顶部
  1. 首页
  2. 图书产品
  3. 通识人工智能
收藏

通识人工智能

作者：
主编 马乐荣 丁苍峰
定价：
65.00元
版面字数：
560.00千字
开本：
16开
装帧形式：
平装
版次：
1
最新版次
印刷时间：
暂无
ISBN：
978-7-04-066968-8
物料号：
66968-00
出版时间：
2026-04-01
读者对象：
高等教育

本书是一本面向各专业读者的人工智能入门书，以“通俗化、场景化”为特色，系统介绍人工智能的基础认知、核心技术、应用领域与伦理议题。全书从人工智能定义与发展历程出发，讲解机器学习、深度学习等基本原理，并结合生活案例解析算法逻辑；通过医疗、教育、金融等场景展现人工智能实际应用，同时探讨数据隐私、算法公平等社会议题。

本书弱化复杂公式，兼顾严谨性与可读性，各章相对独立并配有案例，既适用于高校通识课程教学，也可用于跨专业读者自学，帮助读者快速建立对人工智能的整体认知与实践感知。

  • 前辅文
  • 第一章 人工智能概述
    • 1.1 生命与智能
      • 1.1.1 智能的本质
      • 1.1.2 智能的判别定义
      • 1.1.3 人工智能
    • 1.2 人工智能技术演进史
      • 1.2.1 符号主义时期
      • 1.2.2 统计学习时期
      • 1.2.3 深度学习的突破
      • 1.2.4 大模型的浪潮
    • 1.3 人工智能的基本内容
      • 1.3.1 人工智能的主要特征
      • 1.3.2 人工智能的研究内容
      • 1.3.3 人工智能的基础理论
      • 1.3.4 新一代人工智能
    • 1.4 学习规划
      • 1.4.1 当前行业需求
      • 1.4.2 人工智能时代所需的技能
      • 1.4.3 课程知识体系
    • 1.5 问题与实践
  • 第二章 人工智能研究领域
    • 2.1 人工智能的核心研究领域
      • 2.1.1 机器学习
      • 2.1.2 自然语言处理
      • 2.1.3 计算机视觉
      • 2.1.4 信息检索与推荐
      • 2.1.5 数据挖掘
      • 2.1.6 机器人学
    • 2.2 交叉学科应用
      • 2.2.1 人工智能+医疗
      • 2.2.2 人工智能+教育
      • 2.2.3 人工智能+农业
      • 2.2.4 人工智能+金融
      • 2.2.5 人工智能+交通
    • 2.3 实践任务：基于神经网络的糖尿病预测项目
  • 第三章 机器学习基础
    • 3.1 机器学习
      • 3.1.1 机器学习的定义
      • 3.1.2 机器学习的研究对象
    • 3.2 模型训练与评估
      • 3.2.1 模型的训练
      • 3.2.2 模型的评估
    • 3.3 机器学习的分类
      • 3.3.1 监督学习
      • 3.3.2 无监督学习
      • 3.3.3 强化学习
    • 3.4 回归与分类算法
      • 3.4.1 线性回归
      • 3.4.2 逻辑回归
    • 3.5 决策树
      • 3.5.1 决策树模型
      • 3.5.2 决策树策略
      • 3.5.3 ID3算法、C4.5算法、CART算法
    • 3.6 朴素贝叶斯法
      • 3.6.1 贝叶斯定理
      • 3.6.2 朴素贝叶斯法
      • 3.6.3 朴素贝叶斯法总结
    • 3.7 支持向量机
      • 3.7.1 线性可分支持向量机
      • 3.7.2 线性支持向量机
      • 3.7.3 非线性支持向量机
      • 3.7.4 支持向量机总结
    • 3.8 聚类算法
      • 3.8.1 聚类的基本概念
      • 3.8.2 k均值聚类
      • 3.8.3 层次聚类
  • 第四章 深度学习技术
    • 4.1 神经网络
      • 4.1.1 神经网络
      • 4.1.2 激活函数
    • 4.2 多层感知机
      • 4.2.1 多层感知机
      • 4.2.2 前向传播
    • 4.3 神经网络模型优化
      • 4.3.1 损失函数
      • 4.3.2 梯度下降
      • 4.3.3 反向传播
      • 4.3.4 神经网络正则化
    • 4.4 卷积神经网络
      • 4.4.1 卷积
      • 4.4.2 步幅、填充、池化
      • 4.4.3 经典CNN网络
    • 4.5 循环神经网络
      • 4.5.1 循环神经网络
      • 4.5.2 长短期记忆神经网络
      • 4.5.3 门控神经网络
    • 4.6 Transformer
      • 4.6.1 注意力机制
      • 4.6.2 Transformer
