本书系统介绍了大数据和人工智能的相关概念和技术，主要涉及大数据工程、人工智能原理、人工智能算法在大数据平台上的实现以及相关原理的前沿应用。
全书共分为3篇，第1篇是大数据技术原理与应用，第2篇是人工智能基础与应用，第3篇是大数据与人工智能的综合应用。第1篇讲述了大数据的起源与发展，大数据技术的重要概念和大数据处理框架，重点介绍了分布式存储系统、MapReduce的概念和应用，介绍了分布式数据库的概念以及与传统数据库的区别和优势，并以示例的方式讲述了大数据技术在生活中的应用。第2篇讲述了人工智能的来源、发展、相关算法和应用，主要讲述了特征提取，自然语言的处理方法，并以案例的形式讲述了人工智能在人脸识别和视频检测中的应用，介绍了人工神经网络的结构，神经网络在图像识别中的应用。第3篇主要结合案例讲解大数据与人工智能的关系，大数据与人工智能相辅相成促进技术的发展，并列出了一系列的实例，生动详细地讲解了大数据与人工智能如何改变生活。
本书讲解的内容浅显易懂，讲解方式生动，讲解过程结合案例，具有普适性，尤其适合各个层面的读者，甚至从未接触过人工智能和大数据的读者也可通过本书扩大眼界。在高等院校，本书适合各专业同学，包括那些对大数据和人工智能感兴趣又没有相关基础的同学选作教材。

　郏东耀，博士，北京交通大学副教授，博士生导师。美国IEEE高级会员（SeniorMember），中国自动化学会高级会员，中国电子学会高级会员。2006年毕业于清华大学精密测量技术及仪器国家重点实验室，获清华大学工学博士学位。主要科研方向为新型检测技术及数据处理、智能视觉检测技术、无线传感网新理论、新方法及其应用。国内外相关领域发表论文近70篇，其中SCI、EI检索期刊论文50篇。主持或参与国家863重大专项子课题、国家863重大项目、国家自然科学基金重大项目、国家科技部“科技支撑”项目、地方铁路局、地铁公司、企业合作等多个工程科研项目。

第1篇 大数据技术原理与应用
第1章 大数据的来源、采集与基本概念
1.1 大数据的来源与发展
1.2 何为大数据
1.3 大数据的特点
1.4 大数据的分类和采集方法
1.5 大数据的基本概念
第2章 大数据处理构架Hadoop
2.1 Hadoop概述
2.2 数据仓库工具Hive
2.3 大数据仓库HBase
2.4 编程语言Pig
2.5 协管员ZooKeeper
2.6 Hadoop资源管理与调度
第3章 Hadoop分布式文件系统HDFS
3.1 HDFS的由来
3.2 HDFS的设计思想
3.3 HDFS的主要特性
3.4 HDFS的架构
3.5 HDFS的主要流程
3.6 HDFS异构存储
3.7 HDFS擦除码技术
第4章 MapReduce与Spark
4.1 MapReduce的设计思想
4.2 MapReduce的组成
4.3 MapReduce的工作流程
4.4 MapReduce的计算过程详解
4.5 MapReduce的使用案例
4.6 任务网络的通信开销
4.7 Spark概述
4.8 RDD概述
第5章 NoSQL数据库、分布式数据库HBase、云数据库
5.1 数据库
5.2 非关系型数据库（NoSQL）
5.3 NoSQL数据库的体系框架
5.4 NoSQL数据库的分类
5.5 分布式数据库HBase
5.6 HBase具体介绍
5.7 云数据库及其产品
第6章 大数据的应用与展望
6.1 大数据的应用方向
6.2 大数据的成功应用
6.3 大数据分析技术的应用
6.4 大数据挖掘技术的应用实例
6.5 大数据的展望
第2篇 人工智能基础与应用
第7章 人工智能的基本概念
7.1 什么是人工智能
7.2 人工智能的历史
7.3 图灵测试
7.4 中文屋理论
7.5 人工智能的未来
第8章 特征提取
8.1 特征提取基础
8.2 数学方法入门
8.3 特征选择方法的开放性问题
8.4 图像特征
第9章 机器学习
9.1 机器学习的基本概念
9.2 强化学习
9.3 推荐系统
9.4 神经网络
9.5 深度学习
第10章 自然语言理解
10.1 概述
10.2 语言认知模型
10.3 自然语言理解模型
10.4 语言及汉语的特点
10.5 思维及思维规律的特点
10.6 什么是自然语言理解
10.7 计算机识字和理解
第11章 人工智能方法在目标检测中的应用
11.1 智能视频监控系统
11.2 人脸识别系统
第3篇 大数据与人工智能的综合应用
第12章 云计算、大数据与人工智能
12.1 云计算的概念
12.2 云计算、物联网、大数据与人工智能的融合
第13章 基于大数据的人工智能应用
13.1 自动编码器
13.2 如何从全国天气推测局部地区天气
13.3 手写文字中的“信息量”
13.4 多层架构深层挖掘
13.5 Google的猫脸识别
13.6 飞速发展的关键——鲁棒性
13.7 有趣的对抗生成网络
13.8 大数据与人工智能的融合带给生活的改变
13.9 发展趋势
第14章 基于大数据的智能交通系统
14.1 智能交通系统的概念及发展历程
14.2 大数据与交通系统的结合
14.3 大数据技术在智能交通中的科学使用
第15章 大数据背景下机器学习算法实验
15.1 距离的度量方法
15.2 机器学习算法之聚类、回归、分类
15.3 机器学习算法之决策树
15.4 实践AI和机器学习示例
参考文献