人工智能基礎與應用（第2版）（微課版）

宋楚平，男，1972年9月出生，1995年於湖北工業大學機電工程專業畢業獲工學學士學位，2005年於西安交通大學計算機科學與技術專業畢業獲工學碩士學位，現為南京科技職業學院教授。主要研究方向：人工智能及教育信息化。已發表學術論文40余篇，其中EI、中文核心及CSSCI檢索10余篇，發明專利2項，出版教材5部。主持完成教育部社科基金、省教育教學重點改革項目等多項。

模塊1　人工智能：開啟智慧新時代　1

1.1　人工智能的緣起　1

1.1.1　什麼是人工智能　1

1.1.2　人工智能的發展歷程　2

1.1.3　人工智能的特征及典型應用　6

1.1.4　人工智能倫理　12

1.2　機器學習與深度學習　14

1.2.1　機器學習的含義　14

1.2.2　深度學習的崛起　15

1.2.3　神經網絡的魅力　17

1.3　AIGC　17

1.3.1　AIGC的概念　17

1.3.2　AIGC的特征及核心技術　18

1.4　項目——小試牛刀：智能制作“人工智能發展簡史”演示文稿　20

1.4.1　提出問題　20

1.4.2　解決方案　21

1.4.3　預備知識　21

1.4.4　任務1——擬定一個主題　22

1.4.5　任務2——生成和保存演示文稿　23

模塊小結　25

課後習題　26

模塊2　Python：人工智能開發語言　28

2.1　初識Python　28

2.1.1　Python簡介　28

2.1.2　Python的特點及應用領域　29

2.2　Python開發環境搭建　30

2.2.1　安裝Python　30

2.2.2　安裝Anaconda　32

2.2.3　淺嘗Python　34

2.3　Python編程基礎　36

2.3.1　變量　36

2.3.2　分支結構　36

2.3.3　循環結構　38

2.3.4　組合數據類型　40

2.4　NumPy庫基礎應用　42

2.4.1　求解三元一次方程　42

2.4.2　數組計算　44

2.4.3　向量化處理　45

2.5　Matplotlib庫基礎應用　46

2.5.1　繪制柱狀圖　47

2.5.2　繪制散點圖　48

2.6　項目1——精準扶貧計劃　50

2.6.1　提出問題　50

2.6.2　解決方案　50

2.6.3　預備知識　50

2.6.4　任務1——從鍵盤輸入方程的系數　50

2.6.5　任務2——調用roots函數求解方程　51

2.7　項目2——解讀我國第 一、第二、第三產業的GDP發展趨勢　51

2.7.1　提出問題　51

2.7.2　解決方案　52

2.7.3　預備知識　52

2.7.4　任務1——讀取GDP數據並觀察數據結構　52

2.7.5　任務2——繪制GDP數據的折線圖　53

模塊小結　54

課後習題　54

模塊3　線性回歸：預測未來趨勢　57

3.1　認識機器學習　57

3.1.1　機器如何學習　57

3.1.2　機器學習算法　58

3.2　認識線性回歸　60

3.2.1　線性回歸的數學表達式　60

3.2.2　線性回歸的幾個概念　60

3.2.3　梯度下降法　62

3.3　項目1——預測二手車價格　63

3.3.1　提出問題　63

3.3.2　解決方案　63

3.3.3　預備知識　64

3.3.4　任務1——構建訓練集和測試集　65

3.3.5　任務2——模型的構建與訓練　67

3.3.6　任務3——模型的測試及評估　68

3.4　項目2——預測投保人醫療費用　70

3.4.1　提出問題　70

3.4.2　解決方案　70

3.4.3　預備知識　71

3.4.4　任務1——加載數據並進行數據預處理　73

3.4.5　任務2——訓練和測試醫療費用預測模型　74

3.4.6　任務3——進一步改善模型性能　76

模塊小結　78

課後習題　79

模塊4　分門別類：幫你“分而治之”　81

4.1　分類器　81

4.1.1　什麼是分類器　81

4.1.2　分類器如何工作　82

4.2　幾種主要的分類器　82

4.2.1　決策樹　82

4.2.2　貝葉斯分類器　83

4.2.3　k近鄰分類器　84

4.2.4　支持向量機　85

4.2.5　神經網絡　85

4.3　項目1——識別貓狗　86

4.3.1　提出問題　86

4.3.2　解決方案　86

4.3.3　預備知識　86

4.3.4　任務1——將圖像信息轉存為向量　89

4.3.5　任務2——批量生成樣本數據　90

4.3.6　任務3——構建KNN模型　91

4.3.7　任務4——訓練KNN模型　91

4.3.8　任務5——評估模型效果　92

4.3.9　拓展任務　94

