前 言

隨著時代的發展，人工智能已經成為推動經濟社會發展的新引擎，人工智能技術逐步成為科技未來發展的趨勢，當前人工智能已經廣泛應用于社會生活的各個領域，成為人們生活和工作中不可或缺的組成部分，掌握人工智能基礎知識、應用人工智能技術是人們在各領域工作中應當掌握的必備技能。

編者在編寫本書時，以2018年教育部印發的《高等學校人工智能創新行動計劃》文件精神為指導，以教育部印發的《高等職業教育專科信息技術課程標準（2021年版）》為依據，按照計算機公共課教學的基本要求，立足于人工智能技術發展對人才的職業素養要求，緊跟人工智能主流技術，培養人工智能素養、計算思維能力和人工智能應用能力，使讀者能利用人工智能的手段解決行業問題。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內容進行整合，克服了內容枯燥、理論與實踐脫節的弊端，能力培養從人工智能的認知理解層面提高到人工智能的應用層面。

（2）充分體現項目驅動、任務導向、教學做一體化的教學理念，充分考慮學生的認知能力和規律，將人工智能的應用案例拆解成遞進式任務，一方面降低學生完成項目的難度，另一方面利于教師根據學生的特點因材施教，開展分層次教學。

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

（4）編寫組走訪多家不同類型的企業，聘請企業工程師來設計教材內容體系；編者均來自天津職業大學計算機公共課教研室，具有多年一線教學經驗，并且都擁有企業項目研發經歷，具備一定的實戰經驗，對技術路線把握準確。

（5）技術先進，以Python作為人工智能的開發語言，以技術先進、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、自然語言處理等主流應用領域，保證了典型性、先進性和實用性。

本書共分四個模塊：人工智能基礎知識模塊、Python基礎模塊、人工智能應用模塊、機器學習與神經網絡簡介模塊。

（1）人工智能基礎知識模塊：介紹人工智能的概念、歷史和應用領域，講述了人工智能開發語言Python的特點、集成開發環境PyCharm的安裝和使用方法。

（2）Python基礎模塊：介紹Python的語法基礎、流程控制結構、數據類型、函數和文件處理，使學生具備初步的Python程序編寫能力，為后續的人工智能應用打下基礎。

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

（4）機器學習與神經網絡簡介模塊：介紹機器學習的概念和典型算法、人工神經網絡的結構和工作原理、主流人工智能開發框架，通過體驗項目讓學生對機器學習有感性的認識，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，楊纓負責全書統稿、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 人工智能在各行業的應用現狀 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的應用領域 12
1.4.4 Python的安裝 13
1.4.5 集成開發環境—PyCharm 16
1.5 用PyCharm開發第一個程序 17
1.6 本章小結 21
課后習題 21
第2章 Python語言基礎 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 基本數據類型 27
2.3.1 數值型 27
2.3.2 字符串型 28
2.3.3 布爾型 29
2.3.4 數據類型轉換 29
2.4 輸入函數 30
2.5 輸出函數 31
2.5.1 print()函數 31
2.5.2 格式化輸出 31
2.6 運算符 34
2.6.1 算術運算符 34
2.6.2 復合賦值運算符 35
2.6.3 比較運算符 36
2.6.4 邏輯運算符 37
2.6.5 運算符的優先級 38
2.7 程序練習 39
2.8 本章小結 40
課后習題 40
第3章 Python流程控制 43
3.1 流程圖的表示符號 43
3.2 順序結構 44
3.3 選擇結構 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 循環結構 52
3.4.1 while循環 52
3.4.2 for循環 54
3.4.3 break語句 57
3.4.4 continue語句 57
3.4.5 循環嵌套 58
3.5 程序練習 59
3.6 本章小結 62
課后習題 62
第4章 Python數據類型 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 67
4.2 列表 70
4.2.1 列表類型 70
4.2.2 列表函數 71
4.3 元組 74
4.3.1 元組類型 74
4.3.2 元組函數 76
4.4 字典 76
4.4.1 字典類型 76
4.4.2 字典函數 78
4.4.3 字典的遍歷 79
4.5 集合 81
4.5.1 集合函數 81
4.5.2 集合運算 83
4.6 程序練習 83
4.7 本章小結 87
課后習題 87
第5章 Python函數與文件操作 90
5.1 自定義函數 90
5.1.1 函數的定義與調用 90
5.1.2 函數的參數 92
5.1.3 函數的返回值 93
5.1.4 變量作用域 96
5.2 常用的內置函數 97
5.3 模塊 97
5.3.1 模塊的概念 97
5.3.2 模塊的導入 98
5.3.3 自定義模塊 98
5.3.4 標準模塊 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 109
5.6 本章小結 112
課后習題 113
第6章 圖像與文字識別 115
6.1 圖像識別技術簡介 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 圖像識別的典型應用領域 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 實現目標及解決方案 120
6.2.2 實施前的準備環節 121
6.2.3 任務1：識別程序中指定的圖片 124
6.2.4 任務2：識別用戶指定的圖片并完善顯示效果 127
6.3 文字識別技術簡介 129
6.3.1 OCR的基本概念 129
6.3.2 OCR的典型應用領域 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 實現目標及解決方案 132
6.4.2 實施前的準備環節 133
6.4.3 任務1：單張圖片的文字識別 135
6.4.4 任務2：多張圖片的文字識別 138
6.5 本章小結 140
課后習題 140
第7章 人臉識別 141
7.1 人臉識別技術簡介 141
7.1.1 人臉識別技術的概念及特點 141
7.1.2 人臉識別的基本步驟 142
7.1.3 人臉識別中的關鍵技術 143
7.2 人臉識別技術的應用 144
7.2.1 人臉識別技術的應用場景 144
7.2.2 人臉識別技術的應用模式 145
7.3 項目：兩張照片的人臉比對 146
7.3.1 實現目標及解決方案 146
7.3.2 實施前的準備環節 147
7.3.3 任務1：單人照的人臉比對 150
7.3.4 任務2：人臉位置檢測 154
7.3.5 任務3：合照的人臉比對 157
7.4 本章小結 160
課后習題 160
第8章 語音技術 162
8.1 語音識別技術簡介 162
8.1.1 語音識別的基本概念 162
8.1.2 語音識別的應用場景 163
8.2 項目：語音識別 164
8.2.1 實現目標及解決方案 164
8.2.2 實施前的準備環節 164
8.2.3 任務1：最簡單的語音識別 167
8.2.4 任務2：格式轉換的語音識別 170
8.3 語音合成技術簡介 176
8.3.1 語音合成的基本概念 176
8.3.2 語音合成的應用場景 176
8.4 項目：語音合成 177
8.4.1 實現目標及解決方案 177
8.4.2 實施前的準備環節 177
8.4.3 任務1：最簡單的語音合成 180
8.4.4 任務2：個性化的語音合成 182
8.5 本章小結 184
課后習題 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 實現目標及解決方案 193
9.3.2 實施前的準備環節 193
9.3.3 任務1：收集用戶評價數據 195
9.3.4 任務2：單條用戶評價的情感傾向分析 199
9.3.5 任務3：多條用戶評價的情感傾向分析 202
9.3.6 任務4：單條用戶評價的觀點抽取 204
9.3.7 任務5：多條用戶評價的觀點抽取 207
9.4 本章小結 209
課后習題 209
第10章 機器學習與神經網絡簡介 211
10.1 機器學習簡介 211
10.1.1 機器學習的定義 211
10.1.2 機器學習的分類 212
10.2 機器學習的常用算法 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 人工神經網絡簡介 219
10.3.1 人工神經網絡概述 219
10.3.2 神經元模型 220
10.3.3 神經網絡結構 221
10.3.4 神經網絡的工作原理 222
10.4 主流人工智能開發框架簡介 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 實現目標及解決方案 225
10.5.2 實施前的準備環節 226
10.5.3 項目實施 227
10.6 本章小結 229
課后習題 229
參考文獻 230

