2.1　全球人工智能行業(yè)發(fā)展綜述
2.1.1　人工智能發(fā)展歷程
2.1.2　人工智能支持政策
2.1.3　人工智能市場規(guī)模
2.1.4　人工智能區(qū)域分布
2.1.5　人工智能市場結(jié)構(gòu)
2.1.6　人工智能專利數(shù)量
2.1.7　人工智能融資規(guī)模
2.1.8　人工智能應(yīng)用狀況
2.2　中國人工智能市場運(yùn)行狀況
2.2.1　人工智能發(fā)展歷程
2.2.2　人工智能產(chǎn)業(yè)政策
2.2.3　人工智能市場規(guī)模
2.2.4　人工智能軟件規(guī)模
2.2.5　人工智能企業(yè)數(shù)量
2.2.6　人工智能發(fā)展現(xiàn)狀
2.2.7　人工智能從業(yè)人員
2.2.8　人工智能融資規(guī)模
2.3　人工智能基礎(chǔ)層
2.3.1　基礎(chǔ)層產(chǎn)業(yè)鏈價(jià)值
2.3.2　基礎(chǔ)層發(fā)展歷程
2.3.3　基礎(chǔ)層市場規(guī)模
2.3.4　基礎(chǔ)層發(fā)展現(xiàn)狀
2.3.5　基礎(chǔ)層融資規(guī)模
2.3.6　基礎(chǔ)層發(fā)展問題
2.3.7　基礎(chǔ)層發(fā)展趨勢
2.4　人工智能技術(shù)層
2.4.1　技術(shù)層發(fā)展現(xiàn)狀
2.4.2　人工智能技術(shù)全景
2.4.3　人工智能技術(shù)水平
2.4.4　人工智能技術(shù)分布
2.4.5　人工智能技術(shù)成熟度
2.4.6　人工智能熱點(diǎn)技術(shù)
2.4.7　人工智能專利數(shù)量
2.4.8　自然語音處理技術(shù)
2.4.9　生物特征識(shí)別技術(shù)
2.4.10　知識(shí)圖譜技術(shù)
2.4.11　計(jì)算機(jī)視覺技術(shù)
2.4.12　語音語義技術(shù)
2.4.13　人工智能技術(shù)平臺(tái)
2.4.14　技術(shù)層發(fā)展問題
2.4.15　技術(shù)層發(fā)展趨勢
2.5　人工智能應(yīng)用層
2.5.1　應(yīng)用層發(fā)展現(xiàn)狀
2.5.2　各應(yīng)用層成熟度
2.5.3　應(yīng)用層市場結(jié)構(gòu)
2.5.4　應(yīng)用層發(fā)展問題
2.5.5　應(yīng)用層發(fā)展趨勢
2.5.6　人工智能醫(yī)療領(lǐng)域應(yīng)用
2.5.7　人工智能金融領(lǐng)域應(yīng)用
2.5.8　人工智能智慧城市應(yīng)用
2.5.9　人工智能教育領(lǐng)域應(yīng)用
2.5.10　人工智能制造業(yè)應(yīng)用
2.6　部分城市人工智能產(chǎn)業(yè)發(fā)展?fàn)顩r
2.6.1　上海市
2.6.2　北京市
2.6.3　深圳市
2.6.4　杭州市
2.7　中國人工智能行業(yè)發(fā)展趨勢分析
2.7.1　人工智能總體發(fā)展趨勢
2.7.2　人工智能宏觀趨勢研判
2.7.3　人工智能技術(shù)發(fā)展研判
2.7.4　人工智能應(yīng)用場景研判
2.7.5　人工智能市場規(guī)模預(yù)測

3.1　全球機(jī)器學(xué)習(xí)行業(yè)發(fā)展綜述
3.1.1　機(jī)器學(xué)習(xí)市場規(guī)模分析
3.1.2　機(jī)器學(xué)習(xí)行業(yè)發(fā)展動(dòng)力
3.1.3　機(jī)器學(xué)習(xí)市場競爭格局
