本书为深圳信息职业技术学院等高职院校与腾讯集团共同编写的高等职业教育人工智能技术应用专业校企“双元”合作系列教材之一，同时也是高等职业教育计算机类课程新形态一体化教材。

本书采用图形化方式介绍人工智能的发展历史、相关知识、技术及应用，借助生动的小游戏、图形化展示和图形化人工智能软件，帮助读者熟悉并掌握基本的人工智能知识和应用技能。全书可分为3部分，第1章介绍人工智能的起源、发展以及相关概念等；第2章～第10章结合图形化人工智能软件，讲述各种机器学习算法，让读者快速上手并实践机器学习模型；第11章～第13章通过使用生动的图示以及经典的吃豆人小游戏，讲述搜索算法到强化学习的发展，内容包括各种经典的搜索算法、马尔可夫决策过程和强化学习。

本书配有微课视频、课程标准、教学设计、授课用PPT、习题答案等数字化学习资源。与本书配套的数字课程“人工智能导论”在“智慧职教”平台（www.icve.com.cn）上线，学习者可以登录平台进行在线学习及资源下载，授课教师可以调用本课程构建符合自身教学特色的SPOC课程，详见“智慧职教”服务指南。教师也可发邮件至编辑邮箱1548103297@qq.com获取相关资源。

本书适用作为高职高专及应用型本科院校人工智能相关课程的教材，也可以作为从事人工智能应用开发的人员的参考书。

前辅文
第1 章 人工智能概述
  1.1 人工智能的产生与发展
   1.1.1 人工智能的起源
   1.1.2 人工智能的第一次寒冬
   1.1.3 人工智能的再次繁荣
   1.1.4 人工智能的第二次寒冬
   1.1.5 人工智能的复兴
   1.1.6 深度神经网络的流行
  1.2 人工智能的定义
  1.3 人工智能的应用
   1.3.1 在工业领域的应用
   1.3.2 在商业领域的应用
   1.3.3 在金融领域的应用
   1.3.4 在医学领域的应用
  1.4 本章小结
  1.5 课后习题
第2 章 机器学习概述
  2.1 任务2.1：使用“智能钛”平台进行机器学习
  2.2 任务2.2：使用“橙现智能”机器学习平台
  2.3 本章小结
  2.4 课后习题
第3 章 线性回归
  3.1 任务3.1：使用“橙现智能”平台实现简单机器学习任务
  3.2 任务3.2：房价预测基准工作流
  3.3 任务3.3：分析影响房价的因素
  3.4 任务3.4：房价解释
  3.5 项目实训
  3.6 本章小结
  3.7 课后习题
第4 章 逻辑回归
  4.1 任务4.1：使用“橙现智能”平台实现逻辑回归基准工作流
  4.2 任务4.2：分析影响生存的因素
  4.3 任务4.3：特征工程
  4.4 任务4.4：模型解释
  4.5 项目实训
  4.6 本章小结
  4.7 课后习题
第5 章 模型优化
  5.1 任务5.1：正则化优化模型
  5.2 任务5.2：使用评价指标评价模型
  5.3 项目实训
  5.4 本章小结
  5.5 课后习题
第6 章 图像识别与自然语言处理
  6.1 任务6.1：深度学习模型的基本构建和训练
  6.2 任务6.2：图像识别
  6.3 任务6.3：自然语言处理
  6.4 项目实训
  6.5 本章小结
  6.6 课后习题
第7 章 决策树
  7.1 任务7.1：使用“智能钛”平台实现乳腺癌预测
  7.2 任务7.2：使用“橙现智能”平台实现客户流失分析基准工作流
  7.3 任务7.3：模型微调
  7.4 任务7.4：集成学习
  7.5 任务7.5：模型查看
  7.6 项目实训
  7.7 本章小结
  7.8 课后习题
第8 章 支持向量机
  8.1 任务8.1：基准工作流
  8.2 任务8.2：调试参数
  8.3 项目实训
  8.4 本章小结
  8.5 课后习题
第9 章 贝叶斯分析
  9.1 任务9.1：简单情感分析
  9.2 任务9.2：使用“橙现智能”平台实现垃圾邮件过滤
  9.3 项目实训
  9.4 本章小结
  9.5 课后习题
第10 章 无监督学习
  10.1 任务10.1：使用“橙现智能”平台实现客户自动分类
  10.2 任务10.2：层次聚类实现客户自动分类
  10.3 任务10.3：DBSCAN 实现客户自动分类
  10.4 任务10.4：异常客户识别
  10.5 任务10.5：使用“橙现智能”平台实现数据降维
  10.6 任务10.6：搭建作业抄袭判断工作流
  10.7 项目实训
  10.8 本章小结
  10.9 课后习题
第11 章 搜索问题
  11.1 任务11.1：搜索问题
  11.2 任务11.2：暴力破解
  11.3 任务11.3：深度优先搜索
  11.4 任务11.4：广度优先搜索
  11.5 任务11.5：使用一致的代价
  11.6 任务11.6：朝着目标前进
  11.7 任务11.7：对弈搜索
  11.8 项目实训
  11.9 本章小结
  11.10 课后习题
第12 章 马尔可夫决策过程
  12.1 任务12.1：描述状态转移和回报
  12.2 任务12.2：绘制赛车问题搜索树
  12.3 任务12.3：使用贝尔曼公式解决智能体寻宝
  12.4 任务12.4：使用值迭代制定赛车策略
  12.5 任务12.5：使用策略迭代制定赛车策略
  12.6 项目实训
  12.7 本章小结
  12.8 课后习题
第13 章 强化学习
  13.1 任务13.1：基于模型的学习求解简单格子世界
  13.2 任务13.2：无模型学习方法求解简单格子世界
  13.3 任务13.3：直接评估求解简单格子世界
  13.4 任务13.4：时序差分学习求解简单格子时间
  13.5 任务13.5：Q 学习求解简单格子世界
  13.6 项目实训1
  13.7 任务13.6：近似Q 学习
  13.8 项目实训2
  13.9 本章小结
  13.10 课后习题
参考文献