前 言

隨著時代的發(fā)展，人工智能已經(jīng)成為推動經(jīng)濟社會發(fā)展的新引擎，人工智能技術(shù)逐步成為科技未來發(fā)展的趨勢，當(dāng)前人工智能已經(jīng)廣泛應(yīng)用于社會生活的各個領(lǐng)域，成為人們生活和工作中不可或缺的組成部分，掌握人工智能基礎(chǔ)知識、應(yīng)用人工智能技術(shù)是人們在各領(lǐng)域工作中應(yīng)當(dāng)掌握的必備技能。

編者在編寫本書時，以2018年教育部印發(fā)的《高等學(xué)校人工智能創(chuàng)新行動計劃》文件精神為指導(dǎo)，以教育部印發(fā)的《高等職業(yè)教育專科信息技術(shù)課程標(biāo)準(zhǔn)（2021年版）》為依據(jù)，按照計算機公共課教學(xué)的基本要求，立足于人工智能技術(shù)發(fā)展對人才的職業(yè)素養(yǎng)要求，緊跟人工智能主流技術(shù)，培養(yǎng)人工智能素養(yǎng)、計算思維能力和人工智能應(yīng)用能力，使讀者能利用人工智能的手段解決行業(yè)問題。這是一本集人工智能的通識性、典型性、實用性和可操作性于一體的適合高職學(xué)生特點的一體化教材。

本書特色如下：

（1）采用模塊化形式對教學(xué)內(nèi)容進行整合，克服了內(nèi)容枯燥、理論與實踐脫節(jié)的弊端，能力培養(yǎng)從人工智能的認(rèn)知理解層面提高到人工智能的應(yīng)用層面。

（2）充分體現(xiàn)項目驅(qū)動、任務(wù)導(dǎo)向、教學(xué)做一體化的教學(xué)理念，充分考慮學(xué)生的認(rèn)知能力和規(guī)律，將人工智能的應(yīng)用案例拆解成遞進式任務(wù)，一方面降低學(xué)生完成項目的難度，另一方面利于教師根據(jù)學(xué)生的特點因材施教，開展分層次教學(xué)。

（3）貫徹新工科教育理念，將計算思維列為學(xué)生能力培養(yǎng)的重要目標(biāo)，將思維方式融入具體的工作任務(wù)當(dāng)中，讓學(xué)生學(xué)會有效解決問題的方法并從中學(xué)會處理該類問題的一般思路，從而提高學(xué)生的創(chuàng)新能力。

（4）編寫組走訪多家不同類型的企業(yè)，聘請企業(yè)工程師來設(shè)計教材內(nèi)容體系；編者均來自天津職業(yè)大學(xué)計算機公共課教研室，具有多年一線教學(xué)經(jīng)驗，并且都擁有企業(yè)項目研發(fā)經(jīng)歷，具備一定的實戰(zhàn)經(jīng)驗，對技術(shù)路線把握準(zhǔn)確。

（5）技術(shù)先進，以Python作為人工智能的開發(fā)語言，以技術(shù)先進、成熟的百度AI開放平臺為依托，AI項目涵蓋圖像與文字識別、人臉識別、語音技術(shù)、自然語言處理等主流應(yīng)用領(lǐng)域，保證了典型性、先進性和實用性。

本書共分四個模塊：人工智能基礎(chǔ)知識模塊、Python基礎(chǔ)模塊、人工智能應(yīng)用模塊、機器學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)簡介模塊。

（1）人工智能基礎(chǔ)知識模塊：介紹人工智能的概念、歷史和應(yīng)用領(lǐng)域，講述了人工智能開發(fā)語言Python的特點、集成開發(fā)環(huán)境PyCharm的安裝和使用方法。

（2）Python基礎(chǔ)模塊：介紹Python的語法基礎(chǔ)、流程控制結(jié)構(gòu)、數(shù)據(jù)類型、函數(shù)和文件處理，使學(xué)生具備初步的Python程序編寫能力，為后續(xù)的人工智能應(yīng)用打下基礎(chǔ)。

（3）人工智能應(yīng)用模塊：選取圖像與文字識別、人臉識別、語音技術(shù)、自然語言處理等人工智能主流應(yīng)用領(lǐng)域，兼顧通識與技能、理論與實踐結(jié)合，通過項目案例展示人工智能技術(shù)的應(yīng)用方法，培養(yǎng)學(xué)生用人工智能技術(shù)解決問題的能力。

（4）機器學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)簡介模塊：介紹機器學(xué)習(xí)的概念和典型算法、人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和工作原理、主流人工智能開發(fā)框架，通過體驗項目讓學(xué)生對機器學(xué)習(xí)有感性的認(rèn)識，揭開人工智能的神秘面紗。

