介紹人工智能入門知識

構建人工智能通識體系

推動人工智能普及教育

融合人工智能課程思政

第二版前言

近年來，隨著人工智能相關技術的不斷發展和日益成熟，技術實施成本不斷降低，人工智能在很多領域的應用已經落地，并取得了顯著的應用效果。人工智能正在改變著各行各業，也在慢慢地改變我們的生活，人工智能時代已經悄然來臨。

2017年7月，國務院印發的《新一代人工智能發展規劃》（國發〔2017〕35號）明確指出，人工智能已經成為國際競爭的新焦點，應逐步開展全民智能教育項目，在中小學階段設置人工智能相關課程、逐步推廣編程教育、建設人工智能學科，培養復合型人才，形成我國人工智能人才高地。

人工智能是個非常寬泛且變化較快的概念。其研究范疇包括知識表示、自動推理、智能搜索、專家系統、機器學習、神經網絡、計算機視覺、模式識別、自然語言處理、自動程序設計、智能機器人等；應用領域包括家居、零售、交通、醫療、教育、物流和安防等。自誕生以來，人工智能的技術、理論不斷發展，而且隨著應用的不斷深入，其范圍在快速擴大。有些觀點認為，人工智能屬于社會科學和自然科學交叉領域，涉及數學、心理學、神經生理學、信息論、計算機科學、哲學和認知科學、不定性論以及控制論等。因此，人工智能不僅僅是一個學科專業，作為一個新時代的技術核心，它更應該是一種知識技能基礎，是一種普及型的知識平臺。通過推動人工智能普及教育，結合大學傳統專業，形成“人工智能+傳統專業”的大學人才專業培養模式是加快建設人工智能相關產業，培養人工智能相關復合型人才的一條重要途徑。

本書面向人工智能的初學者和愛好者，盡量使用通俗易懂的語言深入淺出地介紹人工智能相關知識，進而推動人工智能的普及教育。

全書共分為6章，第1章闡述了人工智能的基本概念、發展歷史、研究范式和應用領域；第2章從鳶尾花經典數據集入手，介紹了分類的基本概念、感知機和支持向量機兩種最基本的分類器，對分類器的工作步驟和多分類器設計進行了講解；第3章主要圍繞回歸與聚類，介紹機器學習的相關基礎知識，并對常用的相似度計算方法進行了敘述；第4章從人工神經網絡的發展歷史出發，對生物神經網絡和人工神經網絡進行了綜合敘述，并介紹了傳統神經網絡和深度神經網絡；第5章從人眼成像出發，介紹了圖像信息處理的基本概念和發展歷史，從圖像處理到圖像分析，再到視頻分析，循序漸進地介紹了人工智能在圖像和視頻信息處理中的應用，最后結合圖像信息處理對卷積神經網絡進行了詳細介紹；第6章圍繞自然語言處理，從其發展歷史、典型應用、基本技術和特征提取4個方面進行了詳細闡述，并對循環神經網絡在自然語言處理中的應用進行了相應介紹。

本書第1章由周風余完成，第4章由周風余和朱振方合作完成，第2章、第3章、第5章和第6章由張廣淵完成，全書由張廣淵統稿。

本次改版在每一章都增加了課程思政案例和內容，期望讀者在閱讀本書的過程中能有所感悟，并方便在教學中的使用。

感謝付晨、李克峰和楊光在課程思政案例方面所做的貢獻。本書在編寫過程中參考了很多文獻，在此謹向文獻的有關作者致以衷心的感謝。本書部分插圖由郭一諾和張馨月繪制，在此一并表示感謝。