    • 4.7 预训练与微调
      • 4.7.1 预训练
      • 4.7.2 微调
    • 4.8 实践案例
      • 4.8.1 医学案例：基于深度学习的心血管疾病诊断与预后
      • 4.8.2 农学案例：使用卷积神经网络实现病虫叶分类
  • 第五章 大模型基础技术
    • 5.1 大模型概述
      • 5.1.1 大模型的定义
      • 5.1.2 大模型的分类
      • 5.1.3 大模型的发展历程
      • 5.1.4 大模型的技术特征
      • 5.1.5 主流大模型对比
      • 5.1.6 大模型技术最新进展
    • 5.2 大模型的使用与部署
      • 5.2.1 大模型的选取与使用
      • 5.2.2 API的调用
      • 5.2.3 模型的本地部署
      • 5.2.4 模型的微调（选学）
    • 5.3 prompt提示词
      • 5.3.1 prompt提示词简介
      • 5.3.2 提示词要素
      • 5.3.3 提示词的工作原理
    • 5.4 大模型风险与安全防护
      • 5.4.1 大模型的信息安全
      • 5.4.2 prompt提示词注入
      • 5.4.3 数据投毒
      • 5.4.4 大模型使用规范（作为使用者如何正确使用大模型）
    • 5.5 MCP技术概述
      • 5.5.1 核心概念与技术原理
      • 5.5.2 MCP相关案例一获取纽约的天气
    • 5.6 实践任务：通过本地部署的方式使用大模型
  • 第六章 大模型应用实操
    • 6.1 人工智能大模型应用的种类与使用场景
      • 6.1.1 人工智能大模型的种类
      • 6.1.2 人工智能大模型的使用场景
    • 6.2 辅助办公与学习
      • 6.2.1 辅助办公学习大模型简介
      • 6.2.2 文章 翻译与润色
      • 6.2.3 PPT辅助设计与制作
      • 6.2.4 Word文档辅助应用
      • 6.2.5 数据辅助分析与处理
      • 6.2.6 AI编程
      • 6.2.7 课程思维导图的生成
    • 6.3 AI创意制作
      • 6.3.1 AI绘画
      • 6.3.2 AI音乐
      • 6.3.3 AI剪辑
      • 6.3.4 AI视频
    • 6.4 大模型应用的正确使用与思考
    • 6.5 实践任务
      • 6.5.1 利用大模型设计生成一个本章 内容的PPT
      • 6.5.2 使用AI绘画模型画一幅画
  • 第七章 智能体技术
    • 7.1 智能体简介
      • 7.1.1 智能体的定义
      • 7.1.2 智能体的历史发展
    • 7.2 智能体的分类
      • 7.2.1 基于功能的分类
      • 7.2.2 基于应用领域的分类
    • 7.3 智能体的结构与工作原理
      • 7.3.1 智能体的组成结构
      • 7.3.2 智能体的工作流程
      • 7.3.3 智能体的设计
    • 7.4 实践任务
      • 7.4.1 使用“扣子”平台定制高等数学助手
      • 7.4.2 利用Coze等平台设计出一个延安大学客服智能体
  • 第八章 数字人
    • 8.1 数字人的定义
    • 8.2 数字人的技术实现
      • 8.2.1 建模技术
      • 8.2.2 驱动技术
      • 8.2.3 人工智能交互技术
    • 8.3 数字人的应用领域
      • 8.3.1 娱乐产业
      • 8.3.2 教育领域
      • 8.3.3 商业营销
    • 8.4 数字人面临的挑战与发展趋势
      • 8.4.1 面临的挑战
      • 8.4.2 发展趋势
    • 8.5 实践案例——数字人聊天Demo教程（基于智谱AI）
      • 8.5.1 环境准备
      • 8.5.2 创建项目
      • 8.5.3 配置APIKey
      • 8.5.4 编写后端服务
      • 8.5.5 编写前端页面
      • 8.5.6 启动项目
      • 8.5.7 效果展示
  • 第九章 人工智能伦理与安全
    • 9.1 人工智能伦理问题
      • 9.1.1 数据伦理
      • 9.1.2 就业影响
      • 9.1.3 算法偏见
      • 9.1.4 道德判断和责任归属
      • 9.1.5 使用者的道德规范
    • 9.2 人工智能安全问题
      • 9.2.1 算法漏洞与攻击
      • 9.2.2 数据安全与隐私泄露
      • 9.2.3 自主决策系统的风险
      • 9.2.4 AI安全的挑战与应对
    • 9.3 人工智能的可解释性
    • 9.4 实践任务
  • 附录 拓展阅读

