购物车中还没有商品,赶紧选购吧!
人工智能基础与实践 主编 王杨 杨梅 丁鹏 副主编 严斌宇 廖雪花 张晖 参编 武文斌 王欣 龙吟 高等教育出版社
商品价格
定价
手机购买
商品二维码
配送
北京市
数量

推荐商品

  • 商品详情
手机购买
商品二维码
加入购物车
价格:
数量:
库存   个

商品详情

商品名称:人工智能基础与实践
ISBN:9787040644517
出版社:高等教育出版社
出版年月:2025-06
作者:主编 王杨 杨梅 丁鹏 副主编 严斌宇 廖雪花 张晖 参编 武文斌 王欣 龙吟
定价:39.00
页码:304
装帧:平装
版次:1
字数:0 千字
开本:16开
套装书:否

本书是一本全面介绍人工智能领域基础知识和实际应用的教材,从计算机与计算思维的基础知识入手,系统地介绍了人工智能的基础知识、发展现状和应用实践。 全书共分8章,前半部分旨在为读者构建坚实的计算机科学基础,而后半部分则聚焦于人工智能的理论与实践。书中详细介绍了人工智能的基本思想、信息技术发展的典型阶段、人工智能的算力以及人工智能技术在不同行业的应用。此外,书中还强调了AI技术发展对社会的影响与伦理考量,提醒读者在享受AI带来便利的同时,也需关注其潜在的风险与挑战。 通过丰富的理论和实践案例讲解,本书旨在帮助读者全面理解人工智能的基础知识,掌握AI技术的核心技能,并为进一步深入学习人工智能技术的高级主题打下坚实的基础。本书既适合作为高等院校本科生人工智能通识课教材,也可作为高等学校计算机类专业导论课程的教材或教学参考书,对于各类计算机教育从业者和从事计算机相关工作的人员,本书也是一本很有价值的参考书。

