本书响应国家人工智能发展战略，以职业能力培养为主线，注重计算思维与人工智能应用交叉融合，围绕人工智能技术基础理论、编程能力和综合应用内容整体设计“文化篇、工具篇、应用篇”3个大模块，每一章设置的“知能达标、素养提升、视野拓展”3个中模块以及根据知识梯度切分的多个微模块，助力打造人工智能通识课程体系，满足不同专业多样化学习需求，推动形成“人工智能+X”复合专业培养新模式。 本书基于BOPPPS教学方法重构教学环节，主要分为“导入—职业能力目标—知能达标—素养提升—视野拓展—学习评价—职业能力测评”7个环节，创新引入大模型技术辅助学习及应用能力提升，强化绿色低碳、科技向善等主流价值观，培养兼具人工智能计算思维与社会责任感的跨学科复合型人才。 本书可作为高等职业院校人工智能技术应用专业课程教学用书，还可作为高等职业院校其他专业人工智能通识教育用书以及社会人员的培训用书。 本书配套电子课件、源代码、微视频、职业能力测评习题、数字课程（AI在线问答助手）等立体化教学资源，其中，部分资源直接通过二维码扫码方式获取，其他资源可以通过配套的数字课程网站获取。选用本书作为教材的教师可以从机械工业出版社教育服务网（www.cmpedu.com）免费注册下载，或联系编辑（010-88379543）获取。

职业院校教师

目 录
前 言
【文化篇】
人工智能基础认知
第1章 人工智能前世今生 / 002
1.1 揭秘人工智能 / 003
1.1.1 什么是人工智能 / 005
1.1.2 人工智能与生成式人工智能的
关系 / 006
1.2 人工智能发展脉络 / 006
1.2.1 人工智能发展简史 / 006
1.2.2 人工智能三大学派 / 007
1.3 人工智能的未来 / 008
第2章 人工智能技术体系 / 014
2.1 人工智能内在逻辑 / 015
2.1.1 人工智能发展三大要素 / 015
2.1.2 人工智能技术三大层次 / 020
2.2 人工智能外部生态 / 021
2.2.1 AI+ / 022
2.2.2 +AI / 023
第3章 人工智能伦理法规 / 028
3.1 人工智能伦理 / 029
3.1.1 人工智能带来的主要伦理问题 / 029
3.1.2 人工智能伦理的核心要素 / 031
3.2 人工智能法规 / 032
3.2.1 中国人工智能法规 / 032
3.2.2 国外人工智能法规 / 034
【工具篇】
Python程序设计
第4章 语法基础——员工薪资
管理 / 042
4.1 Python语言简介 / 043
4.1.1 Python起源与演进 / 043
4.1.2 Python语言特点 / 043
4.1.3 Python应用领域 / 044
4.2 Python开发环境搭建 / 045
4.2.1 下载安装Anaconda / 045
4.2.2 使用Anaconda 管理虚拟环境 / 048
4.2.3 下载安装PyCharm / 051
4.3 第一个Python程序 / 052
4.4 Python编码规范 / 055
4.5 Python语法基础 / 057
4.5.1 标识符和关键字 / 057
4.5.2 常量和变量 / 059
4.5.3 基本数据类型 / 060
4.5.4 输出和输入函数 / 063
4.5.5 运算符操作 / 064
第5章 流程控制——机器人货物
分拣 / 076
5.1 选择结构 / 077
5.1.1 单分支选择结构 / 077
5.1.2 双分支选择结构 / 078
5.1.3 多分支选择结构 / 079
5.1.4 嵌套选择结构 / 080
5.2 循环结构 / 082
5.2.1 while循环 / 082
5.2.2 for循环 / 083
5.2.3 嵌套循环 / 085
5.2.4 循环控制 / 086
第6章 函数和模块——智能小车
避障 / 092
6.1 函数 / 093
6.1.1 内置函数 / 093
6.1.2 自定义函数 / 094
6.2 模块 / 098
6.2.1 模块化编程 / 098
6.2.2 常用内置模块 / 102
第7章 组合数据类型——智能
泊车管理 / 109
7.1 字符串 / 110
