顶部
收藏

人工智能通识教程(理工版)


作者:
汪红兵 张敏 主编
定价:
45.00元
ISBN:
978-7-04-065589-6
版面字数:
540.00千字
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:
2025-09-25
物料号:
65589-00
读者对象:
学术著作
一级分类:
自然科学
二级分类:
计算机科学与工程
三级分类:
人工智能

本书为高等学校人工智能通识教育系列教材之一。本书分为四篇,全面介绍了人工智能的硬件和软件基础、基础知识、应用实践以及人工智能的伦理。

本书为新形态教材,读者可使用移动终端扫描书中二维码,观看书中配套课件、彩图、习题答案等拓展资源。本书内容通俗易懂、案例丰富、图文并茂、内容完整,涵盖了构建人工智能系统必要的软、硬件基础知识,适合对人工智能感兴趣的初学者阅读,可作为高等学校理工科学生的人工智能通识教材,也可作为将要从事人工智能领域研究人员的参考书。

  • 前辅文
  • 第Ⅰ篇 人工智能的硬件和软件基础
    • 第1章 人工智能的硬件基础
      • 1.1 计算机体系结构及新型计算架构
      • 1.2 以CPU为中心的计算架构
        • 1.2.1 冯·诺依曼体系结构
        • 1.2.2 中央处理器
        • 1.2.3 内存
        • 1.2.4 外部设备
        • 1.2.5 总线
        • 1.2.6 输入
        • 1.2.7 计算机硬件系统组成
      • 1.3 以GPU为中心的计算架构
        • 1.3.1 两种不同的计算范式
        • 1.3.2 从图形渲染到人工智能引擎
        • 1.3.3 现代GPU的并行架构
        • 1.3.4 GPU的架构创新与发展趋势
      • 1.4 数据中心与算力网络
        • 1.4.1 人工智能时代的数据中心
        • 1.4.2 人工智能时代的算力网络
      • 1.5 小结
      • 习题
    • 第2章 人工智能的软件基础
      • 2.1 计算机软件与程序
        • 2.1.1 算法、程序和软件
        • 2.1.2 计算机软件系统
        • 2.1.3 编程语言
        • 2.1.4 程序的执行方式
      • 2.2 程序的执行过程
        • 2.2.1 程序语句与指令
        • 2.2.2 指令的执行过程
        • 2.2.3 CPU模型机执行指令实例
      • 2.3 Python程序语言概述
        • 2.3.1 计算和算法概述
        • 2.3.2 Python语言概述
      • 2.4 Python程序中的数据表示与计算
        • 2.4.1 程序中的标识符
        • 2.4.2 程序中的常量
        • 2.4.3 程序中的变量
        • 2.4.4 程序中的基本运算
        • 2.4.5 turtle绘图综合案例
      • 2.5 Python程序中的控制结构
        • 2.5.1 控制结构概述
        • 2.5.2 顺序结构
        • 2.5.3 分支结构
        • 2.5.4 循环结构
        • 2.5.5 控制结构嵌套
        • 2.5.6 程序中的函数和模块
      • 2.6 Python程序中的数据组织与处理
        • 2.6.1 Python中常用数据结构
        • 2.6.2 简单算法
      • 2.7 使用matplotlib进行绘图
        • 2.7.1 matplotlib绘图的基本步骤
        • 2.7.2 matplotlib常见图形类型
        • 2.7.3 基于matplotlib绘制工业振动信号
      • 2.8 使用算法求解问题
      • 2.9 Python与人工智能工具库生态
      • 2.10 小结
      • 习题
    • 第3章 人工智能与数据表示
      • 3.1 计算机世界与人类世界的数据
        • 3.1.1 数据思维与计算思维及人工智能
        • 3.1.2 编码与解码
        • 3.1.3 二进制的优势
      • 3.2 二进制数的表示和计算
        • 3.2.1 数制表示
        • 3.2.2 数制间转换
        • 3.2.3 二进制数常见的度量单位
        • 3.2.4 二进制数的运算
        • 3.2.5 使用Python编程实现进制转换
