图书信息
图书目录
人工智能与大学计算机
本书以高等师范院校人工智能通识教育为核心，构建“AI理论与应用—Python编程与AI实践—AI赋能办公”的系统化知识体系。主要内容有：人工智能基础、人工智能核心技术、人工智能的应用、Python程序设计、Python的应用、WPS文字高级应用、WPS表格高级应用、WPS演示高级应用、WPS协作与共享、智能办公助手WPS AI。针对文理科差异，本书设计了“自然语言处理——教学反馈情感分析”“机器学习——居民收入与消费关系分析”等跨学科项目，兼顾理论与实践，助力学生构建AI认知框架与提升教育数字化能力。
本书可作为高等师范院校、地方应用型本科院校非计算机类专业学生的人工智能通识课教材，以及社会人士的参考学习用书。
作者：
姜华、寸天睿
定价：
37.20元
出版时间：
2025-09-09
ISBN：
978-7-04-065528-5
物料号：
65528-00
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：
360.00千字
开本：
16开
全书页数：
暂无
装帧形式：
平装
- 前辅文
- 第1章 人工智能基础
- 1.1 人工智能的发展历史
- 1.1.1 早期探索与图灵测试
- 1.1.2 人工智能的诞生及发展
- 1.2 人工智能的基本概念
- 1.2.1 人工智能
- 1.2.2 人工智能的三大流派
- 1.2.3 机器学习
- 1.2.4 深度学习
- 1.3 机器学习的基本原理
- 1.3.1 机器学习的基本流程
- 1.3.2 梯度下降算法
- 1.4 人工智能的应用领域
- 1.4.1 智能医疗
- 1.4.2 智能交通与物流
- 1.4.3 智能制造
- 1.4.4 智能教育
- 1.4.5 智慧金融
- 1.4.6 智能信息处理
- 1.4.7 智慧农业
- 1.5 人工智能的未来展望
- 1.5.1 未来技术的发展趋势
- 1.5.2 社会影响与变革
- 1.1 人工智能的发展历史
- 第2章 人工智能核心技术
- 2.1 机器学习
- 2.1.1 机器学习的基本概念
- 2.1.2 决策树算法的原理和应用
- 2.1.3 聚类算法原理的应用
- 2.1.4 算法的协同应用
- 2.2 神经网络与深度学习
- 2.2.1 神经网络与深度学习的基本概念
- 2.2.2 卷积神经网络（CNN）：让计算机“看”懂世界
- 2.2.3 循环神经网络（RNN）：让计算机理解序列信息
- 2.2.4 Transformer模型：让计算机更好地理解语言
- 2.2.5 深度生成模型：从无到有，创造奇迹
- 2.3 自然语言处理
- 2.3.1 自然语言处理的基本概念
- 2.3.2 自然语言处理的核心任务介绍
- 2.3.3 自然语言处理的核心技术选讲
- 2.3.4 自然语言处理的发展和挑战
- 2.4 计算机视觉
- 2.4.1 计算机视觉的基本概念
- 2.4.2 计算机视觉的核心任务
- 2.4.3 计算机视觉的研究领域及其原理选讲
- 2.4.4 计算机视觉的发展与挑战
- 2.5 大语言模型（LLM）
- 2.5.1 LLM的基础概念和背景
- 2.5.2 LLM的核心技术
- 2.5.3 ChatGPT和DeepSeek R1的背景和训练过程
- 2.5.4 AIGC：让LLM成韦创作者
- 2.5.5 LLM与Agent协作：从“回答问题”到“解决问题”
- 2.5.6 LLM的发展与挑战
- 2.1 机器学习
- 第3章 人工智能的应用
- 3.1 智能体
- 3.1.1 智能体的定义
- 3.1.2 智能体的特性
- 3.1.3 智能体的理解
- 3.1.4 智能体的实例
- 3.2 智能机器人
- 3.2.1 智能机器人的分类
- 3.2.2 智能机器人的结构
- 3.2.3 智能机器人的研究方向
- 3.3 提示词
- 3.3.1 提示工程的定义与构成要素
- 3.3.2 提示词的类型
- 3.3.3 提示词万能公式：高效沟通的秘诀
- 3.3.4 高效使用提示词的技巧
- 3.4 AIGC综述
- 3.4.1 AIGC介绍
- 3.4.2 AI文本的生成——智能创作时代的语言艺术变革
- 3.4.3 AI音频生成——赋予声音以智能的灵魂
- 3.4.4 AI图像生成——视觉艺术的智能变革
- 3.4.5 AI视频生成——动态影像的智能创造
- 3.4.6 AIGC的职能应用
- 3.4.7 AIGC的行业应用
- 3.1 智能体
- 第4章 Python程序设计
- 4.1 Python编程入门
- 4.1.1 Python语言概述
- 4.1.2 Python环境搭建
- 4.1.3 第一个Python程序
- 4.1.4 Python基础语法
