本书是“人工智能导论”课程的辅助实验性教材，配合主教材《人工智能导论》（徐洁磐编著，中国铁道出版社有限公司出版）一起使用。全书共5章：其中，第1章主要对实验平台进行介绍，第2～4章主要对平台的工具进行介绍，如Python、Numpy、TensorFlow、PyTorch等，第5章主要介绍与人工智能相关的11个实验，如人工神经网络、决策树、深度学习、计算机视觉等。本书坚持操作性、解释性、趣味性的编写原则，旨在通过实验操作实现对理论知识的进一步认知与理解，调动起读者对人工智能应用的兴趣，提高学习积极性，调剂理论课程的枯燥性。本书适合作为高等院校人工智能、计算机类专业及相关专业“人工智能”实验课程的教材及相关培训用教材，也可作为人工智能应用、开发人员的基础操作实践参考书籍。

近些年人工智能学科发展火热，这将对整个社会的发展带来根本性的改变。当前人工智能已经开始渗透到各行各业，改变着人们的工作和生活方式，如车辆识别、行人检测、自动分拣、故障预警、手术机器人、辅助诊断等。人工智能技术在快速发展的同时，也遇到了最大的障碍，即人才短缺。根据市场统计，国内人工智能领域专业技术人才缺口数达到500万。鉴于此，国家和地方陆续颁发了各项政策来推动高校人工智能人才的培养。2018年，教育部已批准35所本科高校开设了人工智能专业，教育部已批准385个人工智能专业。2020年高职院校也将开设人工智能技术服务专业。这种形势下，迫切需要适应当前发展要求的人工智能基础性教材，包括理论与实验两方面，以帮助读者全面、深入地理解人工智能相关理论知识与开发应用操作，敲开人工智能学习的大门。2019年，徐洁磐编著的《人工智能导论》教材已在中国铁道出版社有限公司出版。为此，我们编写了《人工智能导论实验》来配合使用。本书是从开发应用操作角度出发而编写的实验性教材，它与理论性教材相配合，使人工智能导论的理论性与实验性进行有机结合，为人工智能的学习打下坚实的基础。人工智能的实验性教材与计算机实验性教材有所不同，它需要有一个完整的实验平台。这主要是由于人工智能的实验需要有特殊的基础平台、专用的程序设计语言、专用的知识库、多种专用算法工具以及大量的数据包来支撑。本书以南京飞灵智能科技有限公司开发的Feeling AI LabIntro为实验平台，共安排11个实验，22个例题，组成实验的全部环境。本书特点（1）本书是一本人工智能导论的实验性教材，可与市面上的大部分《人工智能导论》教材相匹配，内容难度适中，可以让读者全面掌握人工智能主要开发工具的应用性操作。（2）书中采用了适用于人工智能开发的Python程序设计语言，以及人工智能领域最流行的开源工具（如TensorFlow、PyTorch等）、算法（如决策树、关联学习等），讲解了专家系统工具Prolog、搜索空间等相关知识，还提供了实验所需的大量数据包。（3）书中实验可直接在人工智能教学实验平台——Feeling AI LabIntro（私有云、公有云）上成功运行，这避免了复杂的环境配置，降低了人工智能学习的门槛。（4）本书出版后，一个“人工智能导论”课程的完整体系也就构建完成了，它包括：“人工智能导论”课程理论教材——《人工智能导论》（徐洁磐编著，中国铁道出版社有限公司出版）。“人工智能导论”课程实验教材——《人工智能导论实验》（余萍主编，中国铁道出版社有限公司出版）。“人工智能导论”课程实验平台——Feeling AI LabIntro（南京飞灵智能科技有限公司开发）。本书结构全书内容按照自下而上的顺序介绍基础平台、基本程序设计语言、基本AI开发工具、数据包与实验等若干部分，组成的整体架构图如下：根据整体架构图，本书分为平台与实验两部分，共5章内容。第1章实验平台，介绍如何利用人工智能教学实验平台——Feeling AI LabIntro快速创建AI开发环境，从而省去复杂的环境搭建环节，有效降低读者学习人工智能的门槛。第2章Python程序设计及机器学习软件包，包含Python、Numpy、Pandas和Matplotlib等软件包的基础知识，并通过实际代码操作帮助读者加强对软件包的认识与理解。第3章常见的人工智能工具，包含目前业界最流行的TensorFlow、PyTorch、Keras、Prolog等工具，详细介绍每个工具的基本概念与用法，可帮助读者快速利用这些工具来解决实际问题。第4章实验数据，介绍了每个实验所对应的实验数据及存放地址，方便读者获取源数据以进行实验操作。第5章实验，共包含知识获取之搜索策略、知识获取之推理方法、人工神经网络、决策树、关联学习、聚类学习、强化学习、深度学习、知识图谱、计算机视觉、自然语言处理11个实验。这些实验覆盖了人工智能的多个方面，且每个实验均同步提供完整的源代码与课后习题，读者可亲自动手完成书中所有的实验。实验设计原则1.操作性“人工智能导论”课程主要讲解理论，而人工智能实验主要讲解操作。读者可通过操作实现对理论的掌握要求。2.解释性实验是对理论的有效解释与说明，读者可通过人工智能实验的操作对理论知识有进一步的认知和理解。3.趣味性实验例题及课后习题均具有实际应用背景，可引起读者对应用的兴趣，提高学习积极性，调剂理论课程的枯燥性。本书适合作为高等院校人工智能、计算机类专业及相关专业“人工智能”实验课程的教材及相关培训用教材，也可作为人工智能应用、开发人员的基础操作实践参考书籍。本书由南京大学余萍、南京飞灵智能科技有限公司组织编写，由南京大学余萍担任主编，南京飞灵智能科技有限公司顾艳华担任副主编，南京飞灵智能科技有限公司陆迁、丁炜参与编写。南京大学徐洁磐教授审稿。本书在编写过程中还得到了亚马逊公司徐舒的支持，在此特表感谢。因作者水平和成书时间所限，本书难免存在疏漏和不当之处，敬请各位读者指正。本书所用的实验平台由南京飞灵智能科技有限公司研发，联系人：顾艳华，联系方式：guyanhua5@163.com。编者2020年2月