3.1.4　機(jī)器學(xué)習(xí)發(fā)展面臨挑戰(zhàn)
3.1.5　機(jī)器學(xué)習(xí)企業(yè)競爭優(yōu)勢
3.1.6　機(jī)器學(xué)習(xí)市場前景預(yù)測
3.2　中國機(jī)器行業(yè)發(fā)展現(xiàn)狀分析
3.2.1　機(jī)器學(xué)習(xí)行業(yè)發(fā)展歷程
3.2.2　機(jī)器學(xué)習(xí)行業(yè)政策回顧
3.2.3　機(jī)器學(xué)習(xí)市場規(guī)模分析
3.2.4　機(jī)器學(xué)習(xí)市場區(qū)域分布
3.2.5　機(jī)器學(xué)習(xí)市場競爭格局
3.2.6　機(jī)器學(xué)習(xí)平臺(tái)市場份額
3.2.7　機(jī)器學(xué)習(xí)行業(yè)制約因素
3.3　中國機(jī)器學(xué)習(xí)行業(yè)技術(shù)發(fā)展?fàn)顩r
3.3.1　機(jī)器學(xué)習(xí)技術(shù)發(fā)展路線
3.3.2　機(jī)器學(xué)習(xí)專利申請(qǐng)數(shù)量
3.3.3　機(jī)器學(xué)習(xí)技術(shù)發(fā)展現(xiàn)狀
3.3.4　機(jī)器學(xué)習(xí)技術(shù)成熟度
3.3.5　機(jī)器學(xué)習(xí)技術(shù)研究進(jìn)展
3.3.6　機(jī)器學(xué)習(xí)技術(shù)研究趨勢

4.1　機(jī)器學(xué)習(xí)產(chǎn)業(yè)鏈構(gòu)成
4.2　機(jī)器學(xué)習(xí)產(chǎn)業(yè)鏈上游分析
4.2.1　人工智能芯片主要類型
4.2.2　人工智能芯片市場規(guī)模
4.2.3　人工智能芯片供應(yīng)商
4.2.4　云計(jì)算市場規(guī)模分析
4.2.5　云計(jì)算平臺(tái)服務(wù)商
4.2.6　云計(jì)算代表企業(yè)介紹
4.2.7　大數(shù)據(jù)技術(shù)體系圖譜
4.2.8　大數(shù)據(jù)服務(wù)商分析
4.2.9　大數(shù)據(jù)市場規(guī)模分析
4.2.10　大數(shù)據(jù)市場支出規(guī)模
4.2.11　大數(shù)據(jù)行業(yè)應(yīng)用結(jié)構(gòu)
4.2.12　大數(shù)據(jù)產(chǎn)業(yè)人才需求
4.3　機(jī)器學(xué)習(xí)產(chǎn)業(yè)鏈中游分析
4.3.1　機(jī)器學(xué)習(xí)技術(shù)服務(wù)商
4.3.2　機(jī)器學(xué)習(xí)平臺(tái)廠商
4.3.3　機(jī)器學(xué)習(xí)開放平臺(tái)
4.3.4　機(jī)器學(xué)習(xí)開源發(fā)展
4.4　機(jī)器學(xué)習(xí)產(chǎn)業(yè)鏈下游概述
4.4.1　機(jī)器學(xué)習(xí)應(yīng)用服務(wù)商
4.4.2　機(jī)器學(xué)習(xí)應(yīng)用領(lǐng)域概況
4.4.3　基于GPU的機(jī)器學(xué)習(xí)應(yīng)用

5.1　深度學(xué)習(xí)行業(yè)發(fā)展綜述
5.1.1　深度學(xué)習(xí)基本概念
5.1.2　深度學(xué)習(xí)發(fā)展歷程
5.1.3　深度學(xué)習(xí)所處階段
5.1.4　深度學(xué)習(xí)主要功能
5.1.5　深度學(xué)習(xí)發(fā)展動(dòng)力
5.1.6　深度學(xué)習(xí)融合發(fā)展