- 4.1.5 课堂案例4-1：学生成绩统计评价程序
- 4.2 数据类型
- 4.2.1 基本数据
- 4.2.2 容器类型
- 4.2.3 列表操作
- 4.2.4 字典操作
- 4.2.5 课堂案例4-2：班级成绩管理系统
- 4.3 控制结构
- 4.3.1 顺序结构
- 4.3.2 选择结构
- 4.3.3 循环结构
- 4.3.4 课堂案例4-3：从整数列表中挑选出闰年
- 4.4 函数与模块
- 4.4.1 函数基础
- 4.4.2 模块
- 4.4.3 课堂案例4-4：判断点与圆的位置关系
- 4.5 文件与异常
- 4.5.1 文件操作
- 4.5.2 异常处理
- 4.5.3 课堂案例4-5：计算城市年平均降水量
- 4.1 Python编程入门
- 第5章 Python的应用
- 5.1 数据处理与分析
- 5.1.1 数据处理与分析概述
- 5.1.2 Python数据处理与分析库
- 5.1.3 课堂案例
- 5.1.4 案例实现
- 5.2 办公自动化
- 5.2.1 Python办公自动化
- 5.2.2 常用库
- 5.2.3 课堂案例
- 5.2.4 案例实现
- 5.3 网络爬虫
- 5.3.1 网络爬虫概述
- 5.3.2 常用库
- 5.3.3 Python网络爬虫核心技术
- 5.3.4 课堂案例
- 5.3.5 案例实现
- 5.4 Python在人工智能应用的实现
- 5.4.1 机器学习——居民收入与消费关系分析
- 5.4.2 自然语言处理——教学反馈情感分析
- 5.1 数据处理与分析
- 第6章 WPS文字高级应用
- 6.1 查找与替换
- 6.1.1 功能介绍
- 6.1.2 课堂案例6-1：文本查找与替换
- 6.2 WPS样式
- 6.2.1 功能介绍
- 6.2.2 课堂案例6-2：样式管理
- 6.3 引用
- 6.3.1 课堂案例6-3：交叉引用
- 6.3.2 课堂案例6-4：脚注与尾注管理
- 6.3.3 课堂案例6-5：图片与表格编号管理
- 6.3.4 课堂案例6-6：论文目录管理
- 6.4 审阅与协作
- 6.4.1 功能介绍
- 6.4.2 课堂案例6-7：论文审阅
- 6.1 查找与替换
- 第7章 WPS表格高级应用
- 7.1 函数和公式高级应用
- 7.1.1 单元格引用
- 7.1.2 使用名称
- 7.1.3 常用函数
- 7.1.4 函数嵌套
- 7.1.5 错误值
- 7.2 数据处理与分析
- 7.2.1 自定义序列排序
- 7.2.2 高级筛选
- 7.2.3 数据透视表
- 7.3 图表
- 7.3.1 迷你图
- 7.3.2 组合图表
- 7.1 函数和公式高级应用
- 第8章 WPS演示高级应用
- 8.1 主题设计
- 8.1.1 内置主题设计
- 8.1.2 课堂案例8-1：使用主题美化演示文稿
- 8.2 母版设计
- 8.2.1 功能介绍
- 8.2.2 课堂案例8-2：设计幻灯片母版
- 8.3 动画设计
- 8.3.1 功能介绍
- 8.3.2 课堂案例8-3：为演示文稿设计动画
- 8.4 幻灯片切换
- 8.4.1 功能介绍
- 8.4.2 课堂案例8-4：为演示文稿设计切换效果
- 8.5 附加多媒体
- 8.5.1 嵌入音视频的操作方法
- 8.5.2 课堂案例8-5：为演示文稿附加多媒体
- 8.6 链接与动作
- 8.6.1 链接与动作的设计方法
- 8.6.2 课堂案例8-6：为演示文稿设计链接动作
- 8.1 主题设计
- 第9章 WPS协作与共享
- 9.1 WPS中的PDF文件处理
- 9.1.1 合并与拆分
- 9.1.2 内容编辑
- 9.1.3 页面编辑
- 9.1.4 文档编辑
- 9.2 WPS 云文档
- 9.2.1 实时协作
- 9.2.2 版本管理
- 9.3 文档共享
- 9.4 智能表单
- 9.1 WPS中的PDF文件处理
- 第10章 智能办公助手WPS AI
- 10.1 WPS AI简介
- 10.1.1 WPS AI的功能
- 10.1.2 课堂案例10-1：论文AI排版
- 10.2 WPS表格AI
- 10.2.1 WPS表格AI功能
- 10.2.2 课堂案例10-2：WPS表格AI对话多条件筛选数据
- 10.2.3 课堂案例10-3：WPS表格AI智能提取数据
- 10.2.4 课堂案例10-4：WPS表格AI自定义排序功能
- 10.2.5 课堂案例10-5：WPS表格AI数据分析功能
- 10.3 WPS演示AI
- 10.3.1 WPS演示AI功能
- 10.3.2 课堂案例10-6：使用主题生成PPT
- 10.3.3 课堂案例10-7：使用大纲生成PPT
- 10.1 WPS AI简介
- 参考文献
相关图书
1