顶部
收藏

大学计算机与人工智能基础


作者:
主编 陈娟 夏耀稳 唐明靖 副主编 杨颖 杨成福 夏跃龙 贾庭芳
定价:
39.00元
ISBN:
978-7-04-066281-8
版面字数:
370.00千字
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:
2026-01-05
物料号:
66281-00
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“夯实数字基础、培育智能素养、赋能多元应用”为目标,精心构建大学计算机与人工智能通识知识体系。本书紧密围绕计算机与人工智能深度融合的时代发展趋势,系统构建了从基础理论到应用实践的知识体系,内容包括计算机与人工智能概述、计算机系统与人工智能计算平台、人工智能基础理论、算法与人工智能编程应用、人工智能应用技术、人工智能融合网络技术、数智化办公、AIGC内容生成与智能创作、人工智能赋能学科发展、计算机安全与人工智能伦理。

本书既可作为非计算机类专业的人工智能通识课教材,也可为人工智能爱好者提供参考。

  • 前辅文
  • 第1章 计算机与人工智能概述
    • 1.1 计算机的发展历程
      • 1.1.1 计算机的产生与发展
      • 1.1.2 计算机的应用
    • 1.2 人工智能的定义与发展历程
      • 1.2.1 人工智能的定义、分类和主要学派
      • 1.2.2 人工智能的发展历史
      • 1.2.3 人工智能的三大核心要素
    • 1.3 计算机与人工智能协同发展
      • 1.3.1 计算机及人工智能相关的新技术
      • 1.3.2 计算思维与人工智能素养
    • 思考题
  • 第2章 计算机系统与人工智能计算平台
    • 2.1 计算机的硬件系统
      • 2.1.1 计算机的硬件组成
      • 2.1.2 计算机的基本工作原理
    • 2.2 计算机的软件系统
      • 2.2.1 系统软件
      • 2.2.2 应用软件
      • 2.2.3 计算机用户、硬件系统和软件系统的关系
    • 2.3 AI计算体系与运行环境
      • 2.3.1 AI计算需求
      • 2.3.2 AI专用硬件架构
      • 2.3.3 AI软件框架与工具链
    • 思考题
  • 第3章 人工智能基础理论
    • 3.1 人工智能基础
      • 3.1.1 人工智能的数学基础
      • 3.1.2 人工智能的常用工具
    • 3.2 机器学习基础
      • 3.2.1 机器学习的定义与分类
      • 3.2.2 机器学习的基本流程
      • 3.2.3 机器学习的核心算法
    • 3.3 深度学习基础
      • 3.3.1 深度学习概述
      • 3.3.2 深度学习基本原理
      • 3.3.3 深度学习的常用架构
    • 思考题
  • 第4章 算法与人工智能编程应用
    • 4.1 计算机信息处理基础:编码与算法程序设计
      • 4.1.1 信息编码基础
      • 4.1.2 算法与程序设计
    • 4.2 Python编程入门
      • 4.2.1 Python概述
      • 4.2.2 Python程序设计的基本步骤
      • 4.2.3 Python基础语法知识
      • 4.2.4 Python程序设计示例
    • 4.3 人工智能算法应用案例
      • 4.3.1 基于Python的学生学习行为分析模型
      • 4.3.2 基于神经网络的手写数字识别
    • 思考题
  • 第5章 人工智能应用技术
    • 5.1 自然语言处理
      • 5.1.1 自然语言处理概述
      • 5.1.2 自然语言处理技术
      • 5.1.3 常见的自然语言处理
    • 5.2 计算机视觉
      • 5.2.1 计算机视觉概述
      • 5.2.2 图像分类
      • 5.2.3 目标检测
      • 5.2.4 图像分割
    • 5.3 智能机器人
      • 5.3.1 智能机器人概述
      • 5.3.2 智能机器人技术应用
      • 5.3.3 常见的智能机器人
