本书是人工智能技术应用专业的基础教材，以简单且生活化的实训案例为载体，讲解人工

智能算法的基本原理，降低学习门槛。本书内容包括Python篇、机器学习篇、深度学习篇、计算

机视觉篇以及自然语言处理篇。

Python篇通过实训案例，让读者认识并掌握Python编程语言的基础。机器学习篇通过实训

案例，让读者认识机器学习经典算法的基本原理和简单应用。深度学习篇通过实训案例，让读

者了解多种神经网络模型的原理及其在生活场景中的运用。计算机视觉篇通过实训案例，让读

者了解人工智能算法在计算机视觉领域的典型应用。自然语言处理篇通过实训案例，让读者了

解人工智能算法在自然语言领域的典型应用。

本书适合对人工智能感兴趣的在校学生、社会工作者以及其他零基础的读者，通过体验书

中关于人工智能技术在计算机视觉、自然语言处理等领域的案例，可以逐渐对人工智能有所认

知，并具备初步的实践能力。


​

从可爱的“机器猫”到下棋的“阿尔法狗”，从 MCS51 单片机到英伟达的 GPU，编者

经历了信息技术蓬勃发展的 20 年。2017 年 3 月 5 日，2017 年政府工作报告指出，要加快

培育壮大包括人工智能在内的新兴产业，“人工智能”首次被写入了全国政府工作报告。以人

工智能技术为代表的新一代信息技术已开始融入各行各业，成为变革社会的重要推动力，人

工智能已上升为国家战略。

社会对计算机视觉、语音识别、机器学习等技术的热情与日俱增，结合 Python 语言引

发了一场学习人工智能相关技术的潮流。然而，面对复杂的数学推导公式和广泛的行业应用，

我们深感需要编写一本人工智能入门、适合理工科学生快速学习的基础教材。本书编者团队

结合课堂教学特点和项目实践经验，摒除传统的人工智能类的数学基础要求高、测试难度大

等问题，设计了以案例为载体的、可验证测试的情境教学模块。

本书结合随机数（浙江）智能科技有限公司的“派 Lab”人工智能教学实训平台，解决

全校大范围的理工科学生对人工智能基础课程的高通用性、高扩展性和实验案例资源丰富的

人工智能开放实验平台的需求，全方位支撑课程教学、实操、考核及科研活动。

本书的内容如下：

（1）Python 篇 与机器沟通：通过五个实训案例，让读者认识 Python 语言，掌握

Python 编程的基本语法和 Python 标准库在人工智能技术中的运用。

（2）机器学习篇 让机器能决策：通过五个实训案例，让读者认识机器学习算法的基本

原理，理解处理回归、分类、聚类问题的方法，掌握机器学习算法在日常生活中的应用。

（3）深度学习篇 让机器会思考：通过五个实训案例，让读者认识深度学习算法的基本

原理，理解各神经网络模型的核心思想，掌握深度学习算法在现实场景中的运用。

（4）计算机视觉篇 让机器看得见：通过五个实训案例，让读者了解计算机如何识别并

处理图像，理解计算机视觉算法的基本原理，掌握计算机视觉领域的典型应用。

（5）自然语言处理篇 让机器读得懂：通过五个实训案例，让读者了解计算机如何识

别并处理语音和文字，理解自然语言处理算法的基本原理，掌握自然语言处理领域的典型

应用。

人工智能应用基础

本书的特色如下：

（1）建设人工智能在线教学实训平台，实现线上线下相结合，课内课外互通。利用该开

放实训平台，学生在课堂内未完成的实验任务，可以在课堂外继续完成。

（2）以案例作为知识点的载体，在案例中逐步讲解验证，使读者能够快速了解人工智能

相关的基本技术和方法，让人工智能技术的学习变得更简单。

（3）提供课件、源代码等供读者学习。为了配合课堂教学和自学，编者制作了高质量的

教学课件、案例源代码和学习视频等，并不断更新平台的实训案例。

本书由郭勇、赵瑞丰、杜辉任主编，由林励、李伟权、王亚楠任副主编，冷鹏、王青、

余婷、汪胜平参与编写，由王路群任主审。感谢曹静和随机数（浙江）智能科技有限公司在

本书的编排及代码验证工作中提供的支持。为了方便组织教学，本书配套的相关资料可通过

“派 Lab”人工智能教学实训平台查看并下载，平台网址：www.314ai.com。还可与本书编

者联系（E-mail：linlimcu@qq.com）。

图书编写是一项与时俱进的长久工程，需要在实践中不断检验和修改。同时，由于编者

水平有限，书中难免存在疏漏和不妥之处，敬请广大读者给予批评和指正。

编 者

2022 年 2 月
​

目 录

单元一 Python 篇 与机器沟通.1-1

1.1 Python 的历史1-1

1.2 Python 的作用1-1

1.2.1 Web 应用开发1-1

1.2.2 自动化运维 1-2

1.2.3 人工智能领域 1-2

1.2.4 网络爬虫1-3

1.2.5 科学计算 1-3

1.2.6 游戏开发 1-3

1.3 Python 的设计哲学1-3

