顶部
收藏

人工智能与大模型应用


作者:
姚红 郭晓丹
定价:
46.00元
ISBN:
978-7-04-064882-9
版面字数:
280.00千字
开本:
16开
全书页数:
暂无
装帧形式:
平装
重点项目:
暂无
出版时间:
2025-07-08
物料号:
64882-00
读者对象:
高等教育
一级分类:
计算机/教育技术类
二级分类:
计算机科学与技术专业课程

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。

  • 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技术升级步人深化阶段
        • 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框梁
      • 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
        • 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 媒休内容创作——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 智能休开发
        • 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

相关图书