顶部
收藏

人工智能基础


作者:
主编 曾安平 刘益 覃凤清 副主编 万敏 朱利红 黄艳
定价:
29.50元
ISBN:
978-7-04-065620-6
版面字数:
320.00千字
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:
2025-09-12
物料号:
65620-00
读者对象:
高等教育
一级分类:
计算机/教育技术类
二级分类:
计算机基础课程
三级分类:
大学计算机基础

本书以“积木式学习”为核心,旨在通过模块化、可视化的方式,让读者轻松掌握人工智能的核心技术与应用。本书以BAIPLE积木编程语言和Python编程语言双平台为载体,将复杂的AI知识拆解为可组合的“智能积木”,从编程基础到机器学习、深度学习,再到计算机视觉、自然语言处理等前沿领域,循序渐进地引导读者构建完整的AI认知体系。

书中不仅涵盖技术原理,还通过手写数字识别、斑马线检测、情感分析等生动案例,展示AI如何赋能现实场景。同时,本书融入生成式AI(AIGC)和伦理思考,帮助读者在技术探索中培养人文视野。无论是零基础学习者还是专业开发者,都能通过本书在“玩转积木”的过程中激发创新潜能,迎接人机共生的智能时代。

本书适合作为高等学校非计算机专业的人工智能通识课程教材,也可作为相关技术人员的入门读物。

  • 前辅文
  • 第1章 绪论
    • 1.1 计算机概述
      • 1.1.1 计算机的发展
      • 1.1.2 计算机系统组成及功能
      • 1.1.3 信息的表示
    • 1.2 人工智能的概念
      • 1.2.1 智能的概念
      • 1.2.2 智能的特征
      • 1.2.3 人工智能
    • 1.3 人工智能的发展简史
      • 1.3.1 孕育期(1956年以前)
      • 1.3.2 形成期(1956—1970年)
      • 1.3.3 发展(1970年至今)
      • 1.3.4 国内发展历程
      • 1.3.5 三大驱动要素
    • 1.4 人工智能的基本内容
      • 1.4.1 知识表示
      • 1.4.2 机器感知
      • 1.4.3 机器思维
      • 1.4.4 机器学习
      • 1.4.5 机器行为
    • 1.5 人工智能的主要研究领域
      • 1.5.1 深度学习
      • 1.5.2 自然语言处理
      • 1.5.3 计算机视觉
      • 1.5.4 智能机器人
      • 1.5.5 自动程序设计
      • 1.5.6 数据挖掘与知识图谱
    • 1.6 本章小结
    • 1.7 本章习题
  • 第2章 BAIPLE编程基础
    • 2.1 积木式编程
      • 2.1.1 Google Blockly
      • 2.1.2 Viple
      • 2.1.3 Scratch
      • 2.1.4 NXT&EV3
      • 2.1.5 BAIPLE
    • 2.2 BAIPLE开发环境
      • 2.2.1 环境准备
      • 2.2.2 认识BAIPLE主界面
      • 2.2.3 开发第一个BAIPLE
    • 2.3 基本活动
      • 2.3.1 数据
      • 2.3.2 变量
      • 2.3.3 运算
      • 2.3.4 输入与输出
      • 2.3.5 三大基本结构
      • 2.3.6 函数
    • 2.4 Python及Python库的安装
      • 2.4.1 Python发展史
      • 2.4.2 Python的安装
      • 2.4.3 常用Python库
    • 2.5 本章小结
    • 2.6 本章习题
    • 2.7 本章实验
  • 第3章 机器学习
    • 3.1 概述
      • 3.1.1 机器学习的基本概念
      • 3.1.2 机器学习的基本原理和流程
      • 3.1.3 BAIPLE环境中的流程封装
    • 3.2 机器学习的评估指标
      • 3.2.1 分类任务指标
      • 3.2.2 回归任务指标
      • 3.2.3 聚类任务指标
    • 3.3 常用算法原理及应用场景
      • 3.3.1 聚类算法
      • 3.3.2 主成分分析
      • 3.3.3 线性回归算法
      • 3.3.4 逻辑回归算法
      • 3.3.5 决策树算法
    • 3.4 本章小结
    • 3.5 本章习题
    • 3.6 本章实验