4.4　項目2——輔助診斷乳腺癌　95

4.4.1　提出問題　95

4.4.2　解決方案　96

4.4.3　預備知識　96

4.4.4　任務1——構建訓練集和測試集　98

4.4.5　任務2——構建和訓練模型　99

4.4.6　任務3——評估模型診斷效果　100

4.4.7　拓展任務　101

模塊小結　102

課後習題　103

模塊5　物以類聚：發現新簇　105

5.1　聚類分析　105

5.1.1　何為聚類分析　105

5.1.2　常見聚類方法　107

5.1.3　聚類性能度量　107

5.2　k均值聚類　108

5.2.1　k均值算法　108

5.2.2　k均值算法應用提示　109

5.3　項目1——探究企鵝物種的分類　110

5.3.1　提出問題　110

5.3.2　解決方案　110

5.3.3　預備知識　111

5.3.4　任務1——樣本數據的預處理　114

5.3.5　任務2——確定企鵝物種數量k的最佳值　116

5.3.6　任務3——繪制企鵝聚類後的散點圖　118

5.4　項目2——電商客戶分類　120

5.4.1　提出問題　120

5.4.2　解決方案　120

5.4.3　預備知識　120

5.4.4　任務1——選擇最佳的客戶群分類數目k　123

5.4.5　任務2——計算3類客戶的RFM平均值　125

5.4.6　任務3——為3類客戶提出營銷建議　126

模塊小結　128

課後習題　128

模塊6　個性化推薦：主動滿足你的需求　130

6.1　認識個性化推薦　130

6.1.1　個性化推薦的思路　130

6.1.2　推薦算法分類　132

6.1.3　推薦效果評估　139

6.2　項目1——推薦你喜愛的電影　141

6.2.1　提出問題　141

6.2.2　解決方案　142

6.2.3　預備知識　142

6.2.4　任務1——合並電影基本信息和評分記錄　144

6.2.5　任務2——找到與某個用戶最相似的n個用戶　145

6.2.6　任務3——給某個用戶推薦m部電影　147

6.3　項目2——推薦你要一起購買的商品　148

6.3.1　提出問題　148

6.3.2　解決方案　148

6.3.3　預備知識　149

6.3.4　任務1——將CSV文件數據轉換為事務型數據　152

6.3.5　任務2——找出購物清單中頻繁被購買的商品　153

6.3.6　任務3——提取有用的銷售關聯規則　155

模塊小結　156

課後習題　156

模塊7　語音識別：讓機器對你言聽計從　159

7.1　語音識別　159

7.1.1　語音識別簡史　159

7.1.2　語音識別過程　160

7.2　深度神經網絡　164

7.2.1　深度神經網絡基礎　164

7.2.2　卷積神經網絡　165

7.3　項目1——利用卷積神經網絡識別英文語音數字　168

7.3.1　提出問題　168

7.3.2　解決方案　168

7.3.3　預備知識　168

7.3.4　任務1——提取音頻文件的語音特征數據　174

7.3.5　任務2——構建語音數字識別神經網絡模型　175

7.3.6　任務3——利用訓練好的模型來識別語音　177

7.4　項目2——自制一個簡單的語音“閱讀”器　178

7.4.1　提出問題　178

7.4.2　解決方案　179

7.4.3　預備知識　179

7.4.4　任務1——讀取需閱讀的文件內容　182

7.4.5　任務2——驗證訪問語音合成應用的令牌　183

7.4.6　任務3——調用文本在線合成API實現文本—語音轉換　184

模塊小結　186

課後習題　186

模塊8　人臉識別：機器也認識你　188

8.1　人臉識別基礎　188

8.1.1　人臉識別技術發展簡史　188

8.1.2　人臉識別系統　189

8.1.3　人臉識別關鍵技術　191

8.2　認識OpenCV　193

8.2.1　OpenCV的框架結構　193

8.2.2　OpenCV中的人臉分類器　194

8.3　項目1——照片智能搜索　196

8.3.1　提出問題　196

8.3.2　解決方案　196

8.3.3　預備知識　196

8.3.4　任務1——訓練人臉識別模型　201

8.3.5　任務2——利用訓練好的模型來搜索照片　202

8.4　項目2——安全帽檢測賦能安全管理　203

8.4.1　提出問題　203

8.4.2　解決方案　203

8.4.3　預備知識　204

8.4.4　任務1——準備訓練模型用的樣本集　209

8.4.5　任務2——訓練YOLOv10模型　210

8.4.6　任務3——檢測視頻中的人員是否佩戴安全帽　212

模塊小結　213

課後習題　214

參考文獻　216