本书为“十四五”职业教育国家规划教材。

本书的设计和编写理念是培养高职学生的人工智能素养、计算思维能力和人工智能应用能力。内容选取既适合高职学生的特点，又突出人工智能的通识性、典型性、实用性和可操作性。书中选取多个反映人工智能典型问题的案例，并采用项目化思想重构了所有案例，每个案例由循序渐进的递进式任务组成，支持课堂分层次教学实施。全书共分7章，主要内容包括人工智能绪论、人工智能之Python基础、人工智能之图像识别、人工智能之自然语言处理、人工智能之人脸识别、大数据与商业智能和人工智能之机器学习。

本书配有授课用PPT、教学计划、案例素材、结果文件、习题答案等丰富的数字化学习资源。与本书配套的数字课程在“智慧职教”网站（www.icve.com.cn）上线，学习者可登录网站在线学习，授课教师可调用本课程资源构建符合自身教学特色的SPOC课程，详见“智慧职教”服务指南。本书同时配有MOOC课程，学习者可以访问“智慧职教MOOC学院”（mooc.icve.com.cn）进行在线开放课程学习。授课教师如需获得本书配套教辅资源，请登录“高等教育出版社产品信息检索系统”（xuanshu.hep.com.cn）搜索下载。

本书紧跟人工智能当前最新技术动态，选取了人工智能中的典型应用，同时采用Python作为载体，兼顾通识与技能，具有很强的操作性和实用性，既可作为高等职业院校及应用型本科院校人工智能基础课程的教材，也可作为电子信息、计算机类相关专业的人工智能课程入门教材。

