顶部
收藏

人工智能时代:从基础原理到前沿探索


作者:
主编 王瑞锦
定价:
34.30元
ISBN:
978-7-04-064953-6
版面字数:
270.00千字
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:
2025-06-23
物料号:
64953-00
读者对象:
高等教育
一级分类:
计算机/教育技术类
二级分类:
计算机类专业核心课程
三级分类:
人工智能

暂无
  • 前辅文
  • 第1章 人工智能简史与概述
    • 1.1 什么是人工智能
      • 1.1.1 人工智能的内涵
      • 1.1.2 人工智能的分类与特性
      • 1.1.3 人工智能的重要性
    • 1.2 人类智能的起源
      • 1.2.1 大脑与智能的演化
      • 1.2.2 合作与智能的飞跃
      • 1.2.3 人类智能的独特性
    • 1.3 人工智能的发展历程
      • 1.3.1 诞生期(1946—1973年)
      • 1.3.2 严冬与复苏(1974—2010年)
      • 1.3.3 迅猛发展期(2011年至今)
    • 1.4 拓展阅读与讨论
    • 1.5 思考题
  • 第2章 人工智能基础原理
    • 2.1 数据基础
      • 2.1.1 数据样本构建
      • 2.1.2 数据预处理
    • 2.2 算法基础
      • 2.2.1 算法的基本概念
      • 2.2.2 经典算法
      • 2.2.3 优化算法
      • 2.2.4 算法评估
    • 2.3 传统机器学习
      • 2.3.1 机器学习的概念
      • 2.3.2 机器学习的学习流程
      • 2.3.3 常见的机器学习模型
      • 2.3.4 传统机器学习案例——评论文本情感分析
    • 2.4 深度学习
      • 2.4.1 深度学习的概念
      • 2.4.2 深度学习的组件
      • 2.4.3 深度学习的图像分类
      • 2.4.4 常见的深度学习模型
      • 2.4.5 分布式下的深度学习——联邦学习
      • 2.4.6 深度学习案例——围棋国手
    • 2.5 强化学习
      • 2.5.1 强化学习的框架
      • 2.5.2 强化学习的组件
      • 2.5.3 常见的强化学习算法
      • 2.5.4 强化学习案例——自动驾驶
      • 2.5.5 强化学习案例——智慧工厂云边端任务智能分配系统
    • 2.6 拓展阅读与讨论
    • 2.7 思考题
  • 第3章 大模型
    • 3.1 大模型语料库与生成式AI
      • 3.1.1 语料库
      • 3.1.2 生成式AI
    • 3.2 大模型算力
      • 3.2.1 大模型算力需求
      • 3.2.2 现有大模型算力产品
      • 3.2.3 超大规模智能集群
    • 3.3 大模型算法框架
      • 3.3.1 大模型经典模型
      • 3.3.2 目前主流大模型
    • 3.4 大模型应用
      • 3.4.1 金融行业大模型应用案例
      • 3.4.2 医疗行业大模型应用案例
      • 3.4.3 教育行业大模型应用案例
      • 3.4.4 互联网行业大模型应用案例
      • 3.4.5 高端制造行业大模型应用案例
    • 3.5 大模型未来趋势
    • 3.6 拓展阅读与讨论
    • 3.7 思考题
  • 第4章 人工智能安全
    • 4.1 人工智能安全内涵及分类
      • 4.1.1 人工智能安全内涵
      • 4.1.2 人工智能安全风险分类
    • 4.2 人工智能安全的内在安全
      • 4.2.1 数据安全
      • 4.2.2 模型安全
      • 4.2.3 系统安全
    • 4.3 人工智能安全的应用安全
      • 4.3.1 网络域安全风险
      • 4.3.2 现实域安全风险
      • 4.3.3 认知域安全风险
      • 4.3.4 伦理域安全风险
    • 4.4 拓展阅读与讨论
    • 4.5 思考题
  • 第5章 人工智能伦理与社会影响
    • 5.1 人工智能伦理与社会影响概述
      • 5.1.1 人工智能伦理的核心原则
      • 5.1.2 人工智能的社会影响维度
    • 5.2 人工智能的伦理影响
      • 5.2.1 隐私与数据保护
      • 5.2.2 公平性与偏见
    • 5.3 人工智能的经济影响与社会责任
      • 5.3.1 对就业和劳动市场的影响
      • 5.3.2 对社会责任的影响
    • 5.4 人工智能的伦理与社会影响案例:AI伴侣+元宇宙
      • 5.4.1 AI伴侣与元宇宙的交汇
      • 5.4.2 伦理责任的影响
      • 5.4.3 法律责任的影响
      • 5.4.4 社会的挑战
    • 5.5 拓展阅读与讨论
    • 5.6 思考题
  • 第6章 人工智能+典型行业应用
    • 6.1 人工智能+制造业
      • 6.1.1 传统制造业的问题与挑战
      • 6.1.2 人工智能在制造业中的实践案例
    • 6.2 人工智能+农业
      • 6.2.1 传统农业的问题与挑战
      • 6.2.2 人工智能在智慧农业中的实践案例
    • 6.3 人工智能+医疗行业
      • 6.3.1 传统医疗的问题与挑战
      • 6.3.2 人工智能在医疗健康中的实践案例
    • 6.4 人工智能+能源行业
      • 6.4.1 传统能源行业的问题与挑战
      • 6.4.2 人工智能在能源智能化中的实践案例
    • 6.5 拓展阅读与讨论
    • 6.6 思考题
  • 第7章 人工智能前沿探索
    • 7.1 智能机器人
      • 7.1.1 人工智能手术机器人:医疗精准度的极致
      • 7.1.2 自主移动机器人:智能导航的先锋
      • 7.1.3 人形机器人:人机协作的新典范
      • 7.1.4 社交机器人:人机交互的新境界
    • 7.2 太空探索
      • 7.2.1 月球探测的智能技术
      • 7.2.2 火星探索的智能系统
      • 7.2.3 深空智能导航
      • 7.2.4 天文学中的智能助手
      • 7.2.5 星系定位与分类
    • 7.3 智能计算
      • 7.3.1 量子计算与AI的融合
      • 7.3.2 类脑智能的实践
      • 7.3.3 计算极限的AI探索
    • 7.4 生命科学
      • 7.4.1 脑机接口的突破
      • 7.4.2 AI在癌症研究领域的进展
      • 7.4.3 AI辅助疫苗研发
      • 7.4.4 AI显微镜的创新应用
      • 7.4.5 跨学科研究的革新
    • 7.5 拓展阅读与讨论
    • 7.6 思考题
  • 参考文献

相关图书