顶部
  1. 首页
  2. 图书产品
  3. 人工智能基础与应用
收藏

人工智能基础与应用

样章
作者：
主编 刘强 曹步清 袁鑫攀
定价：
49.80元
ISBN：
978-7-04-065840-8
版面字数：
440.00千字
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：
2025-10-16
物料号：
65840-00
读者对象：
高等教育

人工智能作为引领新一轮科技革命和产业变革的技术，深刻改变着人们的生产和生活方式。本书以人工智能基本素养和应用能力培养为目标，兼顾基础知识和实际应用。全书理论与实践相结合，注重科学性、普适性、应用性和趣味性。

本书共9章，内容涵盖计算机概述、人工智能基础、Python程序设计、机器学习、深度学习、计算机视觉、自然语言处理、知识图谱、大模型技术。本书力求为学生提供人工智能的基础性知识，并为后续课程学习提供指导。本书配套出版《人工智能基础与应用实验教程》。

本书既可作为高等学校人工智能通识课程的教材，也可供对人工智能技术感兴趣的读者及相关从业人员参考。

  • 前辅文
  • 第1章 思考工具：计算机概述
    • 1.1 计算的发展
    • 1.2 图灵机与计算的本质
      • 1.2.1 图灵机模型
      • 1.2.2 计算的本质
      • 1.2.3 计算理论
    • 1.3 现代计算机的发展
      • 1.3.1 计算机的定义
      • 1.3.2 第一台电子计算机
      • 1.3.3 计算机的发展阶段
      • 1.3.4 计算机的发展趋势
      • 1.3.5 未来的计算机
    • 1.4 现代计算机的特点及分类
      • 1.4.1 现代计算机的特点
      • 1.4.2 现代计算机的分类
    • 1.5 计算机系统
      • 1.5.1 硬件系统
      • 1.5.2 软件系统
    • 1.6 计算机网络
      • 1.6.1 计算机网络概述
      • 1.6.2 网络新技术
      • 1.6.3 信息安全
    • 1.7 计算机应用与信息化社会
      • 1.7.1 计算机的应用领域
      • 1.7.2 信息的表示与编码
      • 1.7.3 信息技术
      • 1.7.4 信息化基础设施
      • 1.7.5 信息社会
    • 1.8 本章小结
    • 思考与习题
  • 第2章 明日世界：人工智能基础
    • 2.1 智能及其本质
    • 2.2 人工智能的概念
      • 2.2.1 人工智能的定义
      • 2.2.2 人工智能分支领域
      • 2.2.3 人工智能的三大学派
    • 2.3 人工智能的发展史
      • 2.3.1 孕育时期
      • 2.3.2 第一次繁荣期
      • 2.3.3 萧条波折期
      • 2.3.4 第二次繁荣时期
      • 2.3.5 大数据驱动发展期
    • 2.4 人工智能研究的基本内容
    • 2.5 人工智能的研究领域
    • 2.6 人工智能产业
      • 2.6.1 智能基础设施建设
      • 2.6.2 智能信息及数据
      • 2.6.3 智能技术服务
      • 2.6.4 智能产品
    • 2.7 人工智能常用工具
    • 2.8 本章小结
    • 思考与习题
  • 第3章 编程基础：Python程序设计
    • 3.1 程序设计概述
      • 3.1.1 程序设计语言的概念
      • 3.1.2 程序设计方法
      • 3.1.3 常用程序设计语言
    • 3.2 Python程序设计基础
      • 3.2.1 Python简介
      • 3.2.2 Python的开发环境
      • 3.2.3 Python的数据类型
      • 3.2.4 IPO程序编写方法
    • 3.3 Python的3种控制结构
      • 3.3.1 顺序结构
      • 3.3.2 选择结构
      • 3.3.3 循环结构
    • 3.4 Python函数
      • 3.4.1 函数的定义
      • 3.4.2 函数的调用
    • 3.5 Python生态
      • 3.5.1 内置函数
      • 3.5.2 标准库
      • 3.5.3 第三方库
    • 3.6 Python数据分析
      • 3.6.1 数据采集
      • 3.6.2 数据存储
      • 3.6.3 数据清洗
      • 3.6.4 数据分析
      • 3.6.5 数据挖掘
      • 3.6.6 数据可视化
    • 3.7 本章小结
    • 思考与习题
  • 第4章 分门别类：机器学习
    • 4.1 机器学习概述
      • 4.1.1 机器学习简介
      • 4.1.2 机器学习的发展
      • 4.1.3 机器学习的应用前景
      • 4.1.4 机器学习的未来
    • 4.2 机器学习的分类
    • 4.3 监督学习
      • 4.3.1 回归算法
      • 4.3.2 决策树算法
      • 4.3.3 贝叶斯算法
      • 4.3.4 支持向量机算法
      • 4.3.5 K近邻算法
    • 4.4 无监督学习
      • 4.4.1 聚类算法
      • 4.4.2 主成分分析
      • 4.4.3 关联规则算法
    • 4.5 强化学习
    • 4.6 迁移学习
    • 4.7 机器学习应用案例
      • 4.7.1 数据分析与挖掘
      • 4.7.2 模式识别
      • 4.7.3 生物信息学
      • 4.7.4 聊天机器人
      • 4.7.5 自动驾驶
    • 4.8 本章小结
    • 思考与习题
  • 第5章 智海深探：深度学习
    • 5.1 人工神经网络
      • 5.1.1 学习概述
      • 5.1.2 人工神经元
      • 5.1.3 感知机与神经网络
      • 5.1.4 损失函数
      • 5.1.5 优化算法
      • 5.1.6 反向传播算法
      • 5.1.7 神经网络的训练
    • 5.2 深度学习概述
