3.3.3 K-Means聚类算法的应用

第一章 人工智能概述
　　项目范例 调查汉英自动翻译机的人工智能发展历程
　　1.1 人工智能及其特征
　　1.1.1 人工智能
　　1.1.2 人工智能的基本特征
　　1.2 人工智能发展历程与趋势
　　1.2.1 人工智能的发展历程
　　1.2.2 新一代人工智能的兴起
　　1.2.3 人工智能发展的研究趋势
　　1.3 人工智能的应用
　　1.3.1 人工智能在经济领域的应用
　　1.3.2 人工智能在社会领域的应用
第二章 人工智能基础算法及应用
　　项目范例 剖析汽车自动导航系统
　　2.1 人工智能编程语言与开发平台
　　2.1.1 常用人工智能编程语言
　　2.1.2 Python在人工智能中的运用
　　2.1.3 典型人工智能开发平台
　　2.2 启发式搜索
　　2.2.1 启发式搜索原理
　　2.2.2 启发式搜索的分类
　　2.2.3 启发式搜索的应用
　　2.3 自然语言处理
　　2.3.1 情感分析
　　2.3.2 机器翻译
　　2.3.3 机器阅读理解
　　2.3.4 智能搜索引擎
　　2.4 生物特征识别
　　2.4.1 指纹识别系统
　　2.4.2 人脸识别系统
　　2.4.3 虹膜识别系统
　　2.4.4 指静脉识别系统
第三章 机器学习与人工智能的核心算法
　　项目范例 剖析垃圾邮件智能分类系统
　　3.1 机器学习概述
　　3.1.1 机器学习的基本原理
　　3.1.2 机器学习算法的主要类型
　　3.2 贝叶斯分类器
　　3.2.1 朴素贝叶斯分类器
　　3.2.2 朴素贝叶斯分类器的类型
　　3.2.3 朴素贝叶斯分类器的应用
　　3.3 聚类
　　3.3.1 系统聚类算法
　　3.3.2 K-Means聚类算法
　　3.3.3 K-Means聚类算法的应用
　　3.4 决策树
　　3.4.1 决策树及其类型
　　3.4.2 决策树的生成
　　3.4.3 决策树的应用
　　3.5 人工神经网络
　　3.5.1 人工神经网络的基本原理
　　3.5.2 人工神经网络的应用
第四章 人工智能应用系统开发
　　项目范例 开发拍照识物智能玩具系统
　　4.1 人工智能应用系统项目分析
　　4.1.1 项目描述
　　4.1.2 需求分析
　　4.2 人工智能应用系统项目设计
　　4.2.1 总体设计
　　4.2.2 硬件系统设计
　　4.2.3 软件模块设计
　　4.3 人工智能应用系统项目实施
　　4.3.1 程序设计
　　4.3.2 图像识别模块开发
　　4.3.3 系统集成
第五章 人工智能系统的安全
　　项目范例 从“自动驾驶汽车伤人事件”分析人机共处的安全风险和伦理挑战
　　5.1 人工智能应用系统的安全风险和伦理挑战
　　5.1.1 常见人工智能应用系统的基本组成
　　5.1.2 人工智能应用系统的安全风险
　　5.1.3 人工智能应用系统的伦理挑战
　　5.2 维护人工智能应用系统安全的基本方法
　　5.2.1 安全风险分析与审计跟踪
　　5.2.2 备份与应急处理
　　5.2.3 安全管理教育与制度建设
　　5.3 人工智能社会化应用的规范与法规
　　5.3.1 人工智能应用的道德规范和行为守则
　　5.3.2 人工智能应用的民事与刑事法规