      • 3.3 数值数据在计算机中的表示
        • 3.3.1 整数的表示
        • 3.3.2 定点小数和定点整数
        • 3.3.3 实数的浮点表示法
      • 3.4 文本数据在计算机中的表示
        • 3.4.1 西文字符在计算机中的表示
        • 3.4.2 中文字符在计算机中的表示
        • 3.4.3 多语言的Unicode编码
        • 3.4.4 使用Python进行简单文本处理
      • 3.5 图像的数字化
        • 3.5.1 图像的数字化过程
        • 3.5.2 常见数字图像类型
        • 3.5.3 使用Python进行简单图像处理
        • 3.5.4 机械润滑系统中磨粒图像的分割
      • 3.6 声音的数字化
        • 3.6.1 声学基础知识
        • 3.6.2 声音的数字化
        • 3.6.3 声音编码技术
      • 3.7 视频的数字化
        • 3.7.1 视频的数字化过程
        • 3.7.2 视频文件格式
      • 3.8 从人工智能角度理解各种数据表示
      • 3.9 小结
      • 习题
  • 第Ⅱ篇 人工智能基础知识
    • 第4章 人工智能概述
      • 4.1 初识人工智能
        • 4.1.1 智能与人工智能
        • 4.1.2 现实和影视作品中的人工智能
      • 4.2 人工智能的发展
        • 4.2.1 人工智能的起源与早期探索
        • 4.2.2 人工智能的关键发展期
        • 4.2.3 人工智能的未来发展和趋势
      • 4.3 人工智能的主要研究领域
        • 4.3.1 人工智能与机器学习
        • 4.3.2 人工智能与知识表示
        • 4.3.3 人工智能与自然语言处理
        • 4.3.4 人工智能与计算机视觉
        • 4.3.5 智能机器人与具身智能
        • 4.3.6 生成式人工智能
      • 4.4 人工智能的应用场景
        • 4.4.1 日常生活中的人工智能
        • 4.4.2 自动驾驶与智能交通
        • 4.4.3 生产制造中的人工智能
        • 4.4.4 医疗健康中的人工智能
        • 4.4.5 金融服务中的人工智能
        • 4.4.6 生成式人工智能应用
      • 4.5 数据、计算以及人工智能
        • 4.5.1 数据是人工智能的源泉
        • 4.5.2 智能是计算的高级形态
      • 4.6 小结
      • 习题
    • 第5章 搜索与问题求解
      • 5.1 搜索算法的基本概念和分类
      • 5.2 穷举搜索
        • 5.2.1 数学问题中的穷举
        • 5.2.2 逻辑推理中的穷举
      • 5.3 二分搜索
      • 5.4 广度优先搜索
        • 5.4.1 递归形式的广度优先搜索
        • 5.4.2 非递归形式的广度优先搜索
      • 5.5 深度优先搜索
        • 5.5.1 递归形式的深度优先搜索
        • 5.5.2 非递归形式的深度优先搜索
      • 5.6 小结
      • 习题
    • 第6章 知识表示与推理
      • 6.1 数据、信息以及知识
      • 6.2 知识表示方法
        • 6.2.1 命题逻辑与谓词逻辑表示法
        • 6.2.2 产生式表示法
        • 6.2.3 语义网络表示法
      • 6.3 基于规则的推理
        • 6.3.1 产生式系统
        • 6.3.2 规则引擎
      • 6.4 知识图谱的构建与嵌入
        • 6.4.1 知识图谱的构建
        • 6.4.2 知识图谱的嵌入
        • 6.4.3 知识图谱与大语言模型协同
      • 6.5 小结
      • 习题
    • 第7章 人工智能与机器学习
      • 7.1 机器学习概述
        • 7.1.1 机器学习的概念
        • 7.1.2 机器学习的发展
      • 7.2 机器学习的分类
        • 7.2.1 机器学习算法概述
        • 7.2.2 机器学习算法
      • 7.3 机器学习的训练过程
        • 7.3.1 损失函数
