第1章  人工智能概论 1
1.1  智能与人工智能 2
1.2  人工智能的发展历程 4
1.3  人工智能的研究内容 9
1.4  人工智能的应用领域 12
习题1 15
第2章  基于数据驱动的人工智能 16
2.1  数据概述 17
2.2  特征工程 18
2.3  大数据概述 23
2.4  大数据的关键技术 26
2.5  大数据与人工智能 31
习题2 33
第3章  机器学习 35
3.1  机器学习概述 36
3.2  机器学习的分类 45
3.3  机器学习的主要算法 47
3.4  机器学习的应用案例 51
习题3 53
第4章  神经网络与深度学习 56
4.1  神经网络的基本概念 57
4.2  前馈网络与反馈网络 66
4.3  深度学习 71
4.4  深度学习的应用案例 74
习题4 77
第5章  强化学习 79
5.1  强化学习概述 80
5.2  强化学习的基础理论 82
5.3  强化学习的分类 88
5.4  强化学习的应用 90
习题5 96
第6章  计算机视觉 98
6.1  计算机视觉概述 99
6.2  计算机视觉的关键处理技术 107
6.3  计算机视觉技术的应用案例 119
习题6 127
第7章  自然语言处理 129
7.1  自然语言处理概述 130
7.2  自然语言处理的基础技术 137
7.3  自然语言处理的研究方向 146
7.4  自然语言处理的应用案例 153
习题7 156
第8章  生成式人工智能 158
8.1  生成式人工智能概述 159
8.2  大语言模型 163
8.3  生成式人工智能的应用 169
习题8 173
第9章  知识图谱 175
9.1  知识表示 176
9.2  知识图谱概述 181
9.3  知识图谱构建技术 186
9.4  知识图谱的构建工具及应用 203
习题9 208
第10章  人工智能伦理 209
10.1  人工智能伦理概述 210
10.2  人工智能伦理准则 218
10.3  人工智能伦理的治理方案 221
习题10 226
参考文献 228