顶部
  1. 首页
  2. 图书产品
  3. 人工智能基础（理论篇）
收藏

人工智能基础（理论篇）

样章
作者：
主编 吴文峻 张永飞 李莹 李波
定价：
38.50 元
版面字数：
350.00千字
开本：
16开
装帧形式：
平装
页数：
260
最新
印次时间：
2026年7月
ISBN：
978-7-04-066751-6
物料号：
66751-00
出版时间：
2026年2月
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

北京航空航天大学人工智能通识课程教学团队精准对标人工智能通识教育需求，采用“理论+实验”融合模式，倾力打造人工智能通识课程教材体系，教材分为理论篇和实验篇，形成“知识构建→实操落地”的完整学习闭环。本书是理论篇，包括8章：第一章概述人工智能基本概念与发展历程；第二至四章夯实理论基础，涵盖脑神经科学与认知基础、机器学习与深度学习核心原理与算法；第五至七章围绕“感知—认知—决策”展开，系统介绍计算机视觉、大语言模型、强化学习与机器人等技术；第八章聚焦人工智能衍生与内生风险及防范技术。

本书结构清晰、案例生动、深入浅出，旨在帮助初学者系统掌握人工智能核心原理与典型应用。本书适用范围广泛，既适合作为各类高等院校及大专院校的教材，也可作为人工智能爱好者的自学读物。

