型
1.4.3 人工智能和大数据
1.4.4 人工智能和机器学习
1.4.5 人工智能和深度学习
1.5 小结
习题
第2章 Python基础
2.1 Python的安装
2.1.1 Ubuntu下的安装
2.1.2 Windows下的安装
2.2 编程基础
2.2.1 数据类型与变量
2.2.2 字符串和编码
2.2.3 列表、元组及字典
2.2.4 条件判断
2.2.5 循环
2.2.6 函数的定义与调用
2.3 第三方模块的安装与使用
2.4 文件读写
2.5 NumPy的使用
2.5.1 NumPy简介、下载与安装
2.5.2 数据类型
2.5.3 数组的创建与索引
2.5.4 数组的操作
2.5.5 函数
2.5.6 矩阵库及线性代数
2.6 Python绘图基础
2.6.1 初级绘制
2.6.2 线条的颜色和粗细
2.6.3 图例、子图、坐标轴和记号
2.6.4 常见的图像形状
2.6.5 常见的图像格式
2.6.6 图像的基本操作
2.7 小结
习题
第3章 机器学习初步
3.1 机器学习概述
3.2 机器学习的分类
3.3 数据预处理与特征工程
3.4 sklearn库简介
3.5 逻辑回归分类
3.6 线性回归预测
3.7 聚类
3.8 小结
习题
第4章 自然语言处理
4.1 自然语言处理的概念
4.2 文本分词与词汇还原
4.2.1 文本分词
4.2.2 使用stemming还原词汇
4.2.3 使用lemmatization还原词汇
4.3 文本分块与词袋模型
4.3.1 文本分块
4.3.2 词袋模型
4.4 使用TFIDF算法构建文档类别预测器
4.5 案例： 构建语义分析器
4.6 基于LDA的主题模型
4.7 小结
习题
第5章 语音识别
5.1 处理语音信号
5.2 可视化音频信号
5.3 将音频信号从时域转换为频域
5.4 生成音频信号
5.5 提取语音特征
5.6 构建语音识别系统——识别口语词汇
5.7 小结
习题
第6章 计算机视觉
6.1 什么是计算机视觉
6.2 OpenCV简介
6.3 视频中移动物体检测方法
6.3.1 帧间差分法
6.3.2 使用色彩空间跟踪对象
6.3.3 使用背景差分法跟踪对象
6.4 使用CAMShift算法构建目标跟踪器
6.5 基于光流的跟踪
6.6 Haar级联和积分图
6.6.1 使用Haar级联进行对象检测
6.6.2 使用积分图进行特征提取
6.7 人脸检测和跟踪
6.8 小结
习题
第7章 人工神经网络
7.1 什么是人工神经网络
7.2 建立和训练人工神经网络
7.2.1 神经元
7.2.2 建立人工神经网络
7.2.3 训练人工神经网络
7.2.4 激活函数
7.3 感知器
7.4 构建单层人工神经网络和多层人工神经网络
7.4.1 前向网络和反馈网络
7.4.2 构建单层人工神经网络
7.4.3 构建多层人工神经网络
7.5 循环人工神经网络
7.6 构建光学字符识别引擎
7.7 小结
习题
第8章 强化学习和深度学习
8.1 强化学习的基本概念
8.1.1 什么是强化学习
8.1.2 强化学习与监督学习的区别
8.1.3 强化学习的原理
8.1.4 现实中强化学习的实例
8.2 强化学习案例——构建智能体
8.3 什么是深度学习
8.4 卷积神经网络
8.4.1 什么是卷积神经网络
8.4.2 卷积神经网络的体系结构
8.5 使用单层神经网络建立图像分类器
8.6 使用卷积神经网络建立图像分类器
8.7 小结
习题
第9章 区块链
9.1 区块链概述
9.1.1 区块链的起源与发展
9.1.2 区块链的类型与特征
9.1.3 区块链架构模型
9.1.4 区块链核心技术
9.1.5 区块链应用
9.2 人工智能与区块链
9.3 在区块链过程中使用朴素贝叶斯
9.4 案例： 使用朴素贝叶斯优化区块链
9.5 小结
习题
第10章 人工智能算法
10.1 启发式搜索算法
10.2 遗传算法
10.2.1 遗传算法原理
10.2.2 相关生物学术语
10.2.3 运算过程
10.2.4 案例实现
10.3 模拟退火算法
10.3.1 模拟退火算法原理
10.3.2 模拟退火算法模型
10.3.3 参数控制问题
10.3.4 案例实现
10.4 蚁群算法
10.4.1 蚁群算法原理
10.4.2 算法流程
10.4.3 案例实现
10.5 小结
参考文献