第1章实验平台
1.1云的基本概念
1.2私有云平台
1.3公有云平台
第2章Python程序设计及机器学习软件包
2.1Python简介
2.2NumPy简介
2.3Pandas简介
2.4MatplotLib简介
2.5Scikit-learn简介
第3章常见的人工智能工具
3.1TensorFlow简介
3.2PyTorch简介
3.3Keras 简介
3.4Caffe2简介
3.5Prolog简介
3.6搜索策略工具简介
第4章实验数据
第5章实验
实验1知识获取之搜索策略
实验2知识获取之推理方法
实验3人工神经网络
实验4决策树
实验5关联学习
实验6聚类学习
实验7强化学习
实验8深度学习
实验9知识图谱
实验10计算机视觉
实验11自然语言处理
附录A课后习题答案
附录B实验平台安装指南
参考文献"

余萍，女，南京大学计算机科学与技术博士，任职于南京大学计算机科学与技术系，副教授，加入南京大学新软件技术国家重点实验室，主要研究软件建筑、软件演化、普适计算，发表相关论文十余篇，主编或参编多部教材，主讲面向对象技术、大数据、人工智能等课程。

1.难度适中，使读者对人工智能的主要内容的开发应用性操作有全面了解。
2.实验提供了适用于人工智能需要的python程序设计语言，还提供了人工智能领域最流行的开源工具（例如: tensorflow、pytorch等）、算法（例如: 决策树、关联学习等），还涉及了专家系统工具prolog、搜索空间等相关知识，此外还提供了实验所需的大量数据包。
3.实验可直接在人工智能平台SkydataLab－Intro（私有云、公有云）上成功运行，避免复杂的环境配置，降低人工智能学习的门槛。
4.“人工智能导论”课程理论教材、“人工智能导论”课程实验教材、“人工智能导论”课程实验平台三个部分构成一个“人工智能导论”课程的完整体系。