      • 5.2.1 深度学习的定义
      • 5.2.2 深度学习的发展
    • 5.3 深度学习模型与算法
      • 5.3.1 卷积神经网络
      • 5.3.2 经典的卷积神经网络
      • 5.3.3 循环神经网络
      • 5.3.4 生成对抗网络
    • 5.4 本章小结
    • 思考与习题
  • 第6章 别具慧眼：计算机视觉
    • 6.1 模式识别与计算机视觉
      • 6.1.1 模式识别
      • 6.1.2 计算机视觉
    • 6.2 计算机视觉概述
      • 6.2.1 计算机视觉简介
      • 6.2.2 计算机视觉的发展历史
      • 6.2.3 计算机视觉的任务与算法
      • 6.2.4 OpenCV简介
    • 6.3 数字图像处理技术
      • 6.3.1 图像采集
      • 6.3.2 图像预处理
      • 6.3.3 图像滤波与去噪
      • 6.3.4 边缘检测
      • 6.3.5 图像分割
      • 6.3.6 图像拼接
    • 6.4 基于深度学习的计算机视觉
      • 6.4.1 图像分类与识别
      • 6.4.2 目标检测
      • 6.4.3 语义分割
    • 6.5 应用案例
      • 6.5.1 智能停车场管理系统
      • 6.5.2 农业病虫害智能诊断
    • 6.6 本章小结
    • 思考与习题
  • 第7章 望文生义：自然语言处理
    • 7.1 自然语言处理概述
      • 7.1.1 自然语言处理的概念
      • 7.1.2 自然语言处理的发展
      • 7.1.3 自然语言处理的研究方向
      • 7.1.4 自然语言处理的组成
      • 7.1.5 自然语言处理的工作原理
    • 7.2 自然语言理解
      • 7.2.1 自然语言理解的层次
      • 7.2.2 文本分词
      • 7.2.3 词性标注
      • 7.2.4 命名实体识别
      • 7.2.5 词法分析
      • 7.2.6 句法分析
    • 7.3 自然语言处理的数据集、工具和语言模型
      • 7.3.1 数据集
      • 7.3.2 自然语言处理工具
      • 7.3.3 语言模型
    • 7.4 自然语言处理技术
      • 7.4.1 信息检索
      • 7.4.2 机器翻译
      • 7.4.3 情感分析
      • 7.4.4 语音识别
    • 7.5 应用案例
    • 7.6 本章小结
    • 思考与习题
  • 第8章 经纬万端：知识图谱
    • 8.1 知识图谱概述
      • 8.1.1 知识图谱的定义
      • 8.1.2 知识图谱的内涵
      • 8.1.3 知识图谱的发展历史
      • 8.1.4 知识图谱的类型
      • 8.1.5 知识图谱的重要性
    • 8.2 知识表示和知识建模
      • 8.2.1 符号表示
      • 8.2.2 向量表示方法
      • 8.2.3 知识图谱向量化
      • 8.2.4 知识建模
    • 8.3 知识抽取
      • 8.3.1 知识抽取的分类
      • 8.3.2 知识抽取方法
    • 8.4 知识存储
      • 8.4.1 知识存储概述
      • 8.4.2 知识存储的主要模型
      • 8.4.3 知识存储的关键技术
    • 8.5 知识融合
      • 8.5.1 知识融合概述
      • 8.5.2 知识融合的关键技术
      • 8.5.3 知识融合的流程
    • 8.6 知识推理
      • 8.6.1 知识推理的方法
      • 8.6.2 知识推理的应用场景
    • 8.7 知识图谱的应用
      • 8.7.1 知识图谱的应用场景
      • 8.7.2 语义搜索
      • 8.7.3 问答系统
    • 8.8 本章小结
    • 思考与习题
  • 第9章 大显神通：大模型技术
    • 9.1 大模型概述
      • 9.1.1 大模型的概念
      • 9.1.2 大模型的发展历程
      • 9.1.3 大语言模型与其他人工智能技术的融合
      • 9.1.4 常见的大模型
    • 9.2 大模型的核心技术
      • 9.2.1 大模型的技术基础：Transformer
      • 9.2.2 简单理解Transformer架构：注意力机制与并行计算的直观解释
      • 9.2.3 自注意力机制
      • 9.2.4 编码器与解码器的作用原理
      • 9.2.5 从BERT到GPT：不同大模型的应用特点
      • 9.2.6 预训练与微调
    • 9.3 大模型的技术基础
      • 9.3.1 深度学习与大规模数据集
      • 9.3.2 算力与分布式训练
      • 9.3.3 自然语言处理中的大模型
    • 9.4 模型优化与压缩技术
      • 9.4.1 知识蒸馏
      • 9.4.2 模型剪枝与量化
      • 9.4.3 稀疏化与低秩分解
    • 9.5 DeepSeek技术应用
      • 9.5.1 DeepSeek简介
      • 9.5.2 DeepSeek的技术原理
      • 9.5.3 DeepSeek应用
    • 9.6 大模型应用案例
      • 9.6.1 AIGC概述
      • 9.6.2 聊天机器人与智能问答
      • 9.6.3 文本类AIGC应用与实践
      • 9.6.4 图片类AIGC应用与实践
      • 9.6.5 语音类AIGC应用与实践
      • 9.6.6 视频类AIGC应用与实践
      • 9.6.7 跨模态应用
      • 9.6.8 信息检索
      • 9.6.9 机器翻译
      • 9.6.10 代码生成与自动测试
    • 9.7 大模型的优势与挑战
      • 9.7.1 性能与效果提升
      • 9.7.2 数据和算力需求
      • 9.7.3 可解释性与透明性
    • 9.8 本章小结
    • 思考与习题
  • 参考文献

