购物车中还没有商品,赶紧选购吧!
计算与人工智能通识 主编 李晓昀 万亚平 副主编 何啸峰 周恺卿 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:计算与人工智能通识
ISBN:9787040651201
出版社:高等教育出版社
出版年月
作者:主编 李晓昀 万亚平 副主编 何啸峰 周恺卿
定价:48.00
页码:288
装帧:平装
版次:1
字数:360 千字
开本:16开
套装书:否

本书从基础概念到实际应用,全面介绍了计算与人工智能的核心知识。

本书共9章,遵循“理论为基、实践导向、前沿引领”的编写理念。前4章构建了完整的计算机科学知识体系,为后续人工智能、大模型、具身智能相关技术的理解、机器学习算法的应用奠定基础。后4章紧扣人工智能核心理论、前沿技术及应用。最后1章作为一个应用场景,以国产软件WPS为例,介绍利用人工智能助力智慧办公。

本书精选了大量案例与应用场景,兼顾经典与前沿,旨在增强初学者的学习兴趣,拓展他们的视野;本书还设计了多个实践环节,如利用大模型完成不同类型的任务,编写Python程序使用机器学习算法完成预测等,让初学者能够跟随书中内容完成实际操作,建立学习自信,激发学习热情。

本书适合作为高等院校“人工智能通识”“大学计算机基础”等信息技术类通识课程的教材,也可供对人工智能与信息技术感兴趣的人员参考。

前辅文
第1章 计算与思维方式变革
  1.1 智能与计算
   1.1.1 智能的定义
   1.1.2 计算的定义
  1.2 计算工具演变历程
   1.2.1 从手工计算到机械计算
   1.2.2 机电混合式计算
   1.2.3 电子计算机的发展
   1.2.4 新兴计算技术的探索
  1.3 思维范式
   1.3.1 实验科学范式
   1.3.2 理论科学范式
   1.3.3 计算科学范式
   1.3.4 数据科学范式
  思考与拓展
第2章 数据表示与编码
  2.1 进制系统及转换
   2.1.1 计算机与二进制
   2.1.2 进制系统与进制转换
  2.2 数值数据的编码
   2.2.1 整数的编码
   2.2.2 浮点数的编码
  2.3 字符与文本数据的编码
   2.3.1 英文字符的编码
   2.3.2 汉字的编码
  2.4 媒体数据的编码
   2.4.1 图像的编码
   2.4.2 声音的编码
  思考与拓展
第3章 计算系统
  3.1 计算机硬件组成
   3.1.1 冯·诺依曼结构计算机
   3.1.2 指令的表示与执行
  3.2 计算机语言与程序执行方式
   3.2.1 机器语言与汇编语言
   3.2.2 高级语言
  3.3 操作系统与计算机资源管理
   3.3.1 操作系统的演进
   3.3.2 操作系统的核心功能
  3.4 并行计算与分布式计算
   3.4.1 并行计算
   3.4.2 分布式计算
  思考与拓展
第4章 数据与大数据
  4.1 数据的基本概念与类型
   4.1.1 数据的定义与分类
   4.1.2 数据的存储与常见类型
  4.2 数据的采集、处理与分析
   4.2.1 数据采集
   4.2.2 数据预处理
   4.2.3 数据分析
   4.2.4 数据可视化
  4.3 大数据的产生与定义
   4.3.1 数据产生方式的变化
   4.3.2 大数据的概念与影响
  4.4 大数据的应用与伦理
   4.4.1 大数据应用实例
   4.4.2 大数据伦理
  思考与拓展
第5章 人工智能概论
  5.1 人工智能的基本概念
   5.1.1 人工智能的起源与定义
   5.1.2 强人工智能与弱人工智能
   5.1.3 影响人工智能性能的要素
   5.1.4 人工智能的学习路径
  5.2 人工智能的典型应用
   5.2.1 AI赋能生物医药
   5.2.2 AI赋能智慧城市
   5.2.3 AI赋能艺术创作
  5.3 人工智能伦理
   5.3.1 人工智能的模型安全
   5.3.2 责权归属与社会责任
  思考与拓展
第6章 机器学习
  6.1 机器学习的概念与发展
   6.1.1 机器学习的基本概念
   6.1.2 机器学习的发展
  6.2 机器学习的主要算法
   6.2.1 监督学习
   6.2.2 无监督学习
   6.2.3 半监督学习
   6.2.4 强化学习
  6.3 机器学习的步骤
  6.4 机器学习的应用示例
   6.4.1 Python环境配置
   6.4.2 机器学习编程实例
  思考与拓展
第7章 大模型及其应用
  7.1 大模型概述
   7.1.1 大模型的特点
   7.1.2 大语言模型与多模态大模型
   7.1.3 大模型的构建流程
  7.2 大模型的核心技术
   7.2.1 自然语言处理技术
   7.2.2 Transformer架构
  7.3 大模型的常见应用
   7.3.1 提示词及设计技巧
   7.3.2 内容生成
   7.3.3 信息检索与理解
   7.3.4 数据分析
   7.3.5 其他应用
  7.4 大模型的挑战与局限性
   7.4.1 计算资源需求
   7.4.2 大模型幻觉问题
   7.4.3 算法偏见与数据安全
   7.4.4 透明性与可解释性
  思考与拓展
第8章 具身智能
  8.1 具身智能的概念与发展
   8.1.1 具身智能的基本概念
   8.1.2 与传统人工智能的区别
   8.1.3 具身智能的发展
  8.2 具身智能的关键技术
   8.2.1 感知与传感技术
   8.2.2 环境建模与学习
   8.2.3 决策与规划
   8.2.4 动作执行与反馈控制
  8.3 具身智能的常见形态与典型应用
   8.3.1 具身智能体的形态分类
   8.3.2 具身智能的典型应用
  8.4 挑战与伦理
   8.4.1 具身智能的技术挑战
   8.4.2 具身智能的伦理问题
  思考与拓展
第9章 智慧办公
  9.1 文字的处理
   9.1.1 文字编辑
   9.1.2 文字排版
   9.1.3 智能文档
   9.1.4 高级应用
  9.2 电子表格的处理
   9.2.1 基本元素
   9.2.2 数据计算
   9.2.3 数据管理
   9.2.4 数据图表化
   9.2.5 智能表单
   9.2.6 智能表格
  9.3 演示文稿的处理
   9.3.1 基本概念
   9.3.2 演示文稿的创建
   9.3.3 演示文稿的编辑与美化
   9.3.4 演示文稿的放映与输出
  9.4 WPS AI
   9.4.1 AI赋能文字处理
   9.4.2 AI赋能电子表格
   9.4.3 AI创作演示文稿
  9.5 WPS与大语言模型的结合
  思考与拓展
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