顶部
收藏

人工智能素养与实践应用


作者:
王莉 张磊 张智浩 主编
定价:
40.00元
ISBN:
978-7-04-065432-5
版面字数:
432.00千字
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:
2025-09-01
物料号:
65432-00
读者对象:
高等职业教育
一级分类:
公共课

本书面向人工智能初学者,内容通俗易懂,通过任务案例讲解技术原理,注重人工智能技术实践应用能力的培养,帮助学生从“能理解”到“能实践”。全书共9章,包括:人工智能概述、基于Python的人工智能开发环境、机器学习、大语言模型与生成式人工智能、文本类AIGC实践应用、视听类AIGC实践应用、办公类AIGC实践应用、AIGC综合实践和人工智能伦理。内容体系完整、结构清晰,紧跟技术前沿,聚焦大语言模型、AIGC等热点应用。

本书将理论讲解与任务驱动相结合,使学习过程更具针对性和趣味性。本书实践案例丰富,任务设计贴近生活与行业场景,涉及制作公益海报、城市宣传片、产品介绍数字人以及表格和演示文稿的智能化处理等。本书配套的二维码提供了操作视频与代码实现,便于边学边练。

本书是理论与实操并重的人工智能人门教材,可作为高校人工智能通识课教材,也可作为兴趣班、跨专业选修课或自学人工智能基础的参考用书。

  • 前辅文
  • 第1章 人工智能概述
    • 1.1 人工智能的定义与内涵
      • 1.1.1 人工智能的定义
      • 1.1.2 人工智能与人类智能
      • 1.1.3 弱人工智能、强人工智能与超人工智能
      • 1.1.4 人工智能三要素
    • 1.2 人工智能的发展历程
      • 1.2.1 萌芽阶段:从古代幻想到近现代工业革命
      • 1.2.2 第一次高潮阶段:开拓与崛起
      • 1.2.3 第一次低谷阶段:从盲目乐观到投资断粮
      • 1.2.4 第二次高潮阶段:专家系统的兴起与产业化探索
      • 1.2.5 第二次低谷阶段:专家系统的局限与技术冲击
      • 1.2.6 复苏探索期:神经网络的复兴
      • 1.2.7 第三次高潮阶段:深度学习的爆发
      • 1.2.8 我国的人工智能发展历程
    • 1.3 人工智能的行业应用
      • 1.3.1 互联网行业
      • 1.3.2 制造业
      • 1.3.3 医疗卫生行业
      • 1.3.4 交通运输行业
      • 1.3.5 农业
      • 1.3.6 教育行业
      • 1.3.7 智能家居
      • 1.3.8 文化艺术
    • 1.4 本章小结
    • 课后练习
  • 第2章 基于Python的人工智能开发环境
    • 2.1 Python安装与使用
    • 2.2 Anaconda安装与使用
      • 2.2.1 Anaconda安装
      • 2.2.2 Anaconda管理虚拟环境
    • 2.3 Python开发工具
      • 2.3.1 IDLE
      • 2.3.2 Jupyter Notebook
      • 2.3.3 PyCharm
    • 2.4 Python常用库
      • 2.4.1 常用库介绍
      • 2.4.2 库的安装
    • 2.5 常用AI开发网站
    • 2.6 本章小结
    • 课后练习
  • 第3章 机器学习
    • 3.1 机器学习概述
      • 3.1.1 机器学习的基本概念
      • 3.1.2 机器学习的分类
      • 3.1.3 机器学习的基本流程
      • 3.1.4 过拟合与欠拟合
    • 3.2 传统机器学习算法
      • 3.2.1 监督学习算法
      • 任务案例:利用逻辑回归实现手写数字识别
      • 3.2.2 无监督学习算法
      • 任务案例:利用PCA实现人脸识别
      • 3.2.3 强化学习
      • 任务案例:利用强化学习实现迷宫最短路径探索
    • 3.3 神经网络
      • 3.3.1 神经网络概述
      • 3.3.2 神经元模型
      • 3.3.3 神经网络的结构
      • 3.3.4 神经网络的参数优化
    • 3.4 深度学习
      • 3.4.1 深度学习概述
      • 3.4.2 卷积神经网络
      • 3.4.3 深度学习框架与实践
      • 任务案例:基于卷积神经网络的手写数字识别
    • 3.5 本章小结
    • 课后练习
  • 第4章 大语言模型与生成式人工智能
    • 4.1 大语言模型概述
      • 4.1.1 大语言模型的定义
      • 4.1.2 大语言模型的发展历程
      • 4.1.3 主流大语言模型
    • 4.2 大语言模型基本原理及关键技术
      • 4.2.1 大语言模型的基本工作过程
      • 4.2.2 Transformer架构
      • 4.2.3 大语言模型的训练过程
