顶部
收藏

人工智能导论(第2版)

“十四五”职业教育国家规划教材

作者:
钱银中 编著
定价:
48.00元
ISBN:
978-7-04-064656-6
版面字数:
380.00千字
开本:
16开
全书页数:
暂无
装帧形式:
平装
重点项目:
“十四五”职业教育国家规划教材
出版时间:
2025-05-28
物料号:
64656-00
读者对象:
高等职业教育
一级分类:
计算机大类
二级分类:
计算机类
三级分类:
计算机类专业基础课程

本书为“十四五”职业教育国家规划教材,也是国家职业教育软件技术专业教学资源库配套教材之一。

本书是一本面向高职院校学生的人工智能通识课程教材。全书由8个单元组成:单元1走进人工智能,介绍人工智能的定义、历史、核心算法以及运作支撑体系;单元2使用大语言模型,讲解提示词的使用技巧;单元3计算机视觉,讲解物体检测、图像分割、图像检索、图像生成技术;单元4文本处理,讲解中文分词和词性标注、生成摘要和关键字以及文本生成技术;单元5语音处理,讲解语音合成、语音笔记、同声翻译技术;单元6制作数字人,讲解多模态融合生成技术;单元7人工智能的行业应用,介绍人工智能对工业制造、农业生产等传统行业的赋能;单元8人工智能安全与规范,探讨人工智能带来的安全问题和使用规范。本书的主体部分单元2~单元6为实操篇,每个单元又包含3~4个任务,每个任务由任务引入、知识准备、任务实施、总结和实训4部分组成。本书附录部分介绍代码生成以及机器学习和深度学习的代码实现,方便对人工智能技术感兴趣的读者深入学习。

本书配有微课视频、授课用PPT、课程标准、授课计划、任务素材等丰富的数字化资源。与本书配套的数字课程“人工智能导论”在“智慧职教”平台(www.icve.com.cn)上线,学习者可登录平台进行在线学习,授课教师可调用本课程构建符合自身教学特色的SPOC课程,详见“智慧职教”服务指南。授课教师也可登录“高等教育出版社产品信息检索系统”(xuanshu.hep.com.cn)搜索并下载本书配套教学资源,首次使用本系统的用户,请先进行注册并完成教师资格认证。