相关图书

20世纪西方文学（第4版）

刘建军 主编

￥0.00 收藏

Access程序设计基础（第4版）

梁洁 主编

￥55.00 收藏

C++编程基础及应用

主编 陈波 编者 孔艳林 葛亮 陈恒鑫 刘慧君 杨广超

￥58.90 收藏

C/C++程序设计实验指导与题解

宣善立 吴国凤 主编

￥16.00 收藏

Contemporary Ecology Research in China 当代中国生态学研究

李文华 主编

￥169.00 收藏

C语言程序设计——原理与实践

宋友 王君臣 肖文磊 李莹 谭火彬 主编

￥60.00 收藏

C语言程序设计实验教程

主编 刘春英 黄复贤 黄玉文

￥19.60 收藏

C语言程序设计（第4版）

主编 丁亚涛 副主编 韩静 吴长勤 黄晓梅

￥50.00 收藏

ESG理论与实务

李宾 吕文岱 主编 刘艳霞 李永亮 副主编

￥42.00 收藏

Excel在财务中的应用（第二版）

主编 麦海娟 麦海燕

￥49.00 收藏

Flash CS5.5中文版案例教程

李涛 组编 安小龙 主编

￥49.80 收藏

Geology Applied to Civil Engineering 土木工程地质

主编 赵晓彦 副主编 罗刚 梁翼

￥48.50 收藏

Geometry, analysis and topology of discrete groups（离散群的几何、分析与拓扑）

季理真 刘克峰 杨乐 丘成桐 主编

￥68.00 收藏

Java程序设计基础

主编 刘金娥 康丽杰 副主编 荆婷婷 王彩霞 宋庆国

￥44.80 收藏

Python金融数据挖掘（第二版）

钟雪灵 侯昉 张红霞 主编 余颖丰 宋玉平 副主编

￥0.00 收藏

相关数字化产品

数学模型案例精讲

姜启源 谢金星 叶俊

￥60.00 收藏

全国大学生数学建模竞赛赛题讲评(1)

姜启源、韩中庚、蔡志杰、吴孟达、周义仓

￥35.00 收藏

数学建模竞赛培训课程

主编 刘继军 蒋勇

￥48.00 收藏

第一届全国高校数学建模微课程（案例）教学竞赛获奖作品集（2017年）

中国工业与应用数学学会数学模型专业委员会 组编

￥26.00 收藏

第二届全国高校数学建模微课程（案例）教学竞赛获奖作品集（2018年）

中国工业与应用数学学会数学模型专业委员会 组编

￥26.00 收藏

第三届全国高校数学建模微课程（案例）教学竞赛获奖作品集（2019年）

中国工业与应用数学学会数学模型专业委员会 组编

￥26.00 收藏

高等数学在线测评及组卷系统

高等数学在线测评及组卷系统研制组

￥60000.00 收藏

线性代数在线测评及组卷系统

线性代数在线测评及组卷系统研制组

￥40000.00 收藏

力学试题库（网络版）

力学试题库研制组

￥30000.00 收藏

Essential University Physics Experiment

须萍、陆伟新、侯波

￥18.00 收藏

宇宙探索与发现

刘金寿

￥18.00 收藏

第四届高校全国数学建模微课程（案例）教学竞赛获奖作品集（2021年）

中国工业与应用数学学会数学模型专业委员会

￥26.00 收藏

全国大学生数学建模竞赛赛题讲