前辅文
第1章 计算机与计算思维
  1.1 计算思维
  1.2 信息的符号化
   1.2.1 进制
   1.2.2 进制转换
   1.2.3 文字的表示
   1.2.4 数据的表示
   1.2.5 图像的表示
   1.2.6 声音的表示
   1.2.7 视频的表示
  1.3 计算机硬件系统
   1.3.1 冯·诺依曼计算机
   1.3.2 集群系统
   1.3.3 云系统
  1.4 计算机软件系统
   1.4.1 系统软件
   1.4.2 应用软件
  1.5 算法与程序设计
   1.5.1 算法的概念
   1.5.2 算法的描述
   1.5.3 算法的效率与复杂度
   1.5.4 常见算法介绍
   1.5.5 程序设计基础
  1.6 计算机网络基础
   1.6.1 计算机网络概述
   1.6.2 计算机网络的分类
   1.6.3 计算机网络的组成
   1.6.4 常见网络的连接方式
   1.6.5 计算机网络协议
   1.6.6 TCP/IP协议族
   1.6.7 IPv4和IPv6协议
   1.6.8 域名与DNS服务器
   1.6.9 计算机网络的信息安全
   1.6.10 计算机网络的发展趋势
  1.7 数据库基础
   1.7.1 数据库模型
   1.7.2 E-R图
   1.7.3 数据表的结构和特点
   1.7.4 数据表的操作
   1.7.5 数据库系统
  1.8 本章小结
  1.9 习题
第2章 人工智能概述
  2.1 人工智能的基本思想
   2.1.1 AlphaGo
   2.1.2 AlphaFold 3
   2.1.3 ANI与AGI
  2.2 信息技术发展的典型阶段
   2.2.1 PC时代
   2.2.2 网页时代
   2.2.3 移动互联网时代
   2.2.4 人工智能时代
  2.3 人工智能的发展现状
   2.3.1 人工智能的起源
   2.3.2 人工智能的发展历程
   2.3.3 人工智能的应用现状
   2.3.4 人工智能的基本思想
  2.4 人工智能的算力
  2.5 人工智能对复合型AI人才的需求
  2.6 本章小结
  2.7 习题
第3章 AI大模型应用体验与开发范式
  3.1 搜索引擎与AI大模型
  3.2 大模型工具应用体验
   3.2.1 文心一言大模型
   3.2.2 DeepSeek R1大模型
   3.2.3 讯飞星火大模型
   3.2.4 AI对话鸭工具集合
  3.3 大模型零代码开发
  3.4 大模型低代码开发
  3.5 大模型高级API调用
  3.6 大模型应用的开发范式
  3.7 本章小结
  3.8 习题
第4章 小模型基础
  4.1 小模型概述
   4.1.1 机器学习的作用
   4.1.2 深度学习的贡献
   4.1.3 强化学习的角色
  4.2 机器学习
   4.2.1 分类模型
   4.2.2 决策树
   4.2.3 贝叶斯分类
   4.2.4 聚类分析
   4.2.5 人工神经网络
   4.2.6 机器学习的评价指标
  4.3 深度学习
   4.3.1 深度学习概述
   4.3.2 深度学习的应用
   4.3.3 深度学习模型应用实例
   4.3.4 百度EasyDL
  4.4 强化学习
   4.4.1 强化学习概述
   4.4.2 机器人找地图
   4.4.3 强化学习在大模型微调中的扮演角色
  4.5 小模型应用场景及案例
   4.5.1 自然语言处理
   4.5.2 机器视觉
   4.5.3 智能家居及环境监测
   4.5.4 医疗健康
  4.6 本章小结
  4.7 习题
第5章 大模型技术基础
  5.1 大模型概述
   5.1.1 大模型定义
   5.1.2 大模型的相关概念
   5.1.3 大模型的发展历程
   5.1.4 大模型的特点
   5.1.5 大模型的分类
   5.1.6 大模型的泛化与微调
   5.1.7 大模型技术
  5.2 语言大模型技术
   5.2.1 Transformer架构
   5.2.2 语言大模型架构
   5.2.3 语言大模型的关键技术
  5.3 多模态大模型技术
   5.3.1 多模态大模型的技术体系
   5.3.2 多模态大模型的关键技术
  5.4 大模型技术生态
   5.4.1 典型大模型平台
   5.4.2 典型开源大模型
   5.4.3 典型开源框架与工具
  5.5 大模型应用
   5.5.1 信息检索
   5.5.2 新闻媒体
   5.5.3 智慧城市
   5.5.4 生物科技
   5.5.5 智慧办公
   5.5.6 影视创作
   5.5.7 智能教育
   5.5.8 智慧金融
   5.5.9 智慧医疗
   5.5.10 智慧工厂
   5.5.11 生活服务
   5.5.12 智能机器人
   5.5.13 其他应用
  5.6 大模型的安全性
   5.6.1 大模型安全风险
   5.6.2 大模型安全治理的政策法规和标准规范
   5.6.3 大模型安全风险的表现
   5.6.4 大模型安全研究关键技术
  5.7 本章小结
  5.8 习题
第6章 生成式AI
  6.1 生成式AI提示词与应用
  6.2 提示词的基本格式
  6.3 提示词构造
   6.3.1 不合适的提示词
   6.3.2 优秀的提示词
  6.4 生成式AI的应用
  6.5 多模态模型实践
   6.5.1 多模态大模型的挑战
   6.5.2 多模态大模型的工作原理
   6.5.3 应用领域
   6.5.4 案例实施
  6.6 视觉大模型实践
   6.6.1 扩散模型
   6.6.2 生成对抗模型与自编码器
   6.6.3 分割任意对象模型
   6.6.4 案例实施
  6.7 本章小结
  6.8 习题
第7章 文心大模型实践
  7.1 文心智能体
   7.1.1 文心智能体平台简介
   7.1.2 文心智能体平台的功能介绍
   7.1.3 零代码创新智能体
  7.2 AI协同开发案例
   7.2.1 思考目的
   7.2.2 创建任务
   7.2.3 定义标准
   7.2.4 沟通交流
   7.2.5 提问改进
   7.2.6 测试程序
   7.2.7 反馈修改
   7.2.8 运行效果
  7.3 AI Studio
   7.3.1 创建项目
   7.3.2 通用OCR案例
  7.4 本章小结
  7.5 习题
第8章 大模型赋能本科教学项目实践
  8.1 通义千问大模型开源项目开发案例
   8.1.1 大模型开源开发项目简介
   8.1.2 通义千问大模型简介
   8.1.3 通义千问开源项目应用举例
  8.2 教师应用开发案例
   8.2.1 思考目的
   8.2.2 创建任务
   8.2.3 定义标准
   8.2.4 沟通交流
   8.2.5 提问改进
   8.2.6 运行效果
  8.3 本章小结
  8.4 习题

对比栏

1

您还可以继续添加

2

您还可以继续添加

3

您还可以继续添加

4

您还可以继续添加