本書由楊纓、李佳任主編，王擁國、李海鳳任副主編，具體編寫分工如下：王擁國編寫第1章和第2章，李海鳳編寫第3章和第4章，楊纓編寫第5章至第8章，李佳編寫第9章和第10章，楊纓負(fù)責(zé)全書統(tǒng)稿、修改、定稿工作。

由于編者水平有限，書中不足甚至錯誤之處在所難免，懇請讀者批評指正。

編 者

2022年3月

前言
第1章 人工智能概述 1
1.1 人工智能的概念 1
1.1.1 圖靈測試 1
1.1.2 人工智能的概念描述 2
1.2 人工智能的誕生與發(fā)展 3
1.2.1 人工智能的誕生 3
1.2.2 第一次興衰 3
1.2.3 第二次興衰 3
1.2.4 第三次興衰 4
1.3 人工智能在各行業(yè)的應(yīng)用現(xiàn)狀 4
1.3.1 智能傳媒 5
1.3.2 智能制造 6
1.3.3 智能安防 6
1.3.4 智能客服 7
1.3.5 自動駕駛 8
1.3.6 智能金融 9
1.3.7 智能教育 10
1.3.8 智能機器人 10
1.4 人工智能開發(fā)語言Python 11
1.4.1 Python的由來 11
1.4.2 Python的特點 12
1.4.3 Python的應(yīng)用領(lǐng)域 12
1.4.4 Python的安裝 13
1.4.5 集成開發(fā)環(huán)境—PyCharm 16
1.5 用PyCharm開發(fā)第一個程序 17
1.6 本章小結(jié) 21
課后習(xí)題 21
第2章 Python語言基礎(chǔ) 23
2.1 基本語法 23
2.1.1 行與縮進 23
2.1.2 注釋 24
2.1.3 語句換行 25
2.2 變量 25
2.2.1 變量的命名 26
2.2.2 變量的賦值 26
2.3 基本數(shù)據(jù)類型 27
2.3.1 數(shù)值型 27
2.3.2 字符串型 28
2.3.3 布爾型 29
2.3.4 數(shù)據(jù)類型轉(zhuǎn)換 29
2.4 輸入函數(shù) 30
2.5 輸出函數(shù) 31
2.5.1 print()函數(shù) 31
2.5.2 格式化輸出 31
2.6 運算符 34
2.6.1 算術(shù)運算符 34
2.6.2 復(fù)合賦值運算符 35
2.6.3 比較運算符 36
2.6.4 邏輯運算符 37
2.6.5 運算符的優(yōu)先級 38
2.7 程序練習(xí) 39
2.8 本章小結(jié) 40
課后習(xí)題 40
第3章 Python流程控制 43
3.1 流程圖的表示符號 43
3.2 順序結(jié)構(gòu) 44
3.3 選擇結(jié)構(gòu) 45
3.3.1 if語句 45
3.3.2 if…else…語句 47
3.3.3 if…elif…語句 48
3.3.4 if語句嵌套 50
3.4 循環(huán)結(jié)構(gòu) 52
3.4.1 while循環(huán) 52
3.4.2 for循環(huán) 54
3.4.3 break語句 57
3.4.4 continue語句 57
3.4.5 循環(huán)嵌套 58
3.5 程序練習(xí) 59
3.6 本章小結(jié) 62
課后習(xí)題 62
第4章 Python數(shù)據(jù)類型 65
4.1 字符串 65
4.1.1 訪問字符串中的元素 66
4.1.2 字符串運算符 66
4.1.3 字符串函數(shù) 67
4.2 列表 70
4.2.1 列表類型 70
4.2.2 列表函數(shù) 71
4.3 元組 74
4.3.1 元組類型 74
4.3.2 元組函數(shù) 76
4.4 字典 76
4.4.1 字典類型 76
4.4.2 字典函數(shù) 78
4.4.3 字典的遍歷 79
4.5 集合 81
4.5.1 集合函數(shù) 81
4.5.2 集合運算 83
4.6 程序練習(xí) 83
4.7 本章小結(jié) 87
課后習(xí)題 87
第5章 Python函數(shù)與文件操作 90
5.1 自定義函數(shù) 90
5.1.1 函數(shù)的定義與調(diào)用 90
5.1.2 函數(shù)的參數(shù) 92
5.1.3 函數(shù)的返回值 93
5.1.4 變量作用域 96
5.2 常用的內(nèi)置函數(shù) 97
5.3 模塊 97
5.3.1 模塊的概念 97
5.3.2 模塊的導(dǎo)入 98
5.3.3 自定義模塊 98
5.3.4 標(biāo)準(zhǔn)模塊 99
5.3.5 第三方模塊 100
5.4 文件操作 104
5.4.1 文件路徑的概念 104
5.4.2 文件的打開與關(guān)閉 105
5.4.3 文件的讀寫操作 106
5.4.4 使用with語句操作文件 108
5.5 程序練習(xí) 109
5.6 本章小結(jié) 112
課后習(xí)題 113
第6章 圖像與文字識別 115
6.1 圖像識別技術(shù)簡介 115
6.1.1 圖像識別的引入 115
6.1.2 圖像識別的工作過程簡介 116
6.1.3 圖像識別的典型應(yīng)用領(lǐng)域 116
6.1.4 百度AI開放平臺的圖像識別接口簡介 117
6.2 項目：動物識別 120
6.2.1 實現(xiàn)目標(biāo)及解決方案 120
6.2.2 實施前的準(zhǔn)備環(huán)節(jié) 121