1.4 Python 的特点 1-6

1.5 学习计划.1-7

实训案例 1 Python“读心术”1-7

实训案例 2 “读心术”进阶1-15

实训案例 3 像搭积木一样学函数1-27

实训案例 4 汉诺塔小游戏1-41

实训案例 5 科学计算与可视化1-49

单元二 机器学习篇 让机器能决策2-1

2.1 机器学习2-1

2.2 机器学习应用 2-2

2.3 机器学习方法 2-2

2.3.1 学习方式2-3

2.3.2 学习任务 2-3

2.4 机器学习算法 2-4

2.4.1 回归 2-4

2.4.2 分类.2-5

2.4.3 聚类 2-7

人工智能应用基础

实训案例 1 预知未来牛肉价格2-8

实训案例 2 我来帮你挑草莓2-12

实训案例 3 远离疾病早预防2-25

实训案例 4 这位顾客可不可能点可乐2-31

实训案例 5 近朱者赤近墨者黑2-37

单元三 深度学习篇 让机器会思考3-1

3.1 浅层学习和深度学习3-1

3.2 人脑视觉机理3-3

3.3 深度学习与神经网络3-4

实训案例 1 全连接神经网络——猜数字益智游戏3-5

实训案例 2 卷积神经网络——你是我的眼3-12

实训案例 3 卷积神经网络——播下“智能”的种子3-20

实训案例 4 循环神经网络——鸡蛋应该放在几个篮子里 3-30

实训案例 5 生成对抗网络——神奇的画笔3-38

单元四 计算机视觉篇 让机器看得见4-1

4.1 计算机视觉概述4-1

4.1.1 人脸识别4-1

4.1.2 多目标跟踪 4-2

4.1.3 图像分割 4-2

4.1.4 风格迁移 .4-3

4.2 计算机视觉与数字图像处理4-6

4.2.1 计算机视觉4-6

4.2.2 数字图像处理4-6

4.3 人类眼中的世界4-7

4.4 计算机眼中的世界 4-7

4.5 计算机视觉发展的主要阶段4-8

4.5.1 马尔计算视觉4-8

4.5.2 主动视觉 4-9

4.5.3 多视几何和分层三维重建 4-10

4.5.4 基于学习的视觉4-10

4.6 计算机视觉发展趋势4-12

实训案例 1 超有意思的图像世界 4-12

实训案例 2 计算机视觉造物4-28

实训案例 3 一键捕捉你的笑脸4-34

实训案例 4 众里寻他一目了然4-38

实训案例 5 只需你看一眼4-44

单元五 自然语言处理篇 让机器读得懂5-1

5.1 自然语言处理概述5-1

5.2 自然语言处理的核心任务和难点5-1

5.3 自然语言处理的典型应用 5-2

5.4 自然语言处理技术 5-2

5.4.1 基础技术5-3

5.4.2 核心技术5-3

5.4.3 NLP+ 高端技术5-4

实训案例 1 一张图知你所云5-5

实训案例 2 词以类聚5-9

实训案例 3 一键合成有声音的文字5-14

实训案例 4 你说我写 5-18

实训案例 5 您对商品满意吗5-23

附录 A 派 Lab 平台基本操作A-1

A.1 平台简介 A-1

A.2 账号设置 A-1

A.2.1 用户登录 A-1

A.2.2 修改密码.A-3

A.2.3 绑定微信 A-4

A.3 个人版 A-4

A.3.1 平台课程 A-4

A.3.2 私有内容A-4

A.3.3 课程学习 A-5

A.4 教育版A-6

A.4.1 首页 A-6

A.4.2 教师中心 - 课程 A-8

A.5 个人概览 A-14

A.5.1 个人概览 - 教师 .A-14

A.5.2 个人概览 - 普通用户 A-15

A.5.3 关闭实训环境A-16

A.5.4 我的学习 A-16

A.5.5 个人设置.A-17

A.6 JupyterLab 如何使用A-17

A.6.1 文件夹区域 A-18

A.6.2 实训报告区域 A-18

A.6.3 环境信息区域.A-19

A.6.4 主界面操作区A-19


​

黄梅香，女，38岁，理学硕士，柳州铁道职业技术学院高级工程师，2018年获得校级优秀教师称号，双师型教师，长期从事计算机基础课程的教学。2015年，作为第二成员参加了广西职业院校信息化大赛，作品《高职计算机基础课程课件》获得三等奖；作为主要成员参与厅级立项课题4项(其中3项已结题)，主持校级立项课题1项(2020年立项)，副主编教材1本，参编教材2本。,陈强：1973年11月生，柳州铁道职业技术学院讲师，系统集成项目管理工程师，信息系统项目管理师。长期从事计算机相关课程教学工作，在《中国教师》、《现代职业教育》等杂志上发表论文近十篇，参编和作为副主编参与了《计算机文化基础教程》、《计算机应用技术项目化教程》等教材的编写工作，主持市厅级课题一项，参与结题课题多项，取得软件著作权三项。

本书配有丰富的微课资源。