购物车中还没有商品,赶紧选购吧!
人工智能导论 主编 李树青 黄健 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:人工智能导论
ISBN:9787040648546
出版社:高等教育出版社
出版年月:2025-07
作者:主编 李树青 黄健
定价:49.00
页码:384
装帧:平装
版次:1
字数:410 千字
开本:16开
套装书:否

本书是高等学校人工智能通识教育教材。本书共分9章,主要包括三部分:第一部分是人工智能的基础知识,包括人工智能的概念、发展和应用领域,以及数据、算法与计算思维;第二部分是主要的人工智能方法,涵盖搜索方法、知识方法和机器学习方法,并对神经网络与深度学习进行了介绍;第三部分是大语言模型方法与应用,包括自然语言处理、大语言模型,以及以大语言模型为代表的人工智能应用与管理。本书以通俗易懂的方式,帮助读者掌握人工智能的核心原理和应用方法,并通过实际案例和实验实现人工智能应用,帮助读者加深对人工智能理论的理解。

本书可作为高等学校各专业本科生、研究生的人工智能通识课教材,也可供人工智能相关行业从业人员学习使用,还可作为社会读者学习人工智能知识的参考用书。

前辅文
第1章 绪论
  1.1 人工智能的概念
   1.1.1 智能
   1.1.2 人工智能
   1.1.3 人工智能的主要技术
  1.2 人工智能的发展
   1.2.1 基本情况
   1.2.2 发展阶段
  1.3 人工智能的应用领域
   1.3.1 自然语言处理
   1.3.2 计算机视觉
   1.3.3 机器人
  思考与练习
第2章 数据、算法与计算思维
  2.1 数据与数据素养
   2.1.1 基本概念
   2.1.2 数据素养
  2.2 算法与计算思维
   2.2.1 算法
   2.2.2 计算思维
  2.3 实验
   2.3.1 人工智能编程
   2.3.2 NoSQL数据的使用
  思考与练习
第3章 搜索方法
  3.1 基本概念
  3.2 简单状态下的搜索
   3.2.1 无信息搜索
   3.2.2 有信息搜索
  3.3 局部搜索
   3.3.1 常见的局部搜索方法
   3.3.2 其他策略
  3.4 对抗搜索
   3.4.1 极小化极大搜索
   3.4.2 Alpha-Beta剪枝搜索
   3.4.3 蒙特卡洛树搜索
  3.5 应用实例
   3.5.1 投资组合优化
   3.5.2 地图导航
  3.6 实验
   3.6.1 常见的搜索算法演示
   3.6.2 搜索算法在解谜类游戏中的应用
   3.6.3 利用NetLogo进行仿真演示
  思考与练习
第4章 知识方法
  4.1 知识推理
   4.1.1 知识的概念
   4.1.2 基于逻辑的知识表示与推理
   4.1.3 基于语义网络的知识表示与推理
  4.2 知识图谱
   4.2.1 基本概念
   4.2.2 命名实体
   4.2.3 常见的知识图谱
   4.2.4 知识图谱的知识推理应用
  4.3 应用实例
   4.3.1 知识图谱在用户画像中的应用
   4.3.2 知识图谱在电子商务搜索中的应用
  4.4 实验
   4.4.1 利用Prolog进行知识推理
   4.4.2 知识图谱可视化
  思考与练习
第5章 机器学习方法
  5.1 机器学习
   5.1.1 基本概念
   5.1.2 主要特点
  5.2 基本过程
   5.2.1 数据处理
   5.2.2 模型构建
   5.2.3 模型评价
  5.3 高级使用
   5.3.1 非参数方法
   5.3.2 集成学习
  5.4 应用实例
   5.4.1 机器学习方法在国内生产总值预测中的应用
   5.4.2 机器学习的应用实施方法
  5.5 实验
   5.5.1 决策树的绘制
   5.5.2 线性回归分析
   5.5.3 非线性回归分析
  思考与练习
第6章 神经网络与深度学习
  6.1 神经网络
   6.1.1 产生背景
   6.1.2 模型特点
  6.2 深度学习
   6.2.1 产生背景
   6.2.2 模型结构
   6.2.3 模型种类
  6.3 应用实例
   6.3.1 中国在深度学习时代的贡献
   6.3.2 深度学习方法在营销海报设计领域的应用
  6.4 实验
   6.4.1 深度学习模型可视化查看
   6.4.2 深度学习模型可视化编程
  思考与练习
第7章 自然语言处理
  7.1 基本概念
   7.1.1 语言与自然语言
   7.1.2 自然语言处理的概念
  7.2 自然语言处理方法
   7.2.1 统计语言模型方法
   7.2.2 深度学习语言模型方法
  7.3 应用实例
   7.3.1 情感分析
   7.3.2 古籍处理
  7.4 实验
   7.4.1 基于词嵌入的词语分析
   7.4.2 常见的文本分析应用
  思考与练习
第8章 大语言模型
  8.1 人工智能生成内容
  8.2 主要技术
  8.3 多模态信息服务
  8.4 智能与意识
  8.5 偏见与有害性
  8.6 应用实例
   8.6.1 大语言模型在行业领域的融合创新
   8.6.2 全球大语言模型应用的发展
  8.7 实验
   8.7.1 利用GPT4All实现人机对话
   8.7.2 利用百度智能云客悦智能客服平台实现数字人定制功能
  思考与练习
第9章 人工智能应用与管理
  9.1 人工智能技术应用的思考
   9.1.1 人工智能的发展问题
   9.1.2 人工智能的伦理问题
  9.2 人工智能产业应用与管理
   9.2.1 人工智能产业的发展现状
   9.2.2 人工智能产业的法律监管
   9.2.3 我国人工智能产业的政策管理
  思考与练习
参考文献

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