6.2.3 任務(wù)1：識別程序中指定的圖片 124
6.2.4 任務(wù)2：識別用戶指定的圖片并完善顯示效果 127
6.3 文字識別技術(shù)簡介 129
6.3.1 OCR的基本概念 129
6.3.2 OCR的典型應(yīng)用領(lǐng)域 130
6.3.3 百度AI開放平臺的文字識別接口簡介 130
6.4 項目：文字識別 132
6.4.1 實現(xiàn)目標(biāo)及解決方案 132
6.4.2 實施前的準(zhǔn)備環(huán)節(jié) 133
6.4.3 任務(wù)1：單張圖片的文字識別 135
6.4.4 任務(wù)2：多張圖片的文字識別 138
6.5 本章小結(jié) 140
課后習(xí)題 140
第7章 人臉識別 141
7.1 人臉識別技術(shù)簡介 141
7.1.1 人臉識別技術(shù)的概念及特點 141
7.1.2 人臉識別的基本步驟 142
7.1.3 人臉識別中的關(guān)鍵技術(shù) 143
7.2 人臉識別技術(shù)的應(yīng)用 144
7.2.1 人臉識別技術(shù)的應(yīng)用場景 144
7.2.2 人臉識別技術(shù)的應(yīng)用模式 145
7.3 項目：兩張照片的人臉比對 146
7.3.1 實現(xiàn)目標(biāo)及解決方案 146
7.3.2 實施前的準(zhǔn)備環(huán)節(jié) 147
7.3.3 任務(wù)1：單人照的人臉比對 150
7.3.4 任務(wù)2：人臉位置檢測 154
7.3.5 任務(wù)3：合照的人臉比對 157
7.4 本章小結(jié) 160
課后習(xí)題 160
第8章 語音技術(shù) 162
8.1 語音識別技術(shù)簡介 162
8.1.1 語音識別的基本概念 162
8.1.2 語音識別的應(yīng)用場景 163
8.2 項目：語音識別 164
8.2.1 實現(xiàn)目標(biāo)及解決方案 164
8.2.2 實施前的準(zhǔn)備環(huán)節(jié) 164
8.2.3 任務(wù)1：最簡單的語音識別 167
8.2.4 任務(wù)2：格式轉(zhuǎn)換的語音識別 170
8.3 語音合成技術(shù)簡介 176
8.3.1 語音合成的基本概念 176
8.3.2 語音合成的應(yīng)用場景 176
8.4 項目：語音合成 177
8.4.1 實現(xiàn)目標(biāo)及解決方案 177
8.4.2 實施前的準(zhǔn)備環(huán)節(jié) 177
8.4.3 任務(wù)1：最簡單的語音合成 180
8.4.4 任務(wù)2：個性化的語音合成 182
8.5 本章小結(jié) 184
課后習(xí)題 184
第9章 自然語言處理 186
9.1 自然語言處理簡介 186
9.1.1 自然語言處理的研究方向 186
9.1.2 自然語言處理的發(fā)展歷史 187
9.2 百度AI開放平臺的自然語言處理接口簡介 188
9.3 項目：商品評價分析 193
9.3.1 實現(xiàn)目標(biāo)及解決方案 193
9.3.2 實施前的準(zhǔn)備環(huán)節(jié) 193
9.3.3 任務(wù)1：收集用戶評價數(shù)據(jù) 195
9.3.4 任務(wù)2：單條用戶評價的情感傾向分析 199
9.3.5 任務(wù)3：多條用戶評價的情感傾向分析 202
9.3.6 任務(wù)4：單條用戶評價的觀點抽取 204
9.3.7 任務(wù)5：多條用戶評價的觀點抽取 207
9.4 本章小結(jié) 209
課后習(xí)題 209
第10章 機器學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)簡介 211
10.1 機器學(xué)習(xí)簡介 211
10.1.1 機器學(xué)習(xí)的定義 211
10.1.2 機器學(xué)習(xí)的分類 212
10.2 機器學(xué)習(xí)的常用算法 214
10.2.1 線性回歸 214
10.2.2 決策樹 216
10.2.3 K-近鄰算法 217
10.2.4 樸素貝葉斯算法 218
10.2.5 K均值聚類算法 218
10.3 人工神經(jīng)網(wǎng)絡(luò)簡介 219
10.3.1 人工神經(jīng)網(wǎng)絡(luò)概述 219
10.3.2 神經(jīng)元模型 220
10.3.3 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) 221
10.3.4 神經(jīng)網(wǎng)絡(luò)的工作原理 222
10.4 主流人工智能開發(fā)框架簡介 223
10.4.1 TensorFlow簡介 223
10.4.2 PyTorch簡介 223
10.4.3 Caffe簡介 224
10.4.4 PaddlePaddle簡介 224
10.5 項目：受教育年限與收入水平的線性回歸 225
10.5.1 實現(xiàn)目標(biāo)及解決方案 225
10.5.2 實施前的準(zhǔn)備環(huán)節(jié) 226
10.5.3 項目實施 227
10.6 本章小結(jié) 229
課后習(xí)題 229
參考文獻 230