5.2　深度學(xué)習(xí)市場運(yùn)行現(xiàn)狀分析
5.2.1　深度學(xué)習(xí)競爭格局
5.2.2　細(xì)分市場發(fā)展現(xiàn)狀
5.2.3　預(yù)訓(xùn)練模型現(xiàn)狀分析
5.2.4　深度學(xué)習(xí)融資現(xiàn)狀
5.2.5　深度學(xué)習(xí)應(yīng)用領(lǐng)域
5.2.6　深度學(xué)習(xí)發(fā)展問題
5.2.7　深度學(xué)習(xí)發(fā)展建議
5.3　深度學(xué)習(xí)開源框架市場分析
5.3.1　深度學(xué)習(xí)框架發(fā)展歷程
5.3.2　深度學(xué)習(xí)框架主要作用
5.3.3　深度學(xué)習(xí)框架驅(qū)動(dòng)因素
5.3.4　深度學(xué)習(xí)框架市場份額
5.3.5　開源框架市場競爭格局
5.3.6　選擇開源框架的考量因素
5.4　深度學(xué)習(xí)行業(yè)發(fā)展前景及趨勢分析
5.4.1　深度學(xué)習(xí)應(yīng)用前景
5.4.2　深度學(xué)習(xí)發(fā)展趨勢
5.4.3　深度學(xué)習(xí)技術(shù)趨勢
5.4.4　模型小型化發(fā)展方向

6.1　機(jī)器學(xué)習(xí)算法應(yīng)用場景分析
6.1.1　分類算法應(yīng)用場景
6.1.2　回歸算法應(yīng)用場景
6.1.3　聚類算法應(yīng)用場景
6.1.4　關(guān)聯(lián)規(guī)則應(yīng)用場景
6.2　機(jī)器學(xué)習(xí)在醫(yī)療領(lǐng)域中的應(yīng)用
6.2.1　主要應(yīng)用場景
6.2.2　醫(yī)療影像智能診斷
6.2.3　新藥研發(fā)
6.2.4　基因測序
6.3　機(jī)器學(xué)習(xí)在金融領(lǐng)域中的應(yīng)用
6.3.1　主要應(yīng)用場景
6.3.2　聯(lián)邦學(xué)習(xí)
6.3.3　金融科技
6.3.4　智能風(fēng)控
6.3.5　智慧銀行
6.3.6　智慧投顧
6.4　機(jī)器學(xué)習(xí)在農(nóng)業(yè)領(lǐng)域中的應(yīng)用
6.4.1　應(yīng)用意義
6.4.2　應(yīng)用現(xiàn)狀
6.4.3　應(yīng)用問題
6.4.4　應(yīng)用展望
6.5　機(jī)器學(xué)習(xí)在制造業(yè)中的應(yīng)用
6.5.1　應(yīng)用優(yōu)勢
6.5.2　智能工廠
6.5.3　智能物流
6.5.4　智能系統(tǒng)
6.5.5　缺陷檢測
6.5.6　預(yù)測性維護(hù)
6.5.7　生成設(shè)計(jì)
6.5.8　能耗預(yù)測
6.5.9　供應(yīng)鏈管理
6.6　機(jī)器學(xué)習(xí)在智慧城市中的應(yīng)用
6.6.1　智能政務(wù)
6.6.2　智能基礎(chǔ)設(shè)施系統(tǒng)
6.6.3　智能交通
6.6.4　自動(dòng)駕駛
6.6.5　安防行業(yè)
6.7　機(jī)器學(xué)習(xí)在教育領(lǐng)域中的應(yīng)用
6.7.1　智慧校園
6.7.2　智慧課堂
6.7.3　智適應(yīng)教學(xué)

7.1　全球主要科技企業(yè)機(jī)器學(xué)習(xí)布局
7.2　機(jī)器學(xué)習(xí)在國外企業(yè)中的應(yīng)用
7.2.1　亞馬遜機(jī)器學(xué)習(xí)應(yīng)用
7.2.2　蘋果公司機(jī)器學(xué)習(xí)應(yīng)用
