图书详情

图书信息
图书目录

人工智能通识导论

本书是一本面向水利类院校非计算机专业开设的“人工智能通识导论”课程教材。全书在系统介绍人工智能通用理论的基础上，深度融入水利行业特色，旨在培养学生掌握AI基础，同时具备解决行业复杂问题的跨学科视野，是探索“通识教育＋行业应用”融合教学模式的教材。 全书分为三部分，共15章。第一部分（第1～10章）为人工智能通识理论，全面覆盖人工智能发展史、机器学习（线性回归、集成学习等）、深度学习（CNN、RNN、Transformer）以及大模型与生成式AI等前沿技术，构建扎实的通识基础；第二部分（第11～13章）为人工智能在水利工程领域的应用，通过水资源智慧管理、水利工程监测、水生态保护等典型场景，展示AI技术在水利垂直领域的落地实践；第三部分（第14～15章）为人工智能通识与专业实训，提供机器学习实操与大模型本地化部署指导，强化动手能力。 本书既可作为水利类院校非计算机专业的人工智能通识教材，也可作为相关专业研究生及行业从业者的参考用书。
作者：
刘小峰 主编
定价：
34.30 元
出版时间：
2026-08-24
ISBN：
978-7-04-068031-7
物料号：
68031-00
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
重点项目：
暂无
版面字数：
380.00千字
开本：
16开
装帧形式：
平装
页数：
264
最新
印次时间：
2026年08月
  • 目录
    • 前辅文
      • 第一部分 人工智能通识理论
        • 第1章 绪论
          • 1.1 人工智能的起源与发展简史
            • 1.1.1 人工智能的思想起源
              • 1.1.2 达特茅斯会议与学科形成
                • 1.1.3 从早期探索到阶段性低谷
                  • 1.1.4 从规则驱动到数据驱动
                    • 1.1.5 从机器学习到大模型时代
                    • 1.2 人工智能的研究内容与交叉学科体系
                      • 1.2.1 人工智能的核心研究内容
                        • 1.2.2 人工智能的核心研究目标
                          • 1.2.3 推理、决策与生成
                            • 1.2.4 人工智能的主要研究方向
                              • 1.2.5 人工智能的交叉学科体系
                                • 1.2.6 人工智能与行业场景融合
                                • 1.3 AI推动科学研究范式转变
                                  • 1.3.1 人工智能进入科学研究
                                    • 1.3.2 AI for Science的基本内涵
                                      • 1.3.3 科学研究范式的变化
                                        • 1.3.4 人工智能在水利及相关领域中的应用
                                        • 本章小结
                                          • 本章习题
                                          • 第2章 人工智能的基本原理与早期应用
                                            • 2.1 知识表示方法
                                              • 2.1.1 知识表示的含义与作用
                                                • 2.1.2 知识表示中的知识类型
                                                  • 2.1.3 典型知识表示方法
                                                    • 2.1.4 语义网络与框架表示
                                                      • 2.1.5 不同知识表示方法的比较与选择
                                                      • 2.2 推理方法与搜索策略
                                                        • 2.2.1 推理与搜索的基本问题
                                                          • 2.2.2 推理的含义与基本方式
                                                            • 2.2.3 搜索与状态空间
                                                              • 2.2.4 宽度优先搜索与深度优先搜索
                                                                • 2.2.5 启发式搜索及其意义
                                                                  • 2.2.6 推理与搜索的结合
                                                                  • 2.3 专家系统及其早期工程应用
                                                                    • 2.3.1 专家系统的提出背景与基本思想
                                                                      • 2.3.2 专家系统的组成结构
                                                                        • 2.3.3 专家系统的工作流程
                                                                          • 2.3.4 专家系统的早期工程应用
                                                                            • 2.3.5 专家系统的优势与局限
                                                                            • 本章小结
                                                                              • 本章习题
                                                                              • 第3章 机器学习的定义与分类
                                                                                • 3.1 核心术语与流程
                                                                                  • 3.1.1 核心术语
                                                                                    • 3.1.2 基本流程
                                                                                    • 3.2 泛化能力与核心任务
                                                                                      • 3.3 机器学习算法分类
                                                                                        • 3.3.1 监督学习
                                                                                          • 3.3.2 无监督学习
                                                                                            • 3.3.3 半监督学习
                                                                                              • 3.3.4 强化学习
                                                                                              • 3.4 机器学习的典型应用
                                                                                                • 3.4.1 计算机视觉
                                                                                                  • 3.4.2 自然语言处理
                                                                                                  • 本章小结
                                                                                                    • 本章习题
                                                                                                    • 第4章 机器学习的经典算法与应用
                                                                                                      • 4.1 线性回归
                                                                                                        • 4.1.1 数学建模
                                                                                                          • 4.1.2 学习准则
                                                                                                            • 4.1.3 优化算法
                                                                                                            • 4.2 逻辑斯谛回归
                                                                                                              • 4.2.1 决策边界与概率映射
                                                                                                                • 4.2.2 学习准则
                                                                                                                  • 4.2.3 优化过程
                                                                                                                  • 4.3 k近邻算法
                                                                                                                    • 4.3.1 算法三要素
                                                                                                                      • 4.3.2 惰性学习的特点
                                                                                                                      • 4.4 高斯混合模型
                                                                                                                        • 4.4.1 混合分布的思想
                                                                                                                          • 4.4.2 模型应用举例
                                                                                                                          • 4.5 决策树
                                                                                                                            • 4.5.1 模型结构
                                                                                                                              • 4.5.2 划分准则
                                                                                                                              • 4.6 集成学习
                                                                                                                                • 4.6.1 随机森林
                                                                                                                                  • 4.6.2 集成学习的优势
                                                                                                                                  • 本章小结
                                                                                                                                    • 本章习题
                                                                                                                                    • 第5章 神经网络基础
                                                                                                                                      • 5.1 神经网络的发展历史
                                                                                                                                        • 5.1.1 启蒙与初创（20世纪40年代—60年代）
                                                                                                                                          • 5.1.2 第一次寒冬与反思（1969年—20世纪80年代）
                                                                                                                                            • 5.1.3 复苏与爆发（20世纪80年代—至今）
                                                                                                                                            • 5.2 神经元的数学模型与激活函数
                                                                                                                                              • 5.2.1 生物神经元与人工数学模型的映射
                                                                                                                                                • 5.2.2 激活函数：赋予神经网络“非线性”的表达能力
                                                                                                                                                • 5.3 多层前馈神经网络的结构与演进
                                                                                                                                                  • 5.3.1 网络的层级架构
                                                                                                                                                    • 5.3.2 “前馈”与“全连接”的定义
                                                                                                                                                      • 5.3.3 参数与超参数的辨析
                                                                                                                                                      • 5.4 学习的机制：前向传播与误差反向传播
                                                                                                                                                        • 5.5 前馈网络的局限、反馈机制与前沿扩展
                                                                                                                                                          • 5.5.1 全连接网络的“参数爆炸”与空间结构丢失
                                                                                                                                                            • 5.5.2 前馈网络与反馈网络的本质区别
                                                                                                                                                              • 5.5.3 【前沿扩展】第三代神经网络：脉冲神经网络
                                                                                                                                                              • 本章小结
                                                                                                                                                                • 本章习题
                                                                                                                                                                • 第6章 图像处理与深度学习的核心算法与应用
                                                                                                                                                                  • 6.1 图像分类技术的发展历程与典型应用场景
                                                                                                                                                                    • 6.1.1 计算机视觉的基石：图像的数学表示
                                                                                                                                                                      • 6.1.2 从手工特征工程到端到端的深度学习
                                                                                                                                                                        • 6.1.3 计算机视觉的典型工程应用场景
                                                                                                                                                                        • 6.2 卷积神经网络的基础理论：打破维度灾难
                                                                                                                                                                          • 6.2.1 局部感受野
                                                                                                                                                                            • 6.2.2 权值共享：参数骤减的方案