相关图书

396经济类综合能力数学辅导讲义基础篇（解析分册）

周洋鑫 编著

￥0.00 收藏

ASP.NET技术与应用

杨帆

￥24.00 收藏

ASP.NET技术与应用(换封面)

杨帆 赵义霞

￥24.00 收藏

Access 2003 数据库技术及应用

李雁翎

￥21.00 收藏

Access 2003数据库技术及应用——习题与实验指导

李雁翎 王丛林 盖彦卫

￥19.00 收藏

Access程序设计基础（第4版）

梁洁 主编

￥55.00 收藏

App Inventor——零基础Android移动应用开发（新封面）

吴明晖

￥59.00 收藏

AutoCAD基础教程（第2版）

王国顺

￥27.00 收藏

C++程序设计基础(第二版)

张基温等

￥25.70 收藏

C-TRIZ及应用——发明过程解决理论

檀润华

￥99.00 收藏

C语言程序设计——原理与实践

宋友 王君臣 肖文磊 李莹 谭火彬 主编

￥60.00 收藏

C语言程序设计基础

主编 葛方振 洪留荣 副主编 宋万干 邱述威

￥45.00 收藏

C语言程序设计基础

廖雷

￥23.00 收藏

DSP控制器原理与应用教程--基于TMS320F28335 & CCS5

李全利 马骏杰 张思艳

￥33.10 收藏

DSP控制器原理与应用教程——基于TMS320F28335（第2版）

李全利原著；马骏杰、高俊山、张思艳主编

￥44.00 收藏

相关数字化产品

数学模型案例精讲

姜启源 谢金星 叶俊

￥60.00 收藏

全国大学生数学建模竞赛赛题讲评(1)

姜启源、韩中庚、蔡志杰、吴孟达、周义仓

￥35.00 收藏

全国大学生数学建模竞赛赛题讲评(2)

韩中庚、蔡志杰、吴孟达、周义仓、薛毅

￥75.00 收藏

全国大学生数学建模竞赛赛题讲评(3)

韩中庚、蔡志杰、吴孟达、周义仓、薛毅、谈之奕、邓明华

￥100.00 收藏

数学建模竞赛培训课程

主编 刘继军 蒋勇

￥48.00 收藏

第一届全国高校数学建模微课程（案例）教学竞赛获奖作品集（2017年）

中国工业与应用数学学会数学模型专业委员会 组编

￥26.00 收藏

第二届全国高校数学建模微课程（案例）教学竞赛获奖作品集（2018年）

中国工业与应用数学学会数学模型专业委员会 组编

￥26.00 收藏

第三届全国高校数学建模微课程（案例）教学竞赛获奖作品集（2019年）

中国工业与应用数学学会数学模型专业委员会 组编

￥26.00 收藏

全国大学生数学建模竞赛赛题讲评数字课程

姜启源 韩中庚 蔡志杰 吴孟达 周义仓 薛毅 谈之奕 邓明华

￥30000.00 收藏

高等数学在线测评及组卷系统

高等数学在线测评及组卷系统研制组

￥60000.00 收藏

线性代数在线测评及组卷系统

线性代数在线测评及组卷系统研制组

￥40000.00 收藏

概率论与数理统计在线测评及组卷系统

概率论与数理统计在线测评及组卷系统研制组

￥50000.00 收藏

力学试题库（网络版）

力学试题库研制组

￥30000.00 收藏

Essential University Physics Experiment

须萍、陆伟新、侯波

￥18.00 收藏

宇宙探索与发现

刘金寿

￥18.00 收藏