目 录
第1章 人工智能概述
1.1 人工智能概况
     1.1.1 人工智能定义
     1.1.2 人工智能的研究领域
     1.1.3 人工智能的发展
1.2 人工智能的价值
     1.2.1 人工智能的应用价值
     1.2.2 人工智能的社会价值
1.3 人工智能的应用领域
1.4 人工智能的未来与展望
第2章 知识表示和知识图谱
2.1 知识与知识表示
     2.1.1 知识
     2.1.2 知识表示
     2.1.3 常用的知识表示方法
2.2 知识图谱
     2.2.1 知识图谱的定义
     2.2.2 知识图谱的架构
     2.2.3 知识图谱的应用
     2.2.4 知识图谱的总结与展望
第3章　机器学习
3.1 机器学习概述
     3.1.1　基本含义
     3.1.2　发展历程
     3.1.3　相关学科
     3.1.4 应用场景
3.2 机器学习的类型
3.3 机器学习的方法
     3.3.1　监督学习的算法
     3.3.2　无监督学习的算法
3.4　机器学习的工具
第4章 人工神经网络与深度学习
4.1 神经网络的发展概况
4.2 神经元
     4.2.1 生物神经元结构
     4.2.2 人工神经元
4.3 人工神经网络
     4.3.1 人工神经网络的基本特征
     4.3.2 几种典型的人工神经网络模型
     4.3.3 人工神经网络的发展方向
     4.3.4 人工神经网络的应用
4.4 深度学习
     4.4.1 深度学习的定义
     4.4.2 卷积神经网络的结构
     4.4.3 卷积神经网络的训练过程
     4.4.4 深度学习的应用
第5章　智能识别
5.1 计算机视觉
5.2 图像识别
5.3 模式识别
     5.3.1　模式识别概述
     5.3.2　模式识别的基本方法
5.4 语音识别
5.5 生物特征识别
第6章 自然语言处理
6.1 自然语言处理概述
     6.1.1 自然语言处理的基本概念
     6.1.2 自然语言处理的发展
     6.1.3 自然语言处理的难点
6.2 自然语言处理过程的层次任务
6.3　自然语言处理中的几种不同方法
     6.3.1　基于规则的专家系统
     6.3.2　基于统计的学习方法
     6.3.3　基于深度学习的方法
6.4　中文语料库
6.5　自然语言处理的应用
第7章　专家系统
7.1 专家系统概述
7.2 专家系统的基本结构与工作原理
7.3 专家系统的开发工具
7.4 专家系统的设计与实现
     7.4.1 专家系统的基本设计思想
     7.4.2 专家系统设计的关键问题
     7.4.3　专家系统的构造原则
     7.4.4　专家系统的主要设计步骤
     7.4.5　专家系统选择的原则
     7.4.6　专家系统开发的基本步骤
第8章　智能体与智能机器人
8.1 智能体
     8.1.1 分布式人工智能
     8.1.2 智能体的概念
     8.1.3 智能体的特性
     8.1.4 智能体的结构
     8.1.5 智能体结构分类
     8.1.6 Agent的应用
8.2 多智能体
     8.2.1 多智能体系统
     8.2.2 多智能体系统的模型结构
     8.2.3 多智能体协商
     8.2.4 多智能体系统应用领域
8.3 智能机器人
     8.3.1 智能机器人的发展历程
     8.3.2 智能机器人的分类
     8.3.3 智能机器人的结构
     8.3.4 智能机器人的研究方向
第9章 Python语言
9.1 人工智能语言
     9.1.1 常用的人工智能语言
     9.1.2 其他AI编程语言
9.2 Python语言基础
     9.2.1 Python语言概述
     9.2.2 Python开发环境搭建
     9.2.3 运行Python
     9.2.4 Python语句与编程基础
     9.2.5 变量与运算符
     9.2.6 字符串、列表、元组、字典
     9.2.7 函数
9.3 Python语言中的AI库
9.4 Python语言在AI领域中的应用
9.5 Python AI开源项目
第10章 人工智能案例设计与实现
10.1 智能聊天机器人
10.2 智能识别手写数字
     10.2.1 背景知识
     10.2.2 功能设计
     10.2.3 编码实现
     10.2.4 功能测试

参考文献