顶部
收藏

新财经人工智能通识教程

省级优质教材

作者:
主编:宋海裕、陈远高 副主编:高刚毅、冯小青
定价:
49.00 元
版面字数:
410.00千字
开本:
16开
装帧形式:
平装
版次:
1
最新版次
印刷时间:
暂无
ISBN:
978-7-04-067018-9
物料号:
67018-00
出版时间:
2026-08-27
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

本书是浙江省普通本科高校“十四五”重点教材。本书以“理论够用、实践为重、财经融合、素养兼顾”为原则,构建了从人工智能基础理论到财经场景应用、从技术方法实操到伦理规范审视的完整知识体系。本书共分12章,主要内容包括人工智能概述、搜索策略、知识表示与推理、决策树和随机森林、支持向量机、神经网络与深度学习、聚类、协同过滤算法、自然语言处理、计算机视觉、智能机器人,以及人工智能伦理。本书兼具系统性和针对性,将抽象的人工智能技术与真实的财经业务场景结合起来,让学生能够直观地理解人工智能技术的财经应用价值和落地路径。 本书可作为高等学校财经类专业人工智能通识课程教材,也可作为财经领域从业者学习人工智能相关知识的参考书。
  • 目录
    • 前辅文
      • 第1章 人工智能概述
        • 1.1 人工智能的基本概念
          • 1.1.1 智能及其特征
            • 1.1.2 人工智能的定义
            • 1.2 人工智能的发展历程
              • 1.2.1 人工智能的起源
                • 1.2.2 人工智能的发展
                • 1.3 人工智能大模型
                  • 1.3.1 人工智能大模型简介
                    • 1.3.2 人工智能大模型实例
                    • 1.4 人工智能的主要研究领域和应用场景
                      • 1.4.1 人工智能的主要研究领域
                        • 1.4.2 人工智能的主要应用场景
                        • 1.5 拓展阅读
                          • 1.5.1 远古神器
                            • 1.5.2 类人机器
                              • 1.5.3 机器思考
                                • 1.5.4 自动化工具
                                  • 1.5.5 复杂机械装置
                                    • 1.5.6 文学与人工智能
                                      • 1.5.7 计算自动化
                                        • 1.5.8 思维逻辑化
                                        • 思考题
                                        • 第2章 搜索策略
                                          • 2.1 搜索的含义
                                            • 2.2 状态空间表示法
                                              • 2.2.1 问题表示方法
                                                • 2.2.2 问题求解方法
                                                • 2.3 盲目搜索
                                                  • 2.3.1 广度优先搜索
                                                    • 2.3.2 深度优先搜索
                                                    • 2.4 启发式搜索
                                                      • 2.4.1 启发信息与评价函数
                                                        • 2.4.2 A*搜索算法
                                                        • 思考题
                                                        • 第3章 知识表示与推理
                                                          • 3.1 知识和知识表示
                                                            • 3.1.1 知识的相关概念和特性
                                                              • 3.1.2 知识表示的原则
                                                              • 3.2 知识表示的发展和分类
                                                                • 3.3 知识表示方法
                                                                  • 3.3.1 一阶谓词逻辑表示法
                                                                    • 3.3.2 产生式规则表示法
                                                                      • 3.3.3 语义网络表示法
                                                                        • 3.3.4 框架表示法
                                                                        • 3.4 知识图谱
                                                                          • 3.4.1 知识图谱的发展历史
                                                                            • 3.4.2 知识图谱的定义和表示
                                                                              • 3.4.3 知识图谱的架构
                                                                              • 3.5 知识推理
                                                                                • 3.5.1 知识推理的定义
                                                                                  • 3.5.2 推理方法及其分类
                                                                                    • 3.5.3 基于逻辑的推理方法
                                                                                      • 3.5.4 基于规则的推理方法
                                                                                        • 3.5.5 基于概率论的推理方法
                                                                                        • 3.6 控制策略及其分类
                                                                                          • 3.6.1 推理方向
                                                                                            • 3.6.2 匹配与冲突消解策略
                                                                                            • 思考题
                                                                                            • 第4章 决策树和随机森林
                                                                                              • 4.1 决策树的基本概念
                                                                                                • 4.2 常用的决策树算法
                                                                                                  • 4.2.1 ID3算法
                                                                                                    • 4.2.2 C4.5算法
                                                                                                      • 4.2.3 CART算法
                                                                                                      • 4.3 剪枝处理
                                                                                                        • 4.4 集成学习
                                                                                                          • 4.4.1 集成学习的分类
                                                                                                            • 4.4.2 集成策略
                                                                                                            • 4.5 随机森林
                                                                                                              • 4.6 应用案例
                                                                                                                • 4.6.1 常用类介绍
                                                                                                                  • 4.6.2 案例介绍
                                                                                                                  • 思考题
                                                                                                                  • 第5章 支持向量机
                                                                                                                    • 5.1 线性可分与线性不可分
                                                                                                                      • 5.2 支持向量机的基本型
                                                                                                                        • 5.3 对偶问题求解
                                                                                                                          • 5.4 核函数
                                                                                                                            • 5.5 软间隔支持向量机
                                                                                                                              • 5.6 应用案例
                                                                                                                                • 5.6.1 常用类介绍
                                                                                                                                  • 5.6.2 案例介绍
                                                                                                                                  • 思考题
                                                                                                                                  • 第6章 神经网络与深度学习
                                                                                                                                    • 6.1 感知机
                                                                                                                                      • 6.1.1 感知机的概念
                                                                                                                                        • 6.1.2 感知机的局限性
                                                                                                                                        • 6.2 神经网络概述
                                                                                                                                          • 6.2.1 激活函数
                                                                                                                                            • 6.2.2 损失函数
                                                                                                                                              • 6.2.3 评价指标
                                                                                                                                              • 6.3 深度学习模型
                                                                                                                                                • 6.3.1 卷积神经网络
                                                                                                                                                  • 6.3.2 循环神经网络
                                                                                                                                                    • 6.3.3 长短期记忆网络
                                                                                                                                                      • 6.3.4 注意力机制与Transformer
                                                                                                                                                      • 6.4 TensorFlow-Keras的主要方法介绍
                                                                                                                                                        • 6.5 应用案例
                                                                                                                                                          • 6.5.1 基于全连接神经网络的手写数字识别
                                                                                                                                                            • 6.5.2 基于循环神经网络的电影评论情感分类
                                                                                                                                                            • 思考题
                                                                                                                                                            • 第7章 聚类
                                                                                                                                                              • 7.1 无监督学习
                                                                                                                                                                • 7.1.1 无监督学习的概念
                                                                                                                                                                  • 7.1.2 与监督学习的区别
                                                                                                                                                                  • 7.2 聚类基础
                                                                                                                                                                    • 7.2.1 聚类的概念
                                                                                                                                                                      • 7.2.2 距离与相似度
                                                                                                                                                                      • 7.3 聚类方法
                                                                                                                                                                        • 7.3.1 k均值聚类
                                                                                                                                                                          • 7.3.2 层次聚类
                                                                                                                                                                            • 7.3.3 密度聚类
                                                                                                                                                                              • 7.3.4 AP聚类
                                                                                                                                                                                • 7.3.5 sklearn库聚类算法对比