1. 嵌入式人工智能技術(shù)應(yīng)用（數(shù)字教材） [主編 胡娜 楊國勇 晏廷榮]
2. 人工智能應(yīng)用 [主編　陳　萍　劉培培　陳孟軍]
3. Java Web項目化設(shè)計實踐教程 [邱云 曾陳萍]
4. 人工智能開發(fā)框架應(yīng)用 [主編 王明超 蘆婭云]
5. 民航客艙服務(wù)實用英語教程 [主編 田靜 徐亞玲]
6. Python數(shù)據(jù)分析 [主編　馮志輝　趙磊　李放]
7. 大學(xué)信息技術(shù) [曾翰穎 編著]
8. 創(chuàng)新創(chuàng)業(yè)訓(xùn)練實踐教程 [主編 王日華 陳武 黃喆誠]
9. 實用運籌學(xué) [主編　邢育紅　于晉臣]
10. 電子技術(shù)（第二版） [主編 覃愛娜 李飛]
11. 工程數(shù)學(xué) [主編 郭立娟 王海]
12. 語音識別理論與實踐 [主編　莫宏偉]
13. 武術(shù)基礎(chǔ)教程 [主編 李代勇 謝志民]
14. 計算機網(wǎng)絡(luò)實訓(xùn)教程 [主編 張浩軍 趙玉娟]
15. 電工電子技術(shù)基礎(chǔ) [主編 劉 軍 楊國龍 劉天成]
16. MySQL數(shù)據(jù)庫項目式教程 [陳亞峰]
17. 機械設(shè)計基礎(chǔ)（第二版） [主編 田亞平 李愛姣]
18. 人工智能技術(shù)導(dǎo)論 [主編 劉軍 趙守凱 林海]
19. 畫法幾何與機械制圖 [主編 趙軍]
20. C語言程序設(shè)計習(xí)題與實驗指導(dǎo)（第二版） [主編 甄增榮 張賓]
21. C語言程序設(shè)計（第二版） [主編 甄增榮 田云霞]
22. Unity3D虛擬現(xiàn)實應(yīng)用開發(fā)實踐 [主 編 劉龍]
23. 智能化技術(shù)基礎(chǔ)（第三版） [鄧文達　李禮]
24. 人工智能應(yīng)用系統(tǒng)開發(fā)項目化教程 [主編 楊家慧 周永福 魏育華]
25. 面向?qū)ο蟪绦蛟O(shè)計 [主編 張勇 張平華 趙小龍]
26. 從石器時代到智能時代—青少年人工智能啟蒙 [丁紅　著]
27. 網(wǎng)絡(luò)營銷 [主編 夏薇薇 劉婷 尚潔]
28. 人工智能技術(shù)與機器人 [主編　邵克勇]
29. 電視節(jié)目策劃與制作（微課版） [主　編　黃滴滴]
30. 數(shù)據(jù)庫技術(shù)與應(yīng)用實踐教程（SQL Server 2019） [主 編 嚴(yán)暉 周肆清]