  • 目录
    • 前辅文
      • 第一章 人工智能的前世今生——人工智能概述
        • 1.1 什么是人工智能
          • 1.2 人工智能的发展历程
            • 1.2.1 人工智能的起源与发展：孕育期
              • 1.2.2 人工智能的起源与发展：形成期
                • 1.2.3 人工智能的第二次崛起
                  • 1.2.4 人工智能的第三次崛起
                  • 1.3 人工智能的三大学派
                    • 1.3.1 符号主义
                      • 1.3.2 联结主义
                        • 1.3.3 行为主义
                        • 1.4 当前人工智能发展现状
                          • 1.4.1 我国的新一代人工智能发展战略
                            • 1.4.2 生成式人工智能蓬勃兴起
                            • 1.5 本章小结
                              • 课后习题
                              • 第二章 人如何感知和认识世界——脑科学与认知基础
                                • 2.1 人工智能发展历程中的脑科学
                                  • 2.1.1 基于神经元结构的机器模型
                                    • 2.1.2 受视觉机制启发的卷积神经网络
                                      • 2.1.3 具有反馈机制的循环神经网络
                                        • 2.1.4 从行为主义到强化学习
                                          • 2.1.5 认知科学的形成和发展
                                          • 2.2 认知的神经基础
                                            • 2.2.1 神经细胞
                                              • 2.2.2 神经信号的传递
                                                • 2.2.3 脑的解剖结构和功能分区
                                                • 2.3 脑的认知功能
                                                  • 2.3.1 视觉认知和物体识别
                                                    • 2.3.2 听觉认知和语言
                                                      • 2.3.3 注意力机制
                                                        • 2.3.4 记忆和学习
                                                          • 2.3.5 情绪和情感
                                                          • 2.4 脑科学发展前沿
                                                            • 2.4.1 脑解码
                                                              • 2.4.2 类脑计算
                                                                • 2.4.3 脑机接口技术
                                                                • 2.5 本章小结
                                                                  • 课后习题
                                                                  • 第三章 如何让机器像人一样学习——机器学习概述
                                                                    • 3.1 机器学习的基本概念
                                                                      • 3.1.1 什么是机器学习
                                                                        • 3.1.2 机器学习在人工智能中扮演什么角色
                                                                          • 3.1.3 机器学习的要素
                                                                            • 3.1.4 机器学习的工作流程
                                                                              • 3.1.5 机器学习的目标是什么
                                                                              • 3.2 机器学习的主要类型
                                                                                • 3.2.1 监督学习
                                                                                  • 3.2.2 无监督学习
                                                                                  • 3.3 机器学习模型的评价与选择
                                                                                    • 3.3.1 经验误差与泛化误差
                                                                                      • 3.3.2 评估方法
                                                                                        • 3.3.3 性能度量
                                                                                          • 3.3.4 模型选择
                                                                                          • 3.4 本章小结
                                                                                            • 课后习题
                                                                                            • 第四章 如何让机器像大脑一样学习——深度学习概述
                                                                                              • 4.1 为什么要学习“深度学习”
                                                                                                • 4.2 深度学习发展概述
                                                                                                  • 4.2.1 M-P模型与Hebb学习规则
                                                                                                    • 4.2.2 感知机模型及其局限性
                                                                                                      • 4.2.3 反向传播算法
                                                                                                        • 4.2.4 深度信念网络
                                                                                                          • 4.2.5 卷积神经网络
                                                                                                            • 4.2.6 循环神经网络
                                                                                                              • 4.2.7 图神经网络GNN
                                                                                                                • 4.2.8 Transformer
                                                                                                                • 4.3 传统人工神经网络
                                                                                                                  • 4.3.1 人工神经元的M-P模型
                                                                                                                    • 4.3.2 单层感知机模型
                                                                                                                      • 4.3.3 多层感知机模型
                                                                                                                        • 4.3.4 反向传播算法
                                                                                                                        • 4.4 卷积神经网络
                                                                                                                          • 4.4.1 背景问题
                                                                                                                            • 4.4.2 卷积神经网络发展历史
                                                                                                                              • 4.4.3 卷积神经网络主要结构
                                                                                                                                • 4.4.4 典型卷积神经网络
                                                                                                                                  • 4.4.5 卷积神经网络的应用
                                                                                                                                    • 4.4.6 卷积神经网络的局限性
                                                                                                                                    • 4.5 其他典型深度神经网络架构及其特点
                                                                                                                                      • 4.5.1 循环神经网络
                                                                                                                                        • 4.5.2 图神经网络
                                                                                                                                          • 4.5.3 Transformer模型
                                                                                                                                            • 4.5.4 总结
                                                                                                                                            • 4.6 常用深度学习工具/平台
                                                                                                                                              • 4.6.1 PyTorch
                                                                                                                                                • 4.6.2 TensorFlow
                                                                                                                                                  • 4.6.3 飞桨（PaddlePaddle）
                                                                                                                                                    • 4.6.4 MindSpore
                                                                                                                                                    • 4.7 本章小结
                                                                                                                                                      • 课后习题
                                                                                                                                                      • 第五章 如何让机器感知世界——机器智能感知
                                                                                                                                                        • 5.1 基本概念和基础知识
                                                                                                                                                          • 5.1.1 机器智能感知的概念
                                                                                                                                                            • 5.1.2 计算机视觉的概念
                                                                                                                                                              • 5.1.3 计算机视觉的典型任务：目标检测
                                                                                                                                                                • 5.1.4 计算机视觉的典型任务：图像分割
                                                                                                                                                                  • 5.1.5 计算机视觉的典型任务：OCR识别
                                                                                                                                                                  • 5.2 计算机视觉之人脸检测与识别——机器学习方法
                                                                                                                                                                    • 5.2.1 人脸检测与识别的概念
                                                                                                                                                                      • 5.2.2 基于机器学习的人脸检测与识别技术的发展历程
                                                                                                                                                                        • 5.2.3 基于机器学习的人脸检测与识别技术
                                                                                                                                                                        • 5.3 计算机视觉之人脸检测与识别——深度学习方法
                                                                                                                                                                          • 5.3.1 基于深度学习的人脸检测与识别技术发展历程
                                                                                                                                                                            • 5.3.2 基于深度学习的人脸检测与识别技术
                                                                                                                                                                            • 5.4 计算机视觉在其他领域的应用
                                                                                                                                                                              • 5.4.1 遥感目标识别分类
                                                                                                                                                                                • 5.4.2 自动驾驶场景感知
                                                                                                                                                                                  • 5.4.3 医学图像语义分割
                                                                                                                                                                                    • 5.4.4 古文字识别
                                                                                                                                                                                    • 5.5 本章小结
                                                                                                                                                                                      • 课后习题
                                                                                                                                                                                      • 第六章 如何让机器理解语言和知识——机器智能认知
                                                                                                                                                                                        • 6.1 机器如何学习语言
                                                                                                                                                                                          • 6.1.1 机器语言表示
                                                                                                                                                                                            • 6.1.2 语言模型（上下文建模）
                                                                                                                                                                                              • 6.1.3 语言模型学习
                                                                                                                                                                                              • 6.2 人工智能大模型
                                                                                                                                                                                                • 6.2.1 大模型及其应用
                                                                                                                                                                                                  • 6.2.2 大模型幻觉问题
                                                                                                                                                                                                    • 6.2.3 提示工程
                                                                                                                                                                                                    • 6.3 机器如何表示和理解知识
                                                                                                                                                                                                      • 6.3.1 什么是知识图谱
                                                                                                                                                                                                        • 6.3.2 如何构建知识图谱
                                                                                                                                                                                                          • 6.3.3 知识图谱的应用
                                                                                                                                                                                                            • 6.3.4 知识增强的大模型
                                                                                                                                                                                                            • 6.4 本章小结
                                                                                                                                                                                                              • 课后习题
                                                                                                                                                                                                              • 第七章 如何让机器像人一样在环境中交互和学习——智能体与智能决策
                                                                                                                                                                                                                • 7.1 机器智能决策的重要性与挑战
                                                                                                                                                                                                                  • 7.1.1 智能决策——未来技术的驱动力
                                                                                                                                                                                                                    • 7.1.2 莫拉维克悖论
                                                                                                                                                                                                                    • 7.2 智能体的基本概念
                                                                                                                                                                                                                      • 7.2.1 什么是智能体
                                                                                                                                                                                                                        • 7.2.2 理性智能体
                                                                                                                                                                                                                          • 7.2.3 智能体的任务环境
                                                                                                                                                                                                                            • 7.2.4 智能体类型
                                                                                                                                                                                                                            • 7.3 机器智能决策方法——强化学习
                                                                                                                                                                                                                              • 7.3.1 强化学习背景
                                                                                                                                                                                                                                • 7.3.2 强化学习发展历程
                                                                                                                                                                                                                                  • 7.3.3 强化学习的基本元素
                                                                                                                                                                                                                                    • 7.3.4 强化学习的训练过程
                                                                                                                                                                                                                                      • 7.3.5 强化学习算法简介
                                                                                                                                                                                                                                      • 7.4 机器智能决策实例——机器人
                                                                                                                                                                                                                                        • 7.4.1 什么是机器人
                                                                                                                                                                                                                                          • 7.4.2 机器人的分类
                                                                                                                                                                                                                                            • 7.4.3 机器人的基本组成
                                                                                                                                                                                                                                              • 7.4.4 机器人的应用
                                                                                                                                                                                                                                              • 7.5 本章小结
                                                                                                                                                                                                                                                • 课后习题
                                                                                                                                                                                                                                                • 第八章 人工智能的风险——人工智能安全与伦理
                                                                                                                                                                                                                                                  • 8.1 为什么要了解人工智能安全与伦理
                                                                                                                                                                                                                                                    • 8.2 人工智能安全与伦理风险
                                                                                                                                                                                                                                                      • 8.2.1 衍生风险
                                                                                                                                                                                                                                                        • 8.2.2 内生风险
                                                                                                                                                                                                                                                        • 8.3 人工智能安全与伦理风险防范技术
                                                                                                                                                                                                                                                          • 8.4 未来展望
                                                                                                                                                                                                                                                            • 8.5 本章小结
                                                                                                                                                                                                                                                              • 课后习题
                                                                                                                                                                                                                                                              • 参考文献