                                                                                                                                                                                • 7.4 应用案例
                                                                                                                                                                                  • 7.4.1 常用类介绍
                                                                                                                                                                                    • 7.4.2 案例介绍
                                                                                                                                                                                      • 7.4.3 程序实现
                                                                                                                                                                                        • 7.4.4 k均值聚类与层次聚类对比:轮廓系数
                                                                                                                                                                                          • 7.4.5 聚类结果分析
                                                                                                                                                                                          • 思考题
                                                                                                                                                                                          • 第8章 协同过滤算法
                                                                                                                                                                                            • 8.1 协同过滤算法的概念
                                                                                                                                                                                              • 8.2 几种相似度计算方法
                                                                                                                                                                                                • 8.2.1 杰卡德相似系数
                                                                                                                                                                                                  • 8.2.2 余弦相似度
                                                                                                                                                                                                    • 8.2.3 皮尔逊相关系数
                                                                                                                                                                                                    • 8.3 基于用户的协同过滤算法
                                                                                                                                                                                                      • 8.3.1 基本原理
                                                                                                                                                                                                        • 8.3.2 实现步骤
                                                                                                                                                                                                          • 8.3.3 优点与缺点
                                                                                                                                                                                                          • 8.4 基于物品的协同过滤算法
                                                                                                                                                                                                            • 8.4.1 基本原理
                                                                                                                                                                                                              • 8.4.2 实现步骤
                                                                                                                                                                                                                • 8.4.3 优点与缺点
                                                                                                                                                                                                                • 8.5 推荐得分的计算
                                                                                                                                                                                                                  • 8.6 UserCF算法案例实现
                                                                                                                                                                                                                    • 8.7 ItemCF算法案例实现
                                                                                                                                                                                                                      • 8.8 UserCF算法和ItemCF算法的比较
                                                                                                                                                                                                                        • 思考题
                                                                                                                                                                                                                        • 第9章 自然语言处理
                                                                                                                                                                                                                          • 9.1 自然语言处理概述
                                                                                                                                                                                                                            • 9.1.1 自然语言处理的基本概念
                                                                                                                                                                                                                              • 9.1.2 自然语言处理的基本范式
                                                                                                                                                                                                                                • 9.1.3 自然语言处理的主要难点
                                                                                                                                                                                                                                • 9.2 文本表示
                                                                                                                                                                                                                                  • 9.2.1 离散式表示
                                                                                                                                                                                                                                    • 9.2.2 分布式表示
                                                                                                                                                                                                                                    • 9.3 自然语言处理技术
                                                                                                                                                                                                                                      • 9.3.1 特征工程
                                                                                                                                                                                                                                        • 9.3.2 语言模型
                                                                                                                                                                                                                                          • 9.3.3 序列化模型与图神经网络模型
                                                                                                                                                                                                                                          • 9.4 应用案例
                                                                                                                                                                                                                                            • 9.4.1 情感分析
                                                                                                                                                                                                                                              • 9.4.2 虚假评论检测
                                                                                                                                                                                                                                                • 9.4.3 机器翻译
                                                                                                                                                                                                                                                  • 9.4.4 文本生成
                                                                                                                                                                                                                                                  • 思考题
                                                                                                                                                                                                                                                  • 第10章 计算机视觉
                                                                                                                                                                                                                                                    • 10.1 计算机视觉概述
                                                                                                                                                                                                                                                      • 10.1.1 计算机视觉的概念
                                                                                                                                                                                                                                                        • 10.1.2 计算机视觉的发展历史
                                                                                                                                                                                                                                                          • 10.1.3 计算机视觉的主要任务
                                                                                                                                                                                                                                                            • 10.1.4 计算机视觉在财经领域的应用
                                                                                                                                                                                                                                                            • 10.2 计算机视觉的基本处理流程
                                                                                                                                                                                                                                                              • 10.3 人脸识别
                                                                                                                                                                                                                                                                • 10.3.1 人脸识别的特点与难点
                                                                                                                                                                                                                                                                  • 10.3.2 人脸识别的过程