    • 思考题
  • 第6章 人工智能融合网络技术
    • 6.1 网络基础知识
      • 6.1.1 计算机网络的概念与功能
      • 6.1.2 网络的组成与逻辑结构
      • 6.1.3 Internet基础知识
    • 6.2 智能检索
      • 6.2.1 通用信息检索
      • 6.2.2 文献搜索与阅读
    • 6.3 AI在网络优化中的应用
      • 6.3.1 传统网络优化的局限性
      • 6.3.2 AI驱动的网络优化变革
      • 6.3.3 AI网络优化的典型应用场景
    • 6.4 端云协同
      • 6.4.1 传统端云架构的技术瓶颈
      • 6.4.2 AI驱动的端云协同革新
      • 6.4.3 端云协同的典型应用场景
      • 6.4.4 端云协同的技术挑战与发展趋势
    • 6.5 元宇宙
      • 6.5.1 元宇宙的概念演进与技术基础
      • 6.5.2 AI在元宇宙中的核心作用
      • 6.5.3 元宇宙的典型应用场景
      • 6.5.4 元宇宙发展的技术挑战与未来趋势
    • 思考题
  • 第7章 数智化办公
    • 7.1 办公软件高级应用
      • 7.1.1 WPS文字高级应用
      • 7.1.2 WPS表格高级应用
      • 7.1.3 WPS演示高级应用
    • 7.2 智能办公
      • 7.2.1 智能文档编辑与排版
      • 7.2.2 智能表格计算与数据分析
      • 7.2.3 智能演示文稿的设计与制作
    • 思考题
  • 第8章 人工智能生成内容与智能创作
    • 8.1 AIGC与AI大模型
      • 8.1.1 AIGC概述
      • 8.1.2 AI大模型基础
      • 8.1.3 AIGC与AI大模型的关系
    • 8.2 AIGC图像生成与应用
      • 8.2.1 AIGC图像生成
      • 8.2.2 AIGC图像生成技术
      • 8.2.3 AIGC图像生成的应用场景
      • 8.2.4 常用工具与实践案例
    • 8.3 AIGC音频生成与应用
      • 8.3.1 AI音频生成
      • 8.3.2 AIGC音频生成技术
      • 8.3.3 AIGC音频生成的应用场景
      • 8.3.4 常用工具与实践案例
    • 8.4 AIGC视频生成与应用
      • 8.4.1 AIGC视频生成
      • 8.4.2 AIGC视频生成技术
      • 8.4.3 AIGC视频生成的应用场景
      • 8.4.4 常用工具与实践案例
    • 8.5 AIGC辅助编程
      • 8.5.1 AIGC代码生成简介
      • 8.5.2 AIGC代码生成技术基础
      • 8.5.3 应用场景与实践案例
    • 8.6 AIGC与智能体开发
      • 8.6.1 智能体开发技术与工具
      • 8.6.2 智能体开发实践案例
    • 思考题
  • 第9章 人工智能赋能学科发展
    • 9.1 AI赋能教育
      • 9.1.1 AI赋能教学
      • 9.1.2 AI赋能教育管理:从效率提升到生态优化
    • 9.2 AI赋能其他学科
      • 9.2.1 AI与医学
      • 9.2.2 AI与艺术
      • 9.2.3 AI与体育
      • 9.2.4 AI与心理学
      • 9.2.5 AI与旅游
    • 思考题
  • 第10章 计算机安全与人工智能伦理
    • 10.1 计算机安全
      • 10.1.1 计算机安全概述
      • 10.1.2 网络安全
      • 10.1.3 病毒攻击及防范
      • 10.1.4 黑客攻防
    • 10.2 人工智能伦理与社会责任
      • 10.2.1 人工智能伦理的概念、发展与问题
      • 10.2.2 人工智能伦理的典型案例
      • 10.2.3 人工智能伦理治理原则及措施
      • 10.2.4 人工智能可持续发展
    • 思考题
  • 参考文献

相关图书