      • 4.2.4 大语言模型的推理
    • 4.3 大语言模型的使用
      • 4.3.1 网页端使用
      • 任务案例:通过提示词生成面向宝马汽车公司销售的求职简历
      • 4.3.2 大模型插件
      • 任务案例:使用Wolfram插件分析销售数据
      • 4.3.3 API调用
      • 任务案例:利用Python调用 DeepSeek模型的API
      • 4.3.4 本地部署
      • 任务案例:本地部署DeepSeek-R1-1.5B模型
      • 4.3.5 大模型的微调
    • 4.4 生成式人工智能
      • 4.4.1 生成式人工智能概述
      • 4.4.2 生成式人工智能的发展历程
      • 4.4.3 生成式人工智能的核心技术
    • 4.5 本章小结
    • 课后练习
  • 第5章 文本类AIGC实践应用
    • 5.1 内容创作
      • 任务案例:利用DeepSeek创作面向小红书用户的产品宣传文案
    • 5.2 语言翻译
    • 5.3 自动问答
      • 任务案例:利用智谱清言智能体打造一款电商客服机器人
    • 5.4 知识提取
      • 任务案例:利用豆包浏览器AI助手插件高效完成AI汽车行业发展报告的信息提取
    • 5.5 内容改写
    • 5.6 代码生成
      • 任务案例:利用GitHub Copilot开发简易计算器
    • 5.7 本章小结
    • 课后练习
  • 第6章 视听类AIGC实践应用
    • 6.1 图像类AIGC实践应用
      • 6.1.1 文本生成图像
      • 任务案例:利用豆包生成“低碳生活”主题公益海报
      • 6.1.2 文本+图像生成图像
      • 任务案例:“一键净风景”——利用豆包去除风景照中的不速之客
      • 6.1.3 图像+图像结合生成图像
    • 6.2 音频类AIGC实践应用
      • 6.2.1 文本转换语音
      • 任务案例:利用TTSMaker为视障用户生成高质量电子书语音
      • 6.2.2 音乐创作
      • 6.2.3 语音克隆
      • 任务案例:利用Cosy Voice生成个性定制化广告配音
      • 6.2.4 音效合成
    • 6.3 视频类AIGC实践应用
      • 6.3.1 由文本生成视频
      • 6.3.2 由图像生成视频
      • 任务案例:利用可灵AI生成南京城市宣传片
      • 6.3.3 由视频生成视频
      • 6.3.4 多模态混合生成视频
      • 任务案例:使用Kreado AI制作电商产品介绍数字人
    • 6.4 本章小结
    • 课后练习
  • 第7章 办公类AIGC实践应用
    • 7.1 WPS AI处理文本文档
      • 任务案例:合同文本的自动生成及排版
    • 7.2 WPS AI处理表格文件
      • 任务案例:学生成绩智能分析与处理
    • 7.3 WPS灵犀设计演示文稿
      • 任务案例:演示文稿创新设计
    • 7.4本章小结
    • 课后练习
  • 第8章 AIGC综合实践
    • 8.1 综合任务1:AI轻松搞定机器人社团招新推文
    • 8.2 综合任务2:打造专属你的AI校园代言人
    • 8.3 本章小结
    • 课后练习
  • 第9章 人工智能伦理
    • 9.1 数据隐私与安全
      • 9.1.1 数据隐私问题
      • 9.1.2 数据安全问题
      • 9.1.3 数据隐私与安全的解决方案
    • 9.2 算法歧视与偏见
      • 9.2.1 算法歧视与偏见的定义
      • 9.2.2 算法歧视与偏见的成因
      • 9.2.3 算法歧视与偏见的影响
      • 9.2.4 算法歧视与偏见的解决方案
    • 9.3 透明度与可解释性
      • 9.3.1 透明度与可解释性的定义
      • 9.3.2 神经网络的黑箱特性
      • 9.3.3 透明度与可解释性的重要性
      • 9.3.4 提高透明度与可解释性的方法
    • 9.4 伪造与欺骗
      • 9.4.1 伪造与欺骗的主要形式
      • 9.4.2 伪造与欺骗的危害
      • 9.4.3 伪造与欺骗的应对措施
    • 9.5 社会性问题
      • 9.5.1 失业问题
      • 9.5.2 失业问题的应对措施
    • 9.6 安全性与可靠性
      • 9.6.1 网络攻击
      • 9.6.2 辅助驾驶系统的可靠性
      • 9.6.3 提高安全性与可靠性的方法
    • 9.7 公平性问题
      • 9.7.1 人工智能推动的社会公平
      • 9.7.2 人工智能带来的不平等问题
      • 9.7.3 解决不平等问题的技术与社会策略
    • 9.8 本章小结
    • 课后练习
  • 主要参考文献

相关图书


相关数字化产品