第一章 绪论

• 灰度图片矩阵生成（Python代码）
• 欧盟《人工智能法》定稿版本：全文中译本（PDF）

第二章 数据与算法

• 实验2.1：Python官网
• 实验2.1：PyCharm官网
• 实验2.1：Python软件包
• 实验2.1：PyCharm软件包
• 实验2.1：通义灵码插件
• 实验2.2：Mongo官网
• 实验2.2：Mongo软件包
• 实验2.2：导入莎士比亚戏剧文件的Python代码（Exec.py）
• 实验2.2：37部莎士比亚戏剧文件

第三章 搜索方法

• 实验3.1：寻找最短路线搜索算法演示（解压后使用浏览器运行Exec1.html文件）
• 实验3.1：更多斯坦福大学在线搜索算法演示
• 实验3.2：使用广度优先搜索算法遍历迷宫
• 实验3.2：使用深度优先搜索算法遍历迷宫
• 实验3.2：还原魔方（Python代码，可以在PyCharm中运行）
• 实验3.2：MazeGame迷宫代码网址
• 实验3.2：Intelligent-Magic-Cube魔方代码网址
• 实验3.3：NetLogo官网
• 实验3.3：NetLogo安装软件
• 实验3.3：NetLogo羊吃草模型（可以直接加载到NetLogo软件）
• 实验3.3：NetLogo羊吃草模型分步骤代码说明

第四章 知识方法

• 4.1.1节的演示网页
• 4.2.3节的OpenKG中文知识图谱数据网
• 4.2.3节的OpenKG的知识图谱可视化展示界面
• 4.3.1节的知识图谱在美团用户画像中的应用
• 实验4.1：Prolog官网
• 实验4.1：Prolog软件包
• 实验4.2：码投图谱网址
• 实验4.2：码投图谱自带的三元组数据文件
• 《Wumpus世界》推理游戏

第五章 机器学习方法

• 实验5.1：graphviz官网
• 实验5.1：graphviz可视化工具包
• 实验5.1：电商企业订货数据（products.csv）
• 实验5.1：电商企业订货数据配套代码（产品销售.py）
• 实验5.1：企业离职员工数据（bi-attrition.csv）
• 实验5.1：企业离职员工数据配套代码（离职员工.py）
• 实验5.2：产品销售额和销售量数据-线性回归分析
• 实验5.2：线性回归分析配套代码（线性回归.py）
• 实验5.2：线性回归分析配套代码（直线拟合.py）
• 实验5.3：产品销售额和销售量数据-非线性回归分析
• 实验5.3：非线性回归分析配套代码（非线性拟合.py）

第六章 神经网络与深度学习

• 实验6.1：Netron官网
• 实验6.1：Netron软件包
• 实验6.1：Netron在线版本网址
• 实验6.1：Netron模型样例（8个模型）
• 实验6.1：百度飞桨VisualDL
• 实验6.2：麻省理工学院ENNUI

第七章 自然语言处理

• 7.1.1节的在线医学缩略词查询
• 7.3.2节的“如是”古籍数字化工具平台
• 实验7.1：腾讯AI实验室的中文词嵌入数据集（tencent-ailab-embedding-zh-d200-v0.2.0-s.tar.gz）
• 实验7.1：基于词嵌入的词语分析代码说明
• 实验7.2：HanLP常见文本分析应用代码说明
• 实验7.2：HanLP更多文本分析功能

第八章 大语言模型

• 8.1节的wolframalpha搜索引擎
• 实验8.1：GPT4All官网
• 实验8.1：GPT4All软件包
• 实验8.1：GPT4All Falcon 7B模型（gpt4all-falcon-newbpe-q4_0.gguf）
• 实验8.2：百度客悦智能客服平台数字人