图书信息
图书目录
人工智能基础与实践
暂无简介
作者：
主编 王杨 杨梅 丁鹏 副主编 严斌宇 廖雪花 张晖 参编 武文斌 王欣 龙吟
定价：
39.00元
出版时间：
2025-06-23
ISBN：
978-7-04-064451-7
物料号：
64451-00
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
重点项目：
暂无
版面字数：
0.00千字
开本：
16开
全书页数：
暂无
装帧形式：
平装
- 前辅文
- 第1章 计算机与计算思维
- 1.1 计算思维
- 1.2 信息的符号化
- 1.2.1 进制
- 1.2.2 进制转换
- 1.2.3 文字的表示
- 1.2.4 数据的表示
- 1.2.5 图像的表示
- 1.2.6 声音的表示
- 1.2.7 视频的表示
- 1.3 计算机硬件系统
- 1.3.1 冯·诺依曼计算机
- 1.3.2 集群系统
- 1.3.3 云系统
- 1.4 计算机软件系统
- 1.4.1 系统软件
- 1.4.2 应用软件
- 1.5 算法与程序设计
- 1.5.1 算法的概念
- 1.5.2 算法的描述
- 1.5.3 算法的效率与复杂度
- 1.5.4 常见算法介绍
- 1.5.5 程序设计基础
- 1.6 计算机网络基础
- 1.6.1 计算机网络概述
- 1.6.2 计算机网络的分类
- 1.6.3 计算机网络的组成
- 1.6.4 常见网络的连接方式
- 1.6.5 计算机网络协议
- 1.6.6 TCP/IP协议族
- 1.6.7 IPv4和IPv6协议
- 1.6.8 域名与DNS服务器
- 1.6.9 计算机网络的信息安全
- 1.6.10 计算机网络的发展趋势
- 1.7 数据库基础
- 1.7.1 数据库模型
- 1.7.2 E-R图
- 1.7.3 数据表的结构和特点
- 1.7.4 数据表的操作
- 1.7.5 数据库系统
- 1.8 本章小结
- 1.9 习题
- 第2章 人工智能概述
- 2.1 人工智能的基本思想
- 2.1.1 AlphaGo
- 2.1.2 AlphaFold 3
- 2.1.3 ANI与AGI
- 2.2 信息技术发展的典型阶段
- 2.2.1 PC时代
- 2.2.2 网页时代
- 2.2.3 移动互联网时代
- 2.2.4 人工智能时代
- 2.3 人工智能的发展现状
- 2.3.1 人工智能的起源
- 2.3.2 人工智能的发展历程
- 2.3.3 人工智能的应用现状
- 2.3.4 人工智能的基本思想
- 2.4 人工智能的算力
- 2.5 人工智能对复合型AI人才的需求
- 2.6 本章小结
- 2.7 习题
- 2.1 人工智能的基本思想
- 第3章 AI大模型应用体验与开发范式
- 3.1 搜索引擎与AI大模型
- 3.2 大模型工具应用体验
- 3.2.1 文心一言大模型
- 3.2.2 DeepSeek R1大模型
- 3.2.3 讯飞星火大模型
- 3.2.4 AI对话鸭工具集合
- 3.3 大模型零代码开发
- 3.4 大模型低代码开发
- 3.5 大模型高级API调用
- 3.6 大模型应用的开发范式
- 3.7 本章小结
- 3.8 习题
- 第4章 小模型基础
- 4.1 小模型概述
- 4.1.1 机器学习的作用
- 4.1.2 深度学习的贡献
- 4.1.3 强化学习的角色
- 4.2 机器学习
- 4.2.1 分类模型
- 4.2.2 决策树
- 4.2.3 贝叶斯分类
- 4.2.4 聚类分析
- 4.2.5 人工神经网络
- 4.2.6 机器学习的评价指标
- 4.3 深度学习
- 4.3.1 深度学习概述
- 4.3.2 深度学习的应用
- 4.3.3 深度学习模型应用实例