                                                                                                                                                                              • 6.2.3 卷积层及其数学本质
                                                                                                                                                                                • 6.2.4 池化层：特征降维与平移不变性
                                                                                                                                                                                • 6.3 经典CNN模型结构分析：从LeNet‑5到现代架构
                                                                                                                                                                                  • 6.3.1 LeNet‑5模型深度剖析
                                                                                                                                                                                    • 6.3.2 【前沿扩展】从LeNet到深度残差网络（ResNet）
                                                                                                                                                                                    • 6.4 模型训练方法与调优策略
                                                                                                                                                                                      • 6.4.1 损失函数设计
                                                                                                                                                                                        • 6.4.2 优化器选择
                                                                                                                                                                                          • 6.4.3 学习率调整策略
                                                                                                                                                                                          • 本章小结
                                                                                                                                                                                            • 本章习题
                                                                                                                                                                                            • 第7章 自然语言处理与深度学习的核心算法与应用
                                                                                                                                                                                              • 7.1 自然语言处理的概念、发展历史与常见应用
                                                                                                                                                                                                • 7.1.1 自然语言处理的两大核心范畴
                                                                                                                                                                                                  • 7.1.2 发展历史：从符号主义到深度学习的范式跃迁
                                                                                                                                                                                                    • 7.1.3 典型应用场景与工程价值
                                                                                                                                                                                                    • 7.2 文本预处理与表示：从原始字符到模型输入矩阵
                                                                                                                                                                                                      • 7.2.1 文本切分：中英文分词的基础方法与差异
                                                                                                                                                                                                        • 7.2.2 词向量工程：从独热编码到Word2Vec
                                                                                                                                                                                                        • 7.3 循环神经网络与序列建模：赋予机器“记忆”
                                                                                                                                                                                                          • 7.3.1 循环神经网络的内部结构与数学逻辑
                                                                                                                                                                                                            • 7.3.2 循环神经网络的痛点：长期依赖与梯度消失
                                                                                                                                                                                                              • 7.3.3 长短期记忆网络
                                                                                                                                                                                                              • 7.4 编码器‑解码器架构与注意力机制
                                                                                                                                                                                                                • 7.4.1 Seq2Seq架构的运转逻辑
                                                                                                                                                                                                                  • 7.4.2 传统Seq2Seq架构的“信息瓶颈”
                                                                                                                                                                                                                    • 7.4.3 注意力机制：模仿人类认知
                                                                                                                                                                                                                    • 7.5 Transformer架构核心原理：颠覆序列建模
                                                                                                                                                                                                                      • 7.5.1 为什么要抛弃RNN？来自现代GPU的工程算力呼唤
                                                                                                                                                                                                                        • 7.5.2 核心灵魂：自注意力（self‑attention）机制与Q‑K‑V矩阵
                                                                                                                                                                                                                          • 7.5.3 多头注意力：多维度的特征提取
                                                                                                                                                                                                                            • 7.5.4 位置编码：注入时间序列的坐标
                                                                                                                                                                                                                            • 7.6 预训练模型BERT与自然语言处理评价指标
                                                                                                                                                                                                                              • 7.6.1 BERT：开启NLP的“ImageNet时代”
                                                                                                                                                                                                                                • 7.6.2 自然语言处理的经典评价指标
                                                                                                                                                                                                                                • 本章小结
                                                                                                                                                                                                                                  • 本章习题
                                                                                                                                                                                                                                  • 第8章 大模型技术原理及应用
                                                                                                                                                                                                                                    • 8.1 大模型的定义、预训练与微调技术
                                                                                                                                                                                                                                      • 8.1.1 大模型的核心定义与关键特征
                                                                                                                                                                                                                                        • 8.1.2 大模型的发展历程
                                                                                                                                                                                                                                          • 8.1.3 大模型的训练要素：数据、算力与算法
                                                                                                                                                                                                                                            • 8.1.4 预训练技术：大模型的“知识储备”核心
                                                                                                                                                                                                                                              • 8.1.5 微调技术：大模型的“行业适配”关键
                                                                                                                                                                                                                                                • 8.1.6 大模型的优化技术
                                                                                                                                                                                                                                                • 8.2 大语言模型开源生态
                                                                                                                                                                                                                                                  • 8.2.1 开源大模型的核心价值与发展现状
                                                                                                                                                                                                                                                    • 8.2.2 主流开源大模型家族及核心特性
                                                                                                                                                                                                                                                      • 8.2.3 开源大模型的获取与部署工具
                                                                                                                                                                                                                                                      • 8.3 大模型开发流程与垂直行业适配挑战
                                                                                                                                                                                                                                                        • 8.3.1 大模型的完整开发流程
                                                                                                                                                                                                                                                          • 8.3.2 垂直行业适配的核心挑战
                                                                                                                                                                                                                                                            • 8.3.3 行业适配的应对策略与工程实践建议
                                                                                                                                                                                                                                                            • 本章小结
