本系列讲义是《人工智能》课程配套讲义，结合教学一线实践课程编写而成。
一共分为10个章节，总学时数32课时，各院校课根据教学实际情况灵活安排，人工智能科普学习或者兴趣班的课程可以安排16课时，作为专业课程学习可以安排64学时，多一些动手实践和创新环节。
| 教学章节 | 建议课时数 | 知识点 |
| 第一章 初识pepper与人工智能 | 2 | 了解人工智能的发展历史、基本概念、专业术语以及典型应用 建立起科学、客观的人工智能发展观 |
| 第二章 pepper聚类 | 3 | 了解聚类的概念和方法 掌握K-means算法和DBSCAN算法 实践基于pepper机器人聚类算法验证 （学习成绩聚类） |
| 第三章 pepper分类 | 3 | 了解分类的概念和方法 掌握K近邻(KNN)算法和支持向量机（SVM）算法 实践基于pepper机器人分类算法验证（统计学习成绩） |
| 第四章 pepper识图 | 4 | 了解图像识别技术、人工神经网络、深度学习 掌握BP神经网络并在机器人上验证算法 掌握通用文字识别技术并在机器人上实践 掌握人脸识别技术并在机器人上实践 |
| 第五章 pepper读书 | 4 | 了解了词频（TF）、TF归一化、文档频率（DF）、TF-IDF等文本特征统计方法 掌握余弦相似度和欧氏距离这两种基本的度量方法 使用Jieba分词、文章关键词的提取、文章相似度分析并在机器人上验证算法 |
| 第六章 pepper听音乐 | 4 | 理解语言合成概念及原理 理解语音识别概念及原理 理解自然语义理解NLU与知识库、关键字识别 了解声音波形图 使用pepper进行语音识别 |
| 第七章 pepper看视频 | 4 | 了解视频识别和图像识别的联系与区别 掌握了卷积神经网络基本结构及各层的作用 理解卷积神经网络 使用pepper进行人脸表情识别、视频内容分析 |
| 第八章 人机对话 | 5 | 了解人机对话概念、感知方式与触发模式、人机互动等基础知识 理解多通道决策的方式方法及多模态信息融合 使用pepper体验人机对话 使用pepper进行人机互动 |
| 第九章 pepper带你探索数字世界 | 2 | 了解pepper机器人的行走、动作、胸口屏幕的技术实现和可能应用 了解人工智能时代下的智慧场景中pepper的应用可能：智慧养老等 使用pepper进行地图扫描，SLAM 使用pepper完成数字互动技术 |
| 第十章 科技与信息安全和伦理道德 | 1 | 了解信息安全和伦理道德规范 拥有网络和数据安全意识 |
| 合计 | 32 |
本讲义以“pepper”机器人为主要教学载体工具，以Choregraphe为主要开发软件平台（支持Python和图形化编程），聚焦学习和实践人工智能技术应用领域中的语音识别、图像识别、文本识别、视频识别等基础技术知识，在教学过程中，穿插神经网络、机器学习、自然语言理解等关键知识点，并以机器人流程自动化（Robot Process Automation）将机器人和智能数字世界串联起来形成场景化应用，采用讲练结合和任务驱动的教学方式，以帮助学生能够直观而准确地了解和学习人工智能的相关知识。
2025-07-22 09:09
2025-07-21 09:06
2025-07-20 08:59
2025-07-18 10:38
2025-07-18 09:07
2025-07-15 01:14
2025-07-15 01:13
2025-07-14 14:08
2025-07-07 17:39
2025-07-07 17:38
粤公网安备 44010602004352号