- 4.3.4 百度EasyDL
- 4.4 强化学习
- 4.4.1 强化学习概述
- 4.4.2 机器人找地图
- 4.4.3 强化学习在大模型微调中的扮演角色
- 4.5 小模型应用场景及案例
- 4.5.1 自然语言处理
- 4.5.2 机器视觉
- 4.5.3 智能家居及环境监测
- 4.5.4 医疗健康
- 4.6 本章小结
- 4.7 习题
- 4.1 小模型概述
- 第5章 大模型技术基础
- 5.1 大模型概述
- 5.1.1 大模型定义
- 5.1.2 大模型的相关概念
- 5.1.3 大模型的发展历程
- 5.1.4 大模型的特点
- 5.1.5 大模型的分类
- 5.1.6 大模型的泛化与微调
- 5.1.7 大模型技术
- 5.2 语言大模型技术
- 5.2.1 Transformer架构
- 5.2.2 语言大模型架构
- 5.2.3 语言大模型的关键技术
- 5.3 多模态大模型技术
- 5.3.1 多模态大模型的技术体系
- 5.3.2 多模态大模型的关键技术
- 5.4 大模型技术生态
- 5.4.1 典型大模型平台
- 5.4.2 典型开源大模型
- 5.4.3 典型开源框架与工具
- 5.5 大模型应用
- 5.5.1 信息检索
- 5.5.2 新闻媒体
- 5.5.3 智慧城市
- 5.5.4 生物科技
- 5.5.5 智慧办公
- 5.5.6 影视创作
- 5.5.7 智能教育
- 5.5.8 智慧金融
- 5.5.9 智慧医疗
- 5.5.10 智慧工厂
- 5.5.11 生活服务
- 5.5.12 智能机器人
- 5.5.13 其他应用
- 5.6 大模型的安全性
- 5.6.1 大模型安全风险
- 5.6.2 大模型安全治理的政策法规和标准规范
- 5.6.3 大模型安全风险的表现
- 5.6.4 大模型安全研究关键技术
- 5.7 本章小结
- 5.8 习题
- 5.1 大模型概述
- 第6章 生成式AI
- 6.1 生成式AI提示词与应用
- 6.2 提示词的基本格式
- 6.3 提示词构造
- 6.3.1 不合适的提示词
- 6.3.2 优秀的提示词
- 6.4 生成式AI的应用
- 6.5 多模态模型实践
- 6.5.1 多模态大模型的挑战
- 6.5.2 多模态大模型的工作原理
- 6.5.3 应用领域
- 6.5.4 案例实施
- 6.6 视觉大模型实践
- 6.6.1 扩散模型
- 6.6.2 生成对抗模型与自编码器
- 6.6.3 分割任意对象模型
- 6.6.4 案例实施
- 6.7 本章小结
- 6.8 习题
- 第7章 文心大模型实践
- 7.1 文心智能体
- 7.1.1 文心智能体平台简介
- 7.1.2 文心智能体平台的功能介绍
- 7.1.3 零代码创新智能体
- 7.2 AI协同开发案例
- 7.2.1 思考目的
- 7.2.2 创建任务
- 7.2.3 定义标准
- 7.2.4 沟通交流
- 7.2.5 提问改进
- 7.2.6 测试程序
- 7.2.7 反馈修改
- 7.2.8 运行效果
- 7.3 AI Studio
- 7.3.1 创建项目
- 7.3.2 通用OCR案例
- 7.4 本章小结
- 7.5 习题
- 7.1 文心智能体
- 第8章 大模型赋能本科教学项目实践
- 8.1 通义千问大模型开源项目开发案例
- 8.1.1 大模型开源开发项目简介
- 8.1.2 通义千问大模型简介
- 8.1.3 通义千问开源项目应用举例
- 8.2 教师应用开发案例
- 8.2.1 思考目的
- 8.2.2 创建任务
- 8.2.3 定义标准
- 8.2.4 沟通交流
- 8.2.5 提问改进
- 8.2.6 运行效果
- 8.3 本章小结
- 8.4 习题
- 8.1 通义千问大模型开源项目开发案例
相关图书
1