                                                                                                                                                                                                                                                              • 本章习题
                                                                                                                                                                                                                                                              • 第9章 生成式人工智能概述与核心技术
                                                                                                                                                                                                                                                                • 9.1 生成式AI原理及与传统AI的区别
                                                                                                                                                                                                                                                                  • 9.1.1 生成式人工智能的概念与基本特征
                                                                                                                                                                                                                                                                    • 9.1.2 生成式人工智能的发展阶段与关键支撑技术
                                                                                                                                                                                                                                                                      • 9.1.3 生成式人工智能的价值与意义
                                                                                                                                                                                                                                                                      • 9.2 生成模型训练与多模态内容生成
                                                                                                                                                                                                                                                                        • 9.2.1 生成模型的训练思想与一般工作过程
                                                                                                                                                                                                                                                                          • 9.2.2 典型生成模型及其基本原理
                                                                                                                                                                                                                                                                            • 9.2.3 多模态内容生成与常见工具应用
                                                                                                                                                                                                                                                                              • 9.2.4 提示词设计与使用方法
                                                                                                                                                                                                                                                                                • 9.2.5 生成式人工智能的伦理挑战与规范治理
                                                                                                                                                                                                                                                                                • 本章小结
                                                                                                                                                                                                                                                                                  • 本章习题
                                                                                                                                                                                                                                                                                  • 第10章 智能体与强化学习
                                                                                                                                                                                                                                                                                    • 10.1 智能体的基本结构与分类
                                                                                                                                                                                                                                                                                      • 10.1.1 智能体与环境交互的基本范式
                                                                                                                                                                                                                                                                                        • 10.1.2 理性、性能度量与PEAS描述
                                                                                                                                                                                                                                                                                          • 10.1.3 任务环境的分类维度
                                                                                                                                                                                                                                                                                            • 10.1.4 智能体程序的架构谱系
                                                                                                                                                                                                                                                                                            • 10.2 强化学习核心框架与Q‑Learning算法
                                                                                                                                                                                                                                                                                              • 10.2.1 马尔可夫决策过程：强化学习的数学语言
                                                                                                                                                                                                                                                                                                • 10.2.2 价值函数、贝尔曼方程与最优策略
                                                                                                                                                                                                                                                                                                  • 10.2.3 时序差分学习：连接模型自由与自举的桥梁
                                                                                                                                                                                                                                                                                                    • 10.2.4 Q‑Learning：异策略学习的经典实现
                                                                                                                                                                                                                                                                                                      • 10.2.5 深度强化学习的前沿进展
                                                                                                                                                                                                                                                                                                      • 10.3 人工智能伦理挑战、学术诚信与法律规范
                                                                                                                                                                                                                                                                                                        • 10.3.1 人类伦理生活与人工智能的挑战
                                                                                                                                                                                                                                                                                                          • 10.3.2 人工智能的五大伦理基准
                                                                                                                                                                                                                                                                                                            • 10.3.3 中国优化共生设计方案
                                                                                                                                                                                                                                                                                                              • 10.3.4 人工智能科研诚信与学术规范
                                                                                                                                                                                                                                                                                                                • 10.3.5 人工智能的法律规制与司法应用
                                                                                                                                                                                                                                                                                                                • 本章小结
                                                                                                                                                                                                                                                                                                                  • 本章习题
                                                                                                                                                                                                                                                                                                                • 第二部分 人工智能在水利工程领域的应用
                                                                                                                                                                                                                                                                                                                  • 第11章 水资源智慧管理与优化调控
                                                                                                                                                                                                                                                                                                                    • 11.1 水库群联合调度
                                                                                                                                                                                                                                                                                                                      • 11.1.1 强化学习在多目标调度中的状态空间构建
                                                                                                                                                                                                                                                                                                                        • 11.1.2 基于深度Q网络的调度策略优化案例
                                                                                                                                                                                                                                                                                                                        • 11.2 灌溉系统智能控制
                                                                                                                                                                                                                                                                                                                          • 11.2.1 土壤墒情与作物需水的深度学习预测模型