7.2.3　Ayasdi機(jī)器學(xué)習(xí)應(yīng)用
7.2.4　Digital Reasoning機(jī)器學(xué)習(xí)應(yīng)用
7.2.5　Facebook機(jī)器學(xué)習(xí)應(yīng)用
7.2.6　谷歌機(jī)器學(xué)習(xí)應(yīng)用
7.2.7　IBM Watson機(jī)器學(xué)習(xí)應(yīng)用
7.2.8　QBurst機(jī)器學(xué)習(xí)應(yīng)用
7.2.9　高通機(jī)器學(xué)習(xí)應(yīng)用
7.2.10　Uber機(jī)器學(xué)習(xí)應(yīng)用
7.3　機(jī)器學(xué)習(xí)在國內(nèi)企業(yè)中的應(yīng)用
7.3.1　百度機(jī)器學(xué)習(xí)云平臺(tái)
7.3.2　阿里云機(jī)器學(xué)習(xí)平臺(tái)
7.3.3　騰訊智能鈦機(jī)器學(xué)習(xí)
7.3.4　第四范式AutoML平臺(tái)

8.1　商湯科技
8.1.1　企業(yè)發(fā)展概況
8.1.2　經(jīng)營效益分析
8.1.3　企業(yè)商業(yè)模式
8.1.4　機(jī)器學(xué)習(xí)布局
8.1.5　企業(yè)融資狀況
8.2　第四范式
8.2.1　企業(yè)發(fā)展概況
8.2.2　機(jī)器學(xué)習(xí)平臺(tái)
8.2.3　企業(yè)融資規(guī)模
8.2.4　企業(yè)競爭優(yōu)勢
8.2.5　企業(yè)研發(fā)投入
8.2.6　企業(yè)應(yīng)用場景
8.3　曠視科技
8.3.1　企業(yè)發(fā)展概況
8.3.2　企業(yè)經(jīng)營效益
8.3.3　企業(yè)資產(chǎn)規(guī)模
8.3.4　企業(yè)業(yè)務(wù)構(gòu)成
8.3.5　企業(yè)研發(fā)投入
8.3.6　機(jī)器學(xué)習(xí)技術(shù)
8.4　科大訊飛
8.4.1　企業(yè)發(fā)展概況
8.4.2　經(jīng)營效益分析
8.4.3　業(yè)務(wù)經(jīng)營分析
8.4.4　財(cái)務(wù)狀況分析
8.4.5　核心競爭力分析
8.4.6　公司發(fā)展戰(zhàn)略
8.4.7　未來前景展望
8.5　浪潮集團(tuán)
8.5.1　企業(yè)發(fā)展概況
8.5.2　經(jīng)營效益分析
8.5.3　業(yè)務(wù)經(jīng)營分析
8.5.4　財(cái)務(wù)狀況分析
8.5.5　核心競爭力分析
8.5.6　公司發(fā)展戰(zhàn)略
8.5.7　未來前景展望
8.6　百度飛槳
8.6.1　企業(yè)發(fā)展概況
8.6.2　企業(yè)發(fā)展歷程
8.6.3　平臺(tái)技術(shù)優(yōu)勢
8.6.4　企業(yè)核心競爭力
8.6.5　深度學(xué)習(xí)發(fā)展
8.6.6　平臺(tái)應(yīng)用場景
8.7　索信達(dá)控股
8.7.1　企業(yè)發(fā)展概況
8.7.2　機(jī)器學(xué)習(xí)應(yīng)用
8.7.3　2019年企業(yè)經(jīng)營狀況
8.7.4　2020年企業(yè)經(jīng)營狀況
8.7.5　2021年企業(yè)經(jīng)營狀況
8.8　其他企業(yè)
8.8.1　九章云極
8.8.2　阿里云
8.8.3　華為云
8.8.4　京東云
8.8.5　騰訊云
8.8.6　百分點(diǎn)
8.8.7　天云數(shù)據(jù)

