 |
|
本书紧密结合人工智能领域的最新进展，系统性地介绍了支撑AI发展的核心数学概念、方法和思想。全书分为两大模块：基础篇和高阶篇。基础篇从人工智能的表示、度量和运算三个基础数学问题切入，为读者打下必须的数学基础和编程基础；在基础篇的基础上，高阶篇层层递进地介绍矩阵分解、回归方法、深度神经网络、最优化方法等人工智能中的核心问题及其最新的科学智能(AI for Science)和大模型进展。 本书适用于所有理工科专业本科生作为教材，也适用于部分理工科专业研究生作为教材，也可供人工智能初学者学习参考。 |
|
|
|
|
|
|
 |
|
内容体系化并反映人工智能核心数学基础的前沿主题，数学基础与实验并重，易教易学 |
 |
|
黄廷祝，电子科技大学教授、博导，教育部大学数学课程教学指导委员会副主任委员。国家级教学名师、国务院政府特殊津贴专家、四川省学术和技术带头人、首批教育部新世纪优秀人才。科研领域为科学计算与人工智能，在IEEE T系列（PAMI、IP、AP、MTT等）、 SIAM J系列（SISC、SIIMS、SIMAX）、JCP、Automatica等期刊和国际顶会发表论文。获国家级教学成果一等奖两项、首届全国教材建设奖“教材建设先进个人奖”、四川省自然科学一等奖、四川省科技进步一等奖。课程教改成果入选第三批教育部“人工智能+高等教育”典型应用场景案例、2025全国高等教育数字教材应用典型案例。主持课程入选国家精品课、资源共享课、视频公开课、一流课程等，主编教材获全国优秀教材二等奖等。
|
|
|
|
|
|
|
 |
|
本书模块清晰，层层递进；氛围编程，实验友好；资源丰富，适配性强。适合普通高等学校理工科各专业，本科一、二年级打基础，高年级拓前沿，也适合相关研究者、系统开发人员参考学习。 |
|
|
|
|