                                                                                                                                                                                                                                                                                                                            • 11.2.2 分布式灌溉网络的强化学习决策框架
                                                                                                                                                                                                                                                                                                                            • 11.3 用水权市场化交易
                                                                                                                                                                                                                                                                                                                              • 11.3.1 深度学习驱动的初始用水权配置
                                                                                                                                                                                                                                                                                                                                • 11.3.2 多因素跟踪评估用水权交易效果
                                                                                                                                                                                                                                                                                                                                • 本章小结
                                                                                                                                                                                                                                                                                                                                  • 本章习题
                                                                                                                                                                                                                                                                                                                                  • 第12章 水利工程智能监测与安全评估
                                                                                                                                                                                                                                                                                                                                    • 12.1 大坝安全监测
                                                                                                                                                                                                                                                                                                                                      • 12.1.1 水利垂直行业大模型在安全评估中的演进与应用
                                                                                                                                                                                                                                                                                                                                        • 12.1.2 CNN在大坝振动信号分析中的故障诊断
                                                                                                                                                                                                                                                                                                                                        • 12.2 河道与堤防风险识别
                                                                                                                                                                                                                                                                                                                                          • 12.2.1 无人机航拍图像的YOLO目标检测（如崩岸、管涌识别）
                                                                                                                                                                                                                                                                                                                                            • 12.2.2 SAR影像在堤防隐患监测中的AI解译技术
                                                                                                                                                                                                                                                                                                                                              • 12.2.3 基于大模型的极端天气风险预见期提升：华为盘古气象大模型
                                                                                                                                                                                                                                                                                                                                              • 12.3 工程施工与运维优化
                                                                                                                                                                                                                                                                                                                                                • 12.3.1 数字孪生驱动的施工进度预测
                                                                                                                                                                                                                                                                                                                                                  • 12.3.2 基于强化学习的运维资源调度优化
                                                                                                                                                                                                                                                                                                                                                  • 本章小结
                                                                                                                                                                                                                                                                                                                                                    • 本章习题
                                                                                                                                                                                                                                                                                                                                                    • 第13章 水生态综合保护与智能修复
                                                                                                                                                                                                                                                                                                                                                      • 13.1 生态流量预测
                                                                                                                                                                                                                                                                                                                                                        • 13.1.1 深度学习在河流生态流量阈值识别中的应用
                                                                                                                                                                                                                                                                                                                                                          • 13.1.2 多目标优化模型在生态流量与人类用水协调中的实践
                                                                                                                                                                                                                                                                                                                                                          • 13.2 水生生物栖息地评估
                                                                                                                                                                                                                                                                                                                                                            • 13.2.1 多光谱遥感数据的随机森林栖息地适宜性建模
                                                                                                                                                                                                                                                                                                                                                              • 13.2.2 物种分布模型与AI的结合技术
                                                                                                                                                                                                                                                                                                                                                              • 13.3 水污染溯源与治理方案优化
                                                                                                                                                                                                                                                                                                                                                                • 13.3.1 强化学习在流域污染治理策略优化中的应用
                                                                                                                                                                                                                                                                                                                                                                  • 13.3.2 时空模式识别在面源污染溯源中的AI方法
                                                                                                                                                                                                                                                                                                                                                                  • 13.4 污染源识别与水质预警
                                                                                                                                                                                                                                                                                                                                                                    • 13.4.1 图神经网络在河流水质网络分析中的应用
                                                                                                                                                                                                                                                                                                                                                                      • 13.4.2 时空关联分析在污染源追溯中的AI技术路径
                                                                                                                                                                                                                                                                                                                                                                      • 本章小结
                                                                                                                                                                                                                                                                                                                                                                        • 本章习题
                                                                                                                                                                                                                                                                                                                                                                      • 第三部分 人工智能通识与专业实训