                                                                                                                                                                                                                                                              相关图书

                                                                                                                                                                                                                                                              计算机应用基础(Windows 2000版)

                                                                                                                                                                                                                                                              暂无作者

                                                                                                                                                                                                                                                              21.80 元 收藏

                                                                                                                                                                                                                                                              计算机应用基础

                                                                                                                                                                                                                                                              暂无作者

                                                                                                                                                                                                                                                              26.00 元 收藏

                                                                                                                                                                                                                                                              大学计算机基础实验指导

                                                                                                                                                                                                                                                              冯博琴

                                                                                                                                                                                                                                                              18.00 元 收藏

                                                                                                                                                                                                                                                              大学计算机基础教程上机实习指导

                                                                                                                                                                                                                                                              周永恒

                                                                                                                                                                                                                                                              12.80 元 收藏

                                                                                                                                                                                                                                                              大学计算机基础实验指导

                                                                                                                                                                                                                                                              冷金麟 李明 主编

                                                                                                                                                                                                                                                              15.00 元 收藏

                                                                                                                                                                                                                                                              大学计算机基础课程报告论坛论文集2005

                                                                                                                                                                                                                                                              大学计算机基础课程报告论坛程序

                                                                                                                                                                                                                                                              0.00 元 收藏

                                                                                                                                                                                                                                                              大学计算机应用基础

                                                                                                                                                                                                                                                              张兆臣 等

                                                                                                                                                                                                                                                              31.40 元 收藏

                                                                                                                                                                                                                                                              大学计算机应用基础实验指导与习题

                                                                                                                                                                                                                                                              张兆臣 等

                                                                                                                                                                                                                                                              12.50 元 收藏

                                                                                                                                                                                                                                                              大学计算机基础

                                                                                                                                                                                                                                                              谷岩 宋文

                                                                                                                                                                                                                                                              39.80 元 收藏

                                                                                                                                                                                                                                                              大学计算机基础实验操作与学习指导

                                                                                                                                                                                                                                                              朱家义 陈付贵

                                                                                                                                                                                                                                                              12.50 元 收藏

                                                                                                                                                                                                                                                              大学计算机基础(第二版)

                                                                                                                                                                                                                                                              吴宏伟 张殿龙

                                                                                                                                                                                                                                                              33.00 元 收藏

                                                                                                                                                                                                                                                              计算机文化基础（Windows XP＋Office2003）

                                                                                                                                                                                                                                                              赵秀英

                                                                                                                                                                                                                                                              28.00 元 收藏

                                                                                                                                                                                                                                                              大学计算机基础

                                                                                                                                                                                                                                                              李晓林 谢芳

                                                                                                                                                                                                                                                              28.00 元 收藏

                                                                                                                                                                                                                                                              大学计算机基础

                                                                                                                                                                                                                                                              夏楠 宋淑芝

                                                                                                                                                                                                                                                              25.00 元 收藏

                                                                                                                                                                                                                                                              计算机应用基础(第3版)

                                                                                                                                                                                                                                                              刘瑞挺

                                                                                                                                                                                                                                                              32.00 元 收藏