9.1　中國機(jī)器學(xué)習(xí)行業(yè)投資分析
9.1.1　機(jī)器學(xué)習(xí)投資狀況分析
9.1.2　機(jī)器學(xué)習(xí)進(jìn)入壁壘分析
9.2　中國機(jī)器學(xué)習(xí)行業(yè)發(fā)展前景分析
9.2.1　機(jī)器學(xué)習(xí)市場發(fā)展前景
9.2.2　機(jī)器學(xué)習(xí)行業(yè)發(fā)展方向
9.2.3　機(jī)器學(xué)習(xí)市場空間預(yù)測
9.3　機(jī)器學(xué)習(xí)技術(shù)發(fā)展趨勢分析
9.3.1　發(fā)展膠囊網(wǎng)絡(luò)技術(shù)
9.3.2　發(fā)展生成對(duì)抗網(wǎng)絡(luò)
9.3.3　發(fā)展深度強(qiáng)化學(xué)習(xí)
9.3.4　可解釋性機(jī)器學(xué)習(xí)
9.4　 2022-2027年中國機(jī)器學(xué)習(xí)行業(yè)預(yù)測分析

圖表　AI產(chǎn)業(yè)鏈價(jià)值傳導(dǎo)機(jī)制
圖表　人工智能產(chǎn)業(yè)鏈
圖表　中國人工智能產(chǎn)業(yè)鏈圖譜
圖表　人工智能發(fā)展三要素
圖表　機(jī)器學(xué)習(xí)相關(guān)概念的辨識(shí)
圖表　中國機(jī)器學(xué)習(xí)開發(fā)平臺(tái)研究定義
圖表　機(jī)器學(xué)習(xí)流程
圖表　機(jī)器學(xué)習(xí)之?dāng)?shù)據(jù)收集
圖表　機(jī)器學(xué)習(xí)之特征工程
圖表　機(jī)器學(xué)習(xí)常用算法
圖表　機(jī)器學(xué)習(xí)的應(yīng)用范圍
圖表　機(jī)器學(xué)習(xí)的分類（按是否有標(biāo)簽）
圖表　監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)的特點(diǎn)
圖表　人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的關(guān)系
圖表　人工智能行業(yè)發(fā)展歷程
圖表　人工智能的三次發(fā)展浪潮
圖表　2010-2021年全球人工智能行業(yè)專利申請(qǐng)量及授權(quán)量
圖表　2015-2021年全球人工智能投融資規(guī)模
圖表　2015-2021年全球人工智能投融資筆數(shù)各輪次占比
圖表　中國人工智能產(chǎn)業(yè)發(fā)展歷程
圖表　中國人工智能發(fā)展重要支持政策
圖表　2020年中國人工智能產(chǎn)業(yè)相關(guān)政策
圖表　人工智能基礎(chǔ)層相關(guān)政策
圖表　2019-2030年中國人工智能核心產(chǎn)業(yè)規(guī)模及預(yù)測
圖表　2019-2025年中國人工智能產(chǎn)業(yè)及帶動(dòng)相關(guān)產(chǎn)業(yè)規(guī)模
圖表　2014-2021年中國人工智能行業(yè)投融資情況
圖表　2017-2021年中國人工智能行業(yè)投融資輪次分布(按事件數(shù))
圖表　2014-2020年中國人工智能產(chǎn)業(yè)融資規(guī)模
圖表　2016-2020年中國人工智能行業(yè)投融資情況
圖表　2021年人工智能賽道披露融資金額Top10企業(yè)
圖表　2011-2021年人工智能賽道投融資事件數(shù)量及披露金額
圖表　2011-2021年中國人工智能細(xì)分賽道融資事件數(shù)量