                                                                                                                                                                                                                                                                                                                                                                        • 第14章 通用机器学习与深度学习实操
                                                                                                                                                                                                                                                                                                                                                                          • 14.1 实操前提与环境准备
                                                                                                                                                                                                                                                                                                                                                                            • 14.1.1 实操核心目标
                                                                                                                                                                                                                                                                                                                                                                              • 14.1.2 软硬件环境配置
                                                                                                                                                                                                                                                                                                                                                                                • 14.1.3 实操工具与数据集准备
                                                                                                                                                                                                                                                                                                                                                                                • 14.2 通用机器学习实操
                                                                                                                                                                                                                                                                                                                                                                                  • 14.2.1 实操通用流程
                                                                                                                                                                                                                                                                                                                                                                                    • 14.2.2 通用机器学习基础实操
                                                                                                                                                                                                                                                                                                                                                                                      • 14.2.3 基于逻辑回归的垃圾邮件分类
                                                                                                                                                                                                                                                                                                                                                                                        • 14.2.4 实操技巧与注意事项
                                                                                                                                                                                                                                                                                                                                                                                        • 14.3 深度学习实操
                                                                                                                                                                                                                                                                                                                                                                                          • 14.3.1 深度学习实操通用流程
                                                                                                                                                                                                                                                                                                                                                                                            • 14.3.2 经典CNN模型的搭建、训练与结果可视化
                                                                                                                                                                                                                                                                                                                                                                                              • 14.3.3 深度学习实操技巧与注意事项
                                                                                                                                                                                                                                                                                                                                                                                              • 本章小结
                                                                                                                                                                                                                                                                                                                                                                                                • 本章习题
                                                                                                                                                                                                                                                                                                                                                                                                • 第15章 通用大模型与AIGC应用实践
                                                                                                                                                                                                                                                                                                                                                                                                  • 15.1 基于Ollama的DeepSeek‑R1本地化快速部署与私人知识库问答
                                                                                                                                                                                                                                                                                                                                                                                                    • 15.1.1 实验目的与环境准备
                                                                                                                                                                                                                                                                                                                                                                                                      • 15.1.2 实验流程与实验步骤
                                                                                                                                                                                                                                                                                                                                                                                                      • 15.2 利用AIGC工具协同生成水利文化/工程概念创意短视频
                                                                                                                                                                                                                                                                                                                                                                                                        • 15.2.1 实验目的与环境准备
                                                                                                                                                                                                                                                                                                                                                                                                          • 15.2.2 重要AIGC工具介绍
                                                                                                                                                                                                                                                                                                                                                                                                            • 15.2.3 实践具体流程
                                                                                                                                                                                                                                                                                                                                                                                                              • 15.2.4 实操案例
                                                                                                                                                                                                                                                                                                                                                                                                                • 15.2.5 可作为备选的国内工具组合
                                                                                                                                                                                                                                                                                                                                                                                                                • 本章小结
                                                                                                                                                                                                                                                                                                                                                                                                                  • 本章习题
                                                                                                                                                                                                                                                                                                                                                                                                                • 每章习题参考答案
                                                                                                                                                                                                                                                                                                                                                                                                                  • 参考文献

                                                                                                                                                                                                                                                                                                                                                                                                                  相关图书