前辅文
第1章 人工智能绪论
  1.1 我们身边的人工智能
   1.1.1 人工智能助力北京冬奥会
   1.1.2 人工智能的潜在危机
   1.1.3 “机器人六原则”会有效吗
  1.2 智能化技术革命的到来
   1.2.1 第一次工业革命（机械化）
   1.2.2 第二次工业革命（电气化）
   1.2.3 第三次工业革命（自动化）
   1.2.4 第四次工业革命（智能化）
  1.3 人工智能追根溯源
   1.3.1 人工智能的由来
   1.3.2 人工智能的基本概念
   1.3.3 人工智能的发展历程
  1.4 人工智能发展现状
   1.4.1 专用人工智能的突破
   1.4.2 通用人工智能起步阶段
  1.5 人工智能云应用场景
   1.5.1 什么是人工智能云服务
   1.5.2 为什么人工智能需要迁移到云端
   1.5.3 人工智能云服务的类型
   1.5.4 体验人工智能云应用
  1.6 人工智能未来发展趋势
  1.7 本章小结
  1.8 课后习题
第2章 人工智能之Python基础
  2.1 案例：绘制多彩多角星
   2.1.1 提出问题
   2.1.2 解决方案
   2.1.3 预备知识
   2.1.4 任务1——绘制一个三角形
   2.1.5 任务2——快速绘制一颗多角星
   2.1.6 任务3——绘制三色边线
   2.1.7 任务4——自行设置角星
   2.1.8 拓展任务——多星环绕
  2.2 案例：图片文件快速整理
   2.2.1 提出问题
   2.2.2 解决方案
   2.2.3 预备知识
   2.2.4 任务1——快速复制JPG文件
   2.2.5 任务2——复制并统计图片文件
   2.2.6 任务3——图片文件统一改名
   2.2.7 任务4——无障碍创建新文件夹
  2.3 《二十四节气》数字人诗朗诵
   2.3.1 提出问题
   2.3.2 解决方案
   2.3.3 预备知识
   2.3.4 任务1——创建默认数字人形象
   2.3.5 任务2——定制数字人形象
   2.3.6 任务3——实现数字人变装
   2.3.7 任务4——立春数字人朗诵
   2.3.8 任务5——一组数字人朗诵
   2.3.9 拓展任务——增加二十四节气背景图片
  2.4 无人机倒计时3D灯光秀
   2.4.1 提出问题
   2.4.2 解决方案
   2.4.3 预备知识
   2.4.4 任务1——无人机矩阵
   2.4.5 任务2——数字5灯光展示
   2.4.6 任务3——平面无人机矩阵倒计时灯光秀
   2.4.7 任务4——立体无人机矩阵倒计时灯光秀
  2.5 本章小结
  2.6 课后习题
第3章 人工智能之图像识别
  3.1 自动驾驶汽车“眼中”的世界
   3.1.1 自动驾驶的原理
   3.1.2 自动驾驶汽车“眼中”的世界是怎样的
  3.2 技术探寻：图像识别的技术实现
   3.2.1 图像识别的基本问题
   3.2.2 图像识别的发展历程
  3.3 案例实现：智能图像审核
   3.3.1 提出问题
   3.3.2 解决方案
   3.3.3 预备知识
   3.3.4 任务1——审核单张图像
   3.3.5 任务2——图像化审核结果
   3.3.6 任务3——批量审核图像
   3.3.7 任务4——存储审核结果
   3.3.8 拓展任务
  3.4 应用场景
   3.4.1 视频/监控分析
   3.4.2 机器视觉检测
   3.4.3 医疗影像诊断
   3.4.4 文字识别
  3.5 展望未来
   3.5.1 汽车驾驶领域
   3.5.2 AR技术领域
   3.5.3 图片与视频处理领域
  3.6 本章小结
  3.7 课后习题
第4章 人工智能之自然语言处理
  4.1 智能语音助手
  4.2 自然语言处理简介
   4.2.1 自然语言处理的研究内容
   4.2.2 自然语言处理的发展历程
  4.3 案例实现：商品销售分析
   4.3.1 提出问题
   4.3.2 解决方案
   4.3.3 预备知识
   4.3.4 任务1——分析情感倾向
   4.3.5 任务2——抽取评论观点
  4.4 应用场景
  4.5 展望未来
  4.6 本章小结
  4.7 课后习题
第5章 人工智能之人脸识别
  5.1 宝贝回家——人脸识别寻亲
  5.2 人脸识别的关键技术与原理
   5.2.1 人脸检测
   5.2.2 人脸配准
   5.2.3 人脸属性识别
   5.2.4 人脸特征提取
   5.2.5 人脸比对
   5.2.6 人脸验证
   5.2.7 人脸身份识别
   5.2.8 人脸检索
   5.2.9 人脸聚类
   5.2.10 人脸活体检测
  5.3 案例实现：智能照片搜索
   5.3.1 提出问题
   5.3.2 解决方案
   5.3.3 预备知识
   5.3.4 任务1——对比两张人脸的相似度
   5.3.5 任务2——检测多张人脸的位置
   5.3.6 任务3——裁剪人脸
   5.3.7 任务4——搜索并分类照片
   5.3.8 拓展任务
  5.4 应用场景
   5.4.1 智能安防
   5.4.2 商业服务
   5.4.3 娱乐领域
  5.5 展望未来
   5.5.1 商业服务领域
   5.5.2 教育领域
  5.6 本章小结
  5.7 课后习题
第6章 大数据与商业智能
  6.1 大数据在智能手机市场的应用
   6.1.1 市场需求预测与产品规划
   6.1.2 精准营销与个性化推荐
   6.1.3 供应链管理与风险控制
   6.1.4 客户服务与售后支持
  6.2 技术探寻：大数据与商业智能
   6.2.1 大数据
   6.2.2 商业智能
  6.3 案例实现：销售数据分析
   6.3.1 提出问题
   6.3.2 解决方案
   6.3.3 预备知识
   6.3.4 任务1——导入数据并设置格式
   6.3.5 任务2——建立数据模型
   6.3.6 任务3——新建列和度量值
   6.3.7 任务4——数据可视化
   6.3.8 任务5——制作交互式可视化面板
   6.3.9 任务6——数据分析
   6.3.10 拓展任务
  6.4 应用场景
   6.4.1 城市管理——智慧城市建设
   6.4.2 智能制造——华为智能工厂
   6.4.3 阿里云云原生一体化数仓
   6.4.4 电商个性化推荐——京东大数据平台
  6.5 展望未来
   6.5.1 商业领域
   6.5.2 医疗领域
   6.5.3 交通领域
  6.6 本章小结
  6.7 课后习题
第7章 人工智能之机器学习
  7.1 AlphaGo是如何下棋的
  7.2 技术探寻：机器学习的技术实现
   7.2.1 机器学习的基本概念
   7.2.2 机器学习的发展历程
  7.3 案例实现：口罩检测
   7.3.1 提出问题
   7.3.2 解决方案
   7.3.3 预备知识
   7.3.4 任务1——上传图片
   7.3.5 任务2——标注图片
   7.3.6 任务3——训练模型
   7.3.7 任务4——校验模型
  7.4 应用场景
  7.5 展望未来
  7.6 本章小结
  7.7 课后习题
参考文献

“十四五”职业教育国家规划教材