  • 第4章 人工神经网络与深度学习
    • 4.1 人工神经元与人工神经网络
      • 4.1.1 生物神经元结构
      • 4.1.2 人工神经元数学模型
      • 4.1.3 人工神经网络的结构
      • 4.1.4 人工神经网络的工作方式
    • 4.2 BP神经网络及其学习算法
      • 4.2.1 BP神经网络的结构
      • 4.2.2 BP学习算法
      • 4.2.3 BP神经网络的应用——手写数字识别
    • 4.3 深度学习
      • 4.3.1 深度学习的原理
      • 4.3.2 深度学习的核心要素
      • 4.3.3 深度学习的应用
    • 4.4 卷积神经网络
      • 4.4.1 卷积神经网络起源与发展
      • 4.4.2 卷积神经网络的基本结构
      • 4.4.3 卷积神经网络的应用——猫狗识别
    • 4.5 循环神经网络
      • 4.5.1 循环神经网络简介
      • 4.5.2 循环神经网络的结构
      • 4.5.3 常用的循环神经网络及应用
    • 4.6 生成对抗网络
      • 4.6.1 生成对抗网络简介
      • 4.6.2 生成对抗网络的结构
      • 4.6.3 生成对抗网络的应用
    • 4.7 本章小结
    • 4.8 本章习题
    • 4.9 本章实验
  • 第5章 计算机视觉及其应用
    • 5.1 计算机视觉基础与自动驾驶应用
      • 5.1.1 计算机视觉的基本概念
      • 5.1.2 计算机视觉的应用
    • 5.2 斑马线识别数据集构建
      • 5.2.1 数字图像基础
      • 5.2.2 数据采集与标注
    • 5.3 图像处理与目标检测
      • 5.3.1 空间域滤波与噪声抑制
      • 5.3.2 图像增强
      • 5.3.3 图像分类
      • 5.3.4 目标检测与图像分割
    • 5.4 卷积神经网络实现斑马线检测
    • 5.5 本章小结
    • 5.6 本章习题
    • 5.7 本章实验
  • 第6章 自然语言处理
    • 6.1 自然语言处理的概念与应用
      • 6.1.1 现代语言学基础
      • 6.1.2 自然语言处理及其发展历史
      • 6.1.3 自然语言处理的应用
    • 6.2 文本处理
      • 6.2.1 文本预处理
      • 6.2.2 文本表示
      • 6.2.3 文本分类与聚类
      • 6.2.4 语义分析
      • 6.2.5 情感分析
      • 6.2.6 大语言模型
    • 6.3 语音识别与合成
      • 6.3.1 语音特征提取
      • 6.3.2 语音识别
      • 6.3.3 语音合成
      • 6.3.4 应用前景
    • 6.4 本章小结
    • 6.5 本章习题
    • 6.6 本章实验
  • 第7章 AIGC
    • 7.1 AIGC概述
    • 7.2 AIGC产品及使用方法
      • 7.2.1 AIGC产品
      • 7.2.2 AIGC使用方法
      • 7.2.3 提示词和提示工程
    • 7.3 AIGC产品应用
      • 7.3.1 文档写作
      • 7.3.2 图像生成
      • 7.3.3 音乐、视频以及多模态生成
      • 7.3.4 演示文稿生成
      • 7.3.5 电子表格及数据分析
      • 7.3.6 代码生成
    • 7.4 本章小结
    • 7.5 本章习题
    • 7.6 本章实验
  • 第8章 人工智能伦理与安全
    • 8.1 计算机安全
      • 8.1.1 传统计算机安全体系
      • 8.1.2 AI安全新范式
      • 8.1.3 大学生与网络安全
    • 8.2 人工智能伦理原则
    • 8.3 人工智能伦理问题与法律教育
      • 8.3.1 隐私与安全性问题
      • 8.3.2 责任归属问题
      • 8.3.3 知识产权问题
    • 8.4 人工智能伦理治理
      • 8.4.1 国内人工智能伦理规范
      • 8.4.2 国际合作治理
    • 8.5 人工智能发展与挑战
      • 8.5.1 人工智能对社会的影响
      • 8.5.2 未来展望
    • 8.6 本章小结
    • 8.7 本章习题
    • 8.8 本章实验

相关图书