大数据与人工智能导论

　　本书共分为7章。第1章介绍了大数据与人工智能的基本概念、发展历史、特征与现状，以及面临的难题和未来的前景。第2章介绍了大数据的特性以及大数据分析全流程所涉及的各种技术，主要包含数据的采集与预处理、存储与管理、处理与分析、可视化以及安全与隐私保护。第3章介绍了大数据各种云计算平台，主要包括MapReduce平台、Hadoop平台、Spark平台。第4章介绍了机器学习的定义、发展、范围和方法等，并对监督学习、无监督学习、强化学习的代表性方法做了具体介绍。第5章首先介绍了人工神经元的结构和数学模型，人工神经网络的定义、特点、结构和工作方式，并着重介绍了最基本、最典型的BP神经网络和Hopfield神经网络及其应用，其次介绍了深度学习的定义、主要特点，并结合实例介绍了深度学习算法的主要模型。第6章针对智能语音、计算机视觉、自然语言处理三个重要的人工智能研究领域，分别在技术原理、发展历程、研究方向和技术应用等几个方面做了介绍。第7章介绍了大数据与人工智能在各行业的广泛应用。本书适合作为高等学校非计算机类本专科专业大一新生的通识教材，开拓学生科技视野，培养学生大数据与人工智能的应用能力，帮助学生了解其发展过程与基本知识，熟悉大数据与人工智能产业的发展现状与市场需求。

暂缺《大数据与人工智能导论》作者简介

第1章 大数据与人工智能概述
1.1 大数据概述
1.2 人工智能概述
1.3 大数据与人工智能的机遇与挑战
1.4 本章小结
第2章 大数据技术
2.1 数据的多样性
2.2 大数据处理的一般流程
2.3 数据采集与预处理
2.4 数据存储与数据仓库
2.5 数据处理与分析
2.6 数据可视化
2.7 数据安全和隐私保护
2.8 本章小结
第3章 大数据计算平台
3.1 云计算
3.2 云计算平台
3.3 MapReduce平台
3.4 Hadoop平台
3.5 Spark平台
3.6 本章小结
第4章 机器学习
4.1 机器学习概述
4.2 监督学习
4.3 无监督学习
4.4 强化学习
4.5 本章小结
第5章 人工神经网络与深度学习
5.1 人工神经网络的发展概况
5.2 人工神经元与神经网络
5.3 BP神经网络
5.4 Hopfield神经网络
5.5 深度学习
5.6 本章小结
第6章 智能识别
6.1 智能语音
6.2 计算机视觉
6.3 自然语言处理
6.4 本章小结
第7章 大数据与人工智能的应用
7.1 智能家居
7.2 智慧医疗
7.3 智慧交通
7.4 智能安防
7.5 智能金融
7.6 智能教育
7.7 智能机器人
7.8 无人驾驶
7.9 大数据和人工智能的未来
7.10 本章小结
参考文献