人工智能与大模型应用

本书是为高校人工智能通识教育量身打造的教材，内容涵盖人工智能基础、生成式人工智能技术原理、大模型演进与应用、提示词工程实践及智能体开发等核心模块。

本书以“技术普及+实践导向”为特色，通过通俗的语言解析复杂概念，结合案例分析、动手实验和课后习题，帮助零基础学生快速掌握人工智能工具的应用逻辑，提升创新能力。

本书适合作为普通高等教育本科、高职院校人工智能通识课教材，旨在培养学生在人工智能时代的核心素养，助力其成为技术变革的参与者与推动者。

目录
- 前辅文
- 理论篇
  - 第1章人工智能概述
    - 学习目标
    - 1.1 人工智能的定义
      - 1.1.1 “人工”与“智能”
      - 1.1.2 人工智能
    - 1.2 人工智能发展历程
    - 1.3 人工智能的核心概念
    - 1.4 人工智能技术
      - 1.4.1 机器视觉技术
      - 1.4.2 机器语音技术
      - 1.4.3 机器自然语言处理技术
      - 1.4.4 机器推荐技术
    - 1.5 人工智能开发范式
    - 本章小结
    - 课后练习1
  - 第2章生成式人工智能
    - 学习目标
    - 2.1 从人工智能到生成式人工智能
    - 2.2 生成式人工智能的含义与发展历程
    - 2.3 生成式人工智能典型应用
      - 2.3.1 绘画创作
      - 2.3.2 文本创作
      - 2.3.3 视频制作
    - 2.4 生成式人工智能的演进方向
      - 2.4.1 AIGC技术升级步入深化阶段
      - 2.4.2 AIGC大模型架构潜力凸显
      - 2.4.3 AIGC技术演化出三大前沿能力
    - 2.5 AIGC涉及的道德和法律
    - 本章小结
    - 课后练习2
  - 第3章大模型技术及应用平台
    - 学习目标
    - 3.1 大模型与AIGC的关系
    - 3.2 大模型的分类
    - 3.3 大模型时代人工智能开发范式
    - 3.4 大模型原理解析
    - 3.5 大模型关键能力与技术
    - 3.6 大模型的涌现能力
    - 3.7 国内外典型大模型应用平台
      - 3.7.1 国内大模型应用平台
      - 3.7.2 国外大模型应用平台
    - 本章小结
    - 课后练习3
  - 第4章通往AI世界的钥匙：提示词工程基础
    - 学习目标
    - 4.1 提示词概述
    - 4.2 定义优质prompt
      - 4.2.1 何为优质prompt？
      - 4.2.2 prompt万用公式
    - 4.3 prompt优化技巧
      - 4.3.1 通用技巧
      - 4.3.2 Trick法
      - 4.3.3 工具法
    - 本章小结
    - 课后练习4
  - 第5章解锁AI无限潜能：提示词工程进阶
    - 学习目标
    - 5.1 Prompt进阶框架
      - 5.1.1 APE框架
      - 5.1.2 CARE框架
      - 5.1.3 TRACE框架
      - 5.1.4 TAG框架
      - 5.1.5 SAGE框架
      - 5.1.6 ROSES框架
      - 5.1.7 RTF框架
      - 5.1.8 SPAR框架
      - 5.1.9 SCOPE框架
    - 5.2 结构化Prompt
      - 5.2.1 结构化Prompt的含义
      - 5.2.2 结构化Prompt框架
      - 5.2.3 结构化Prompt的优点
    - 5.3 大模型的“长与短”
      - 5.3.1 大模型擅长的问题
      - 5.3.2 大模型不擅长的问题
    - 本章小结
    - 课后练习5
- 实践篇
  - 第6章人工智能应用实践
    - 学习目标
    - 6.1 项目基础知识
      - 6.1.1 PaddleHub
      - 6.1.2 目标检测
      - 6.1.3 PaddleHub在目标检测中的应用
      - 6.1.4 yolov3_darknet53_vehicles模型
    - 6.2 项目设计
    - 6.3 项目实践
      - 6.3.1 注册账号
      - 6.3.2 创建项目
      - 6.3.3 运行环境配置
      - 6.3.4 项目实现
      - 6.3.5 项目运行结果
    - 本章小结
    - 课后练习6
  - 第7章提示词工程应用实践
    - 学习目标
    - 7.1 媒体内容创作——新闻稿件创作
      - 7.1.1 项目基础知识
      - 7.1.2 项目设计
      - 7.1.3 项目实践
    - 7.2 学术文献优化——学术论文修订
      - 7.2.1 项目基础知识
      - 7.2.2 项目设计
      - 7.2.3 项目实践
    - 7.3 就业能力提升——求职简历优化
      - 7.3.1 项目基础知识
      - 7.3.2 项目设计
      - 7.3.3 项目实践
    - 7.4 职场能力辅助——会议纪要写作
      - 7.4.1 项目基础知识
      - 7.4.2 项目设计
      - 7.4.3 项目实践
    - 本章小结
    - 课后练习7
  - 第8章大模型零代码开发实践
    - 学习目标
    - 8.1 代码优化
      - 8.1.1 项目基础知识
      - 8.1.2 项目设计
      - 8.1.3 项目实践
    - 8.2 智能体开发
      - 8.2.1 项目基础知识
      - 8.2.2 项目设计
      - 8.2.3 项目实践
    - 本章小结
    - 课后练习8
- 参考文献

所在地区	请选择 
详细地址
收货人
联系电话
设为默认	设为默认收货地址

人工智能与大模型应用

相关图书

计算机网络技术及应用

陈志刚等

数据库原理、方法与应用

张迎新

数据仓库与数据挖掘的原理及应用

李志刚马刚

嵌入式系统原理及应用开发技术（第2版）

桑楠

数据挖掘技术及应用

刘世平

文化遗产数字化保护技术及应用

周明全, 耿国华, 武仲科

无线传感器网络原理与应用

姚向华杨新宇易劲刚韩九强

高等学校计算机科学与技术专业应用型人才培养模式及课程体系研究

高等学校计算机应用型人才培养模式研究课题组编制

单片机原理与应用——基于汇编、C51及混合编程

陈勇程月波荆蕾等

嵌入式微控制器及其应用

薛丽萍

Linux应用编程技术

南京软件研究院中科院软件所卓越工程师项目教材编写组

基于人工智能的故障诊断方法

安晶周临震安鹏

基于人工智能的故障诊断方法

安晶周临震安鹏

云计算技术及应用

莫同编著

全国计算机等级考试三级教程 Linux应用与开发技术

教育部教育考试院

人工智能与大模型应用

相关图书

陈志刚 等

张迎新

李志刚 马刚

桑楠

刘世平

周明全, 耿国华, 武仲科

姚向华 杨新宇 易劲刚 韩九强

高等学校计算机应用型人才培养模式研究课题组 编制

陈勇 程月波 荆蕾 等

薛丽萍

南京软件研究院中科院软件所卓越工程师项目教材编写组

安晶 周临震 安鹏

安晶 周临震 安鹏

莫同 编著

教育部教育考试院

陈志刚等

李志刚马刚

姚向华杨新宇易劲刚韩九强

高等学校计算机应用型人才培养模式研究课题组编制

陈勇程月波荆蕾等

安晶周临震安鹏

安晶周临震安鹏

莫同编著