1. 實用運籌學 [主編　邢育紅　于晉臣]
2. 電子技術（第二版） [主編 覃愛娜 李飛]
3. 工程數學 [主編 郭立娟 王海]
4. 語音識別理論與實踐 [主編　莫宏偉]
5. 武術基礎教程 [主編 李代勇 謝志民]
6. 計算機網絡實訓教程 [主編 張浩軍 趙玉娟]
7. 電工電子技術基礎 [主編 劉 軍 楊國龍 劉天成]
8. MySQL數據庫項目式教程 [陳亞峰]
9. 機械設計基礎（第二版） [主編 田亞平 李愛姣]
10. 人工智能技術導論 [主編 劉軍 趙守凱 林海]
11. 畫法幾何與機械制圖 [主編 趙軍]
12. C語言程序設計習題與實驗指導（第二版） [主編 甄增榮 張賓]
13. C語言程序設計（第二版） [主編 甄增榮 田云霞]
14. Unity3D虛擬現實應用開發實踐 [主 編 劉龍]
15. 智能化技術基礎（第三版） [鄧文達　李禮]
16. 人工智能應用系統開發項目化教程 [主編 楊家慧 周永福 魏育華]
17. 面向對象程序設計 [主編 張勇 張平華 趙小龍]
18. 從石器時代到智能時代—青少年人工智能啟蒙 [丁紅　著]
19. 網絡營銷 [主編 夏薇薇 劉婷 尚潔]
20. 人工智能技術與機器人 [主編　邵克勇]
21. 電視節目策劃與制作（微課版） [主　編　黃滴滴]
22. 數據庫技術與應用實踐教程（SQL Server 2019） [主 編 嚴暉 周肆清]
23. 大學應用數學 [主編 郭立娟]
24. 軟件定義網絡技術與實踐 [主編　但唐仁]
25. 工業機器人拆裝與調試 [主編 胡月霞 向艷芳 朱奇]
26. 信號與系統（第二版） [主編 張宇]
27. 信息技術基礎 [主編 唐倩 邵銳]
28. 混合式課堂教學改革與實踐—微動教學法 [石鐵峰 石家羽 著]
29. 人工智能基礎 [周永福 韓玉琪 王巧巧]
30. Python 語言程序設計實踐指導 [主編　張雙獅]