                                                                                                                                                                                                                                                                                                                                                                                                                  大数据与人工智能导论
                                                                                                                                                                                                                                                                                                                                                                                                                  主编 李建 李松阳 薛峰 王艳阁 副主编 韩利华 辛焦丽 邬迎 李晓玲
                                                                                                                                                                                                                                                                                                                                                                                                                  49.90 元
                                                                                                                                                                                                                                                                                                                                                                                                                  收藏
                                                                                                                                                                                                                                                                                                                                                                                                                  人工智能通识导论（理论篇）
                                                                                                                                                                                                                                                                                                                                                                                                                  主编 刘学军 赵璐 吕俊，副主编 李晓丽 李斌
                                                                                                                                                                                                                                                                                                                                                                                                                  41.50 元
                                                                                                                                                                                                                                                                                                                                                                                                                  收藏
                                                                                                                                                                                                                                                                                                                                                                                                                  人工智能应用基础
                                                                                                                                                                                                                                                                                                                                                                                                                  主 编 王爱民 江华伟 副主编 张金秋 董金明 盛韶华 陈靖辉 杜妍
                                                                                                                                                                                                                                                                                                                                                                                                                  49.80 元
                                                                                                                                                                                                                                                                                                                                                                                                                  收藏
                                                                                                                                                                                                                                                                                                                                                                                                                  生成式人工智能应用基础
                                                                                                                                                                                                                                                                                                                                                                                                                  黄传慧 孟秋杰 主编
                                                                                                                                                                                                                                                                                                                                                                                                                  40.00 元
                                                                                                                                                                                                                                                                                                                                                                                                                  收藏
                                                                                                                                                                                                                                                                                                                                                                                                                  大学计算机实践教程——计算与人工智能导论（第4版）
                                                                                                                                                                                                                                                                                                                                                                                                                  主编 顾彦慧 郑爱彬 参编 王必友 杨俊 蒋锁良
                                                                                                                                                                                                                                                                                                                                                                                                                  45.00 元
                                                                                                                                                                                                                                                                                                                                                                                                                  收藏
                                                                                                                                                                                                                                                                                                                                                                                                                  人工智能基础实践教程
                                                                                                                                                                                                                                                                                                                                                                                                                  主编 梁志强
                                                                                                                                                                                                                                                                                                                                                                                                                  31.00 元
                                                                                                                                                                                                                                                                                                                                                                                                                  收藏
                                                                                                                                                                                                                                                                                                                                                                                                                  大学信息技术导论（第2版）
                                                                                                                                                                                                                                                                                                                                                                                                                  管会生
                                                                                                                                                                                                                                                                                                                                                                                                                  28.40 元
                                                                                                                                                                                                                                                                                                                                                                                                                  收藏
                                                                                                                                                                                                                                                                                                                                                                                                                  大学计算机基础教程（第2版）
                                                                                                                                                                                                                                                                                                                                                                                                                  向伟 李琦 主编