由于作者水平有限，本書難免出現錯誤和不妥之處，懇請廣大讀者不吝指正。

作者

2022年1月

目　　錄
第二版前言
第一版前言
第1章　緒論
1.1　人工智能的基本概念 6
1.2　人工智能的發展歷史 9
1.3　人工智能的研究范式 15
1.4　人工智能的應用領域 18
1.5　小結 22
第2章　基本分類
2.1　分類的概念 23
2.2　向量的基本運算 28
2.3　分類器 29
2.4　分類識別技術 32
2.4.1　感知機 32
2.4.2　導數與微分 37
2.4.3　梯度下降法 39
2.4.4　SVM 45
2.5　測試與分類實現 50
2.5.1　測試 50
2.5.2　分類實現 50
2.5.3　多分類識別 51
2.6　小結 54
第3章　回歸與聚類
3.1　基本概念 55
3.1.1　機器學習的類別 55
3.1.2　變量之間的關系 57
3.2　回歸 59
3.2.1　回歸的概念 59
3.2.2　線性回歸 61
3.2.3　邏輯回歸 70
3.3　聚類 75
3.3.1　聚類的概念 76
3.3.2　K均值聚類算法 78
3.3.3　層次聚類算法 79
3.4　相似度計算 79
3.5　小結 84
第4章　神經網絡與深度學習
4.1　人工神經網絡的發展歷史 85
4.2　神經網絡的分類 89
4.2.1　生物神經網絡 89
4.2.2　人工神經網絡 92
4.3　淺層神經網絡 94
4.3.1　多輸出感知機 94
4.3.2　多層神經網絡 95
4.4　深度學習 103
4.4.1　深度學習模型 103
4.4.2　激活函數 105
4.4.3　深度學習的特點及發展 106
4.5　小結 107
第5章　圖像信息處理
5.1　人眼成像 108
5.2　圖像信息處理的基本概念 110
5.3　圖像采集及處理發展歷史 117
5.4　數字圖像處理 124
5.4.1　圖像的基本運算 124
5.4.2　圖像增強 129
5.4.3　圖像分割 134
5.4.4　圖像壓縮 135
5.5　數字圖像分析 135
5.6　視頻分析 139
5.6.1　視頻的概念 139
5.6.2　運動檢測 141
5.6.3　目標跟蹤 143
5.7　卷積神經網絡CNN 144
5.7.1　卷積 146
5.7.2　卷積層 149
5.7.3　池化層 152
5.7.4　AlexNet 155
5.8　小結 158
第6章 自然語言處理
6.1　自然語言處理的發展歷史 161
6.2　自然語言處理典型應用 163
6.3　自然語言處理基本技術 166
6.3.1　詞法分析 166
6.3.2　句法分析 170
6.3.3　語義分析 171
6.3.4　語用分析 173
6.4　自然語言特征提取 173
6.4.1　詞袋模型BOW 174
6.4.2　N-Gram模型 175
6.4.3　Word2Vec模型 177
6.4.4　循環神經網絡RNN 183
6.5　小結 185
參考文獻

1. 平面設計與制作項目化教程 [主編　李晨]
2. 后期影像剪輯技術 [主編　郭建偉]
3. 人工智能概論（第二版） [主編　任云暉　丁紅　徐迎春]
4. 信息時代美育之道 [主編　劉宏宇　黎婭]
5. 數字媒體交互設計項目式教程（微課版） [主編　蘇陸]
6. 動畫運動規律項目實例解析（微課版） [孫珊珊　袁維坤]
7. 自然語言處理 [主編　馮建周]
8. 新媒體內容創作實務（微課版） [主編　覃思源]
9. 人工智能基礎 [主編 余平 張春陽]
10. 人工智能導論 [主編 王飛 潘立武]
11. Amazing！兒童英語自然拼讀分級教材（全8冊） [王玲　編著]
12. Spark大數據處理技術 [主編　劉仁山　周洪翠　莊新妍]
13. 毫無PS痕跡—你的第一本Photoshop書（第二版） [趙鵬 著]
14. 電視新聞制作（活頁式） [主編 王曉翠 劉傳琳]
15. C語言同步案例習題精解 [主編 肖朝暉]
16. Python程序設計 [李國燕 王新強 劉佳 等編著]
17. 高等數學（下冊） [秦紅兵]
18. 智慧畜牧業技術 [主編 連衛民 張志明 王輝]
19. Python程序設計項目化教程（活頁式） [主編　盧鳳偉]
20. 人工智能算法與實踐 [主編　梁琨　張翼英]
21. 網頁設計與制作 [主編 王瀟 章明珠]
22. Python辦公自動化—玩轉Excel [郝春吉 劉智楊 周永福 黃 詮]
23. Web安全基礎及項目實踐 [主編 鄭麗 安厚霖 崔俊鵬]
24. 電路與電子技術Ⅲ——模擬電子技術 [主編 劉峰]
25. 線性代數 [主編 惠小健 王震 盧鴻艷]
26. 信息安全技術基礎（第二版） [主編 張浩軍 陳莉 王峰]
27. 電氣與控制工程項目管理 [鄒紅利 滕璇璇 陳德山 編著]
28. 計算機網絡技術項目化教程（微課版） [主編 王艷萍 安華萍]
29. 自然拼讀背單詞：基礎英語4000詞（微課版） [陳雪　編著]
30. 剪枝——庭院常見植物修剪 [［英］大衛·斯夸爾]