本书紧跟人工智能技术发展动态,具有很强的操作性和实用性,适合作为高职院校人工智能通识课程教材,也可作为广大人工智能爱好者的入门参考书。

  • 前辅文
  • 单元1 走进人工智能
    • 1.1 人工智能概述
      • 1.1.1 对人工智能的认识误区
      • 1.1.2 强人工智能与弱人工智能
      • 1.1.3 人工智能的定义
    • 1.2 人工智能的历史
      • 1.2.1 人工智能的诞生
      • 1.2.2 第一次兴起和衰退
      • 1.2.3 第二次兴起和衰退
      • 1.2.4 第三次兴起
      • 1.2.5 我国的人工智能发展历史
      • 1.2.6 人工智能的现状和发展趋势
    • 1.3 机器学习和深度学习
      • 1.3.1 预测鱼的重量
      • 1.3.2 预测手写数字
      • 1.3.3 机器学习流程 劾躝劾躝劾
      • 1.3.4 机器学习常用算法
      • 1.3.5 深度学习的兴起和广泛应用
    • 1.4 人工智能的运作支撑体系
      • 1.4.1 云计算平台
      • 1.4.2 物联网
      • 1.4.3 大数据技术
      • 1.4.4 人工智能算力支撑
  • 单元2 使用大语言模型
    • 2.1 任务1:探寻清明节
      • 任务引入
      • 知识准备
      • 2.1.1 提示词
      • 2.1.2 人工智能幻觉
      • 2.1.3 提示词工程
      • 任务实施
      • 总结和实训
    • 2.2 任务2:生成个人简历
      • 任务引入
      • 知识准备
      • 2.2.1 对话
      • 2.2.2 使用LLM 生成办公文档
      • 任务实施
      • 总结和实训
    • 2.3 任务3:制作校园音乐节海报
      • 任务引入
      • 知识准备
      • 2.3.1 文生图技术
      • 2.3.2 设计文生图提示词
      • 任务实施
      • 总结和实训
    • 2.4 任务4:创建“招生大使”智能体
      • 任务引入
      • 知识准备
      • 2.4.1 LLM 智能体的类型
      • 2.4.2 智能体模块
      • 任务实施 
      • 总结和实训
  • 单元3 计算机视觉
    • 3.1 任务1:物体检测
      • 任务引入
      • 知识准备
      • 3.1.1 标注物体检测数据集
      • 3.1.2 物体检测方法 鶘*Bс&
      • 3.1.3 物体检测的应用和挑战
      • 任务实施
      • 总结和实训
    • 3.2 任务2:图像分割
      • 任务引入
      • 知识准备
      • 3.2.1 图像分割数据集及其标注
      • 3.2.2 图像分割方法
      • 3.2.3 图像分割的应用和挑战
      • 任务实施
      • 总结和实训
    • 3.3 任务3:图像检索
      • 任务引入
      • 知识准备
      • 3.3.1 图像特征提取
      • 3.3.2 图像相似性度量与图像检索
      • 3.3.3 图像检索技术的挑战和未来展望
      • 任务实施
      • 总结和实训
    • 3.4 任务4:图像生成
      • 任务引入
      • 知识准备
      • 3.4.1 图像生成技术
      • 3.4.2 文本生成图像
      • 3.4.3 图像生成图像
      • 3.4.4 视频生成技术
      • 任务实施
      • 总结和实训
  • 单元4 文本处理 鎙鳫=T?m
    • 4.1 任务1:中文分词和词性标注
      • 任务引入
      • 知识准备
      • 4.1.1 中文分词
      • 4.1.2 词性标注
      • 4.1.3 分词和词性标注工具
      • 4.1.4 分词和词性标注面临的挑战
      • 任务实施
      • 总结和实训
    • 4.2 任务2:生成摘要和关键词
      • 任务引入
      • 知识准备
      • 4.2.1 摘要生成技术
      • 4.2.2 关键字生成技术
      • 任务实施
      • 总结和实训
    • 4.3 任务3:文本生成
      • 任务引入
      • 知识准备
      • 4.3.1 文本生成文本
      • 4.3.2 生成文本的不同输入模态
      • 4.3.3 图生文实操
      • 任务实施
      • 总结和实训
  • 单元5 语音处理
    • 5.1 任务1:语音合成
      • 任务引入
      • 知识准备
      • 5.1.1 文本分析
      • 5.1.2 声学模型
      • 5.1.3 声码器
      • 任务实施
      • 总结和实训
    • 5.2 任务2:语音笔记
      • 任务引入
      • 知识准备
      • 5.2.1 语音信号和语音处理
      • 5.2.2 语音转文本
      • 任务实施
      • 总结和实训
    • 5.3 任务3:同声翻译
      • 任务引入
      • 知识准备
      • 5.3.1 机器翻译
      • 5.3.2 同声翻译系统的架构和工作流程
      • 5.3.3 同声翻译系统的现状和未来展望
      • 任务实施
      • 总结和实训
  • 单元6 制作数字人
    • 6.1 任务1:生成主播图片
      • 任务引入
      • 知识准备
      • 6.1.1 图片生成界面
      • 6.1.2 设计提示词
      • 任务实施
      • 总结和实训
    • 6.2 任务2:生成背景音乐
      • 任务引入
      • 知识准备
      • 6.2.1 文本生成音乐
      • 6.2.2 音乐生成界面
      • 6.2.3 设计提示词
      • 任务实施
      • 总结和实训
    • 6.3 任务3:生成数字人视频
      • 任务引入
      • 知识准备
      • 6.3.1 数字人生成技术
      • 6.3.2 数字人生成界面
      • 任务实施
      • 总结和实训
  • 单元7 人工智能的行业应用
    • 7.1 工业制造——智能制造的AI 引擎
      • 7.1.1 智能质量检测
      • 7.1.2 预测性维护
      • 7.1.3 智能机器人与人类协同工作
    • 7.2 农业生产——AI 助力打造精准农业
      • 7.2.1 智能监测与分析
      • 7.2.2 精准施肥与灌溉
      • 7.2.3 智能农机与机器人
    • 7.3 交通运输——智慧出行与自动驾驶时代
      • 7.3.1 智能交通管理
      • 7.3.2 智能出行服务
      • 7.3.3 自动驾驶技术
    • 7.4 家居生活——智能家居新生态
      • 7.4.1 电器和设备的智能化控制
      • 7.4.2 人工智能在智能家居中的应用
    • 7.5 医疗健康——AI 驱动的精准医疗发展
      • 7.5.1 人工智能辅助诊断
      • 7.5.2 人工智能辅助药物研发
      • 7.5.3 人工智能赋能健康管理
  • 单元8 人工智能安全与规范
    • 8.1 人工智能安全
      • 8.1.1 人工智能安全概述
      • 8.1.2 人工智能威胁与挑战
      • 8.1.3 人工智能安全防护与治理
    • 8.2 人工智能风险与规范
      • 8.2.1 人工智能应用风险
      • 8.2.2 人工智能使用规范
    • 8.3 拥抱人工智能时代
  • 附录 机器学习代码生成
    • 附录A 安装与使用开发环境
      • 任务引入
      • 知识准备
      • A.1 安装 Anaconda 并新建环境
      • A.2 安装VS Code 并使用Anaconda 环境
      • A.3 安装AI 辅助编程插件
      • 任务实施
      • 总结和实训
    • 附录B 训练线性模型预测鱼的重量
      • 任务引入
      • 知识准备
      • B.1 常用数据集
      • B.2 生成回归流程代码
      • B.3 生成分类流程代码
      • 任务实施
      • 总结和实训
    • 附录C 训练CNN 识别手写数字
      • 任务引入
      • 知识准备
      • C.1 深度学习框架
      • C.2 部署和使用物体检测模型
      • 任务实施
      • 总结和实训
  • 参考文献

相关图书