                                                                                                                                                                                                                                                                                                                                                                                                                  36.50 元
                                                                                                                                                                                                                                                                                                                                                                                                                  收藏
                                                                                                                                                                                                                                                                                                                                                                                                                  办公自动化基础（第2版）
                                                                                                                                                                                                                                                                                                                                                                                                                  胡玉娟 主编
                                                                                                                                                                                                                                                                                                                                                                                                                  46.00 元
                                                                                                                                                                                                                                                                                                                                                                                                                  收藏
                                                                                                                                                                                                                                                                                                                                                                                                                  大学计算机应用经典案例
                                                                                                                                                                                                                                                                                                                                                                                                                  赵宏 主编 王恺 等 编著
                                                                                                                                                                                                                                                                                                                                                                                                                  46.00 元
                                                                                                                                                                                                                                                                                                                                                                                                                  收藏
                                                                                                                                                                                                                                                                                                                                                                                                                  智慧农业导论
                                                                                                                                                                                                                                                                                                                                                                                                                  滕桂法
                                                                                                                                                                                                                                                                                                                                                                                                                  41.10 元
                                                                                                                                                                                                                                                                                                                                                                                                                  收藏
                                                                                                                                                                                                                                                                                                                                                                                                                  大学计算机与人工智能基础实验教程（第4版）
                                                                                                                                                                                                                                                                                                                                                                                                                  刘启明 孙中红
                                                                                                                                                                                                                                                                                                                                                                                                                  36.20 元
                                                                                                                                                                                                                                                                                                                                                                                                                  收藏
                                                                                                                                                                                                                                                                                                                                                                                                                  大学计算机与人工智能基础（第4版）
                                                                                                                                                                                                                                                                                                                                                                                                                  孙中红 刘启明
                                                                                                                                                                                                                                                                                                                                                                                                                  39.90 元
                                                                                                                                                                                                                                                                                                                                                                                                                  收藏
                                                                                                                                                                                                                                                                                                                                                                                                                  大学计算机实验指导 （第5版）
                                                                                                                                                                                                                                                                                                                                                                                                                  主编 朱鸣华 王宇新 参编 孟华 许青 赵铭伟 武文颖
                                                                                                                                                                                                                                                                                                                                                                                                                  34.00 元
                                                                                                                                                                                                                                                                                                                                                                                                                  收藏
                                                                                                                                                                                                                                                                                                                                                                                                                  大学计算机基础
                                                                                                                                                                                                                                                                                                                                                                                                                  主编 李顺新 吴志芳 副主编 王思鹏 张葵 丁胜
                                                                                                                                                                                                                                                                                                                                                                                                                  32.90 元
                                                                                                                                                                                                                                                                                                                                                                                                                  收藏
                                                                                                                                                                                                                                                                                                                                                                                                                  1