                                                                                                                                                                                                                                                                    • 10.3.3 常用的人脸识别方法
                                                                                                                                                                                                                                                                    • 10.4 应用案例
                                                                                                                                                                                                                                                                      • 10.4.1 应用函数介绍
                                                                                                                                                                                                                                                                        • 10.4.2 案例介绍
                                                                                                                                                                                                                                                                          • 10.4.3 程序实现
                                                                                                                                                                                                                                                                          • 思考题
                                                                                                                                                                                                                                                                          • 第11章 智能机器人
                                                                                                                                                                                                                                                                            • 11.1 智能机器人的基本概念
                                                                                                                                                                                                                                                                              • 11.1.1 机器人的发展历史
                                                                                                                                                                                                                                                                                • 11.1.2 机器人的定义和分类
                                                                                                                                                                                                                                                                                  • 11.1.3 智能机器人在经济与管理领域的应用
                                                                                                                                                                                                                                                                                  • 11.2 机器人感知与传感技术
                                                                                                                                                                                                                                                                                    • 11.3 机器人运动规划与控制
                                                                                                                                                                                                                                                                                      • 11.4 机器人学习与自主性
                                                                                                                                                                                                                                                                                        • 11.5 智能机器人在经济与管理领域的应用
                                                                                                                                                                                                                                                                                          • 11.5.1 智能机器人在物流领域的应用
                                                                                                                                                                                                                                                                                            • 11.5.2 智能机器人在制造领域的应用
                                                                                                                                                                                                                                                                                              • 11.5.3 智能机器人在服务领域的应用
                                                                                                                                                                                                                                                                                                • 11.5.4 智能机器人在金融决策领域的应用
                                                                                                                                                                                                                                                                                                  • 11.5.5 智能机器人在财务处理领域的应用
                                                                                                                                                                                                                                                                                                    • 11.5.6 智能机器人在管理领域的应用
                                                                                                                                                                                                                                                                                                    • 11.6 智能机器人的未来展望
                                                                                                                                                                                                                                                                                                      • 思考题
                                                                                                                                                                                                                                                                                                      • 第12章 人工智能伦理
                                                                                                                                                                                                                                                                                                        • 12.1 人工智能伦理基础
                                                                                                                                                                                                                                                                                                          • 12.1.1 背景案例:无人驾驶技术
                                                                                                                                                                                                                                                                                                            • 12.1.2 人工智能伦理的概念
                                                                                                                                                                                                                                                                                                            • 12.2 人工智能伦理的主要分类
                                                                                                                                                                                                                                                                                                              • 12.2.1 数据伦理
                                                                                                                                                                                                                                                                                                                • 12.2.2 算法伦理
                                                                                                                                                                                                                                                                                                                  • 12.2.3 机器人伦理
                                                                                                                                                                                                                                                                                                                    • 12.2.4 信息伦理
                                                                                                                                                                                                                                                                                                                      • 12.2.5 设计伦理
                                                                                                                                                                                                                                                                                                                      • 12.3 人工智能伦理的基本原则
                                                                                                                                                                                                                                                                                                                        • 12.4 经济、管理、法律领域的人工智能伦理问题
                                                                                                                                                                                                                                                                                                                          • 12.4.1 经济领域
                                                                                                                                                                                                                                                                                                                            • 12.4.2 管理领域
                                                                                                                                                                                                                                                                                                                              • 12.4.3 法律领域
                                                                                                                                                                                                                                                                                                                              • 思考题
                                                                                                                                                                                                                                                                                                                              • 参考文献

                                                                                                                                                                                                                                                                                                                              相关图书