7.1.1 字符串介绍 / 110
7.1.2 转义字符 / 110
7.1.3 字符串访问 / 111
7.1.4 字符串遍历 / 112
7.1.5 格式化字符串 / 112
7.1.6 字符串常用方法 / 114
7.2 列表 / 117
7.2.1 列表的创建 / 117
7.2.2 访问列表元素 / 118
7.2.3 添加列表元素 / 119
7.2.4 删除列表元素 / 121
7.2.5 列表的嵌套 / 123
7.3 元组 / 123
7.3.1 元组的创建 / 123
7.3.2 元组的访问 / 124
7.3.3 元组的不可变性 / 124
7.4 集合 / 125
7.4.1 集合的创建 / 125
7.4.2 集合的基本操作 / 125
7.4.3 集合的数学运算 / 126
7.5 字典 / 127
7.5.1 字典的介绍 / 127
7.5.2　字典的创建 / 127
7.5.3 字典的访问 / 128
7.5.4 字典的遍历 / 129
7.5.5 字典元素的添加和修改 / 130
7.5.6 字典元素的删除 / 131
第8章 文件和异常——项目
日报管理 / 137
8.1 文件操作 / 137
8.1.1 文件打开 / 138
8.1.2 文件关闭 / 139
8.1.3 文件读取 / 140
8.1.4 文件写入 / 142
8.2 异常处理 / 144
第9章 面向对象编程——学生
就业管理 / 153
9.1 类与对象 / 154
9.2 定义类 / 154
9.3 创建对象 / 155
9.4 类的成员 / 156
9.4.1 属性 / 156
9.4.2 方法 / 158
9.4.3 私有成员 / 159
9.4.4 特殊方法 / 160
9.5 面向对象的三大特性 / 161
9.5.1 封装 / 162
9.5.2 继承 / 162
9.5.3 多态 / 165
第10章 网络爬虫基础——电商
数据爬取与解析 / 174
10.1 爬取数据 / 175
10.1.1 requests库基本使用 / 175
10.1.2 爬取谚语网站实战——
数据爬取 / 177
10.2 解析数据 / 180
10.2.1 BeautifulSoup库基本使用 / 180
10.2.2 爬取谚语网站实战——
数据解析 / 182
【应用篇】
人工智能综合应用
第11章 人工智能+金融应用 / 192
11.1 数据分析与处理 / 193
11.1.1 数据分析“三剑客” / 193
11.1.2 数据读取 / 201
11.1.3 数据清洗 / 203
11.1.4 数据转换 / 204
11.2 机器学习 / 205
11.2.1 机器学习基础 / 205
11.2.2 机器学习库scikit-learn / 207
第12章 人工智能+工业应用 / 223
12.1 神经网络 / 224
12.1.1 大脑神经网络 / 224
12.1.2 人工神经网络 / 224
12.1.3 感知机 / 225
12.1.4 前馈神经网络 / 225
12.1.5 反向传播算法 / 226
12.2 卷积神经网络 / 226
12.2.1 卷积 / 227
12.2.2 池化 / 227
12.2.3 典型卷积神经网络 / 228
第13章 人工智能+交通应用 / 242
13.1 目标检测技术 / 242
13.1.1 目标检测技术基础 / 242
13.1.2 YOLO算法 / 244
13.2 OCR技术 / 247
13.2.1 OCR技术基础 / 247
13.2.2 PaddleOCR工具包 / 248
第14章 人工智能大模型技术
应用 / 256
14.1 大模型技术 / 257
14.1.1 大模型分类 / 257
14.1.2 生成式人工智能 / 258
14.1.3 智能体应用 / 261
14.2 语音技术基础 / 263
14.2.1 语音识别 / 263
14.2.2 自然语言处理 / 266
14.2.3 语音合成 / 267
14.3 AI开放平台 / 267
14.3.1 AI开放平台概述 / 267
14.3.2 百度AI开放平台 / 268
参考文献 / 283