        • 7.3.2 数据集划分
        • 7.3.3 梯度下降算法
        • 7.3.4 反向传播算法
      • 7.4 机器学习的模型评测
        • 7.4.1 欠拟合与过拟合
        • 7.4.2 混淆矩阵
      • 7.5 机器学习案例-基于scikit-learn库
        • 7.5.1 scikit-learn库
        • 7.5.2 scikit-learn数据预处理
        • 7.5.3 scikit-learn库划分数据集
        • 7.5.4 基于scikit-learn机器学习建模
        • 7.5.5 使用scikit-learn评估回归和分类模型
      • 7.6 小结
      • 习题
  • 第III篇 人工智能应用实践
    • 第8章 人工智能与计算机视觉
      • 8.1 计算机视觉的基本原理
        • 8.1.1 计算机视觉概述与发展
        • 8.1.2 视觉系统的基本构成
      • 8.2 计算机视觉的关键技术
        • 8.2.1 数据增强
        • 8.2.2 卷积神经网络基础
        • 8.2.3 卷积神经网络
      • 8.3 计算机视觉典型应用及人工智能技术
        • 8.3.1 计算机视觉应用概述
        • 8.3.2 手写数字分类
        • 8.3.3 道路裂缝检测
        • 8.3.4 生物细胞分割
        • 8.3.5 风格迁移
      • 8.4 小结
      • 习题
    • 第9章 人工智能与声音信号处理
      • 9.1 声音的时域分析
        • 9.1.1 声音信号的时域波形
        • 9.1.2 短时加窗处理
        • 9.1.3 声音信号的时域特征
      • 9.2 声音的频域分析
        • 9.2.1 傅里叶级数和傅里叶变换
        • 9.2.2 声音信号的语谱图
        • 9.2.3 频域分析的意义
      • 9.3 声音信号中频谱分析的实现
        • 9.3.1 声音信号的时域分析案例
        • 9.3.2 声音信号的频域分析案例
        • 9.3.3 语谱图绘制
        • 9.3.4 基于声音信号的设备故障检测
      • 9.4 小结
      • 习题
    • 第10章 人工智能与自然语言处理
      • 10.1 自然语言处理的概述及发展
        • 10.1.1 自然语言处理的概述
        • 10.1.2 自然语言处理的发展
        • 10.1.3 自然语言处理与人工智能技术
        • 10.1.4 图灵测试与自然语言处理
      • 10.2 语言学基础
        • 10.2.1 词法分析
        • 10.2.2 句法分析
        • 10.2.3 语义分析
      • 10.3 自然语言处理的主要应用领域
        • 10.3.1 机器翻译
        • 10.3.2 情感分析与观点挖掘
        • 10.3.3 对话系统与聊天机器人
        • 10.3.4 问答系统
        • 10.3.5 语音识别和合成
      • 10.4 词表示与词嵌入
        • 10.4.1 词表示的传统方法
        • 10.4.2 分布式词表示
        • 10.4.3 近义词与上位词
        • 10.4.4 根据上下文表示词义
        • 10.4.5 词向量的可解释性与迁移学习
        • 10.4.6 多语言词嵌入
      • 10.5 语言模型
        • 10.5.1 N-gram模型
        • 10.5.2 神经网络模型
      • 10.6 大语言模型
        • 10.6.1 大语言模型的基本概念
        • 10.6.2 代表性的大语言模型
        • 10.6.3 大语言模型的优势与挑战
        • 10.6.4 大语言模型的应用场景
      • 10.7 小结
      • 习题
  • 第Ⅳ篇 人工智能的伦理
    • 第11章 人工智能的伦理
      • 11.1 人工智能伦理概述
      • 11.2 人工智能伦理的典型问题
      • 11.3 生成式人工智能的伦理
      • 11.4 解决人工智能伦理问题的原则与措施
      • 11.5 小结
      • 习题
  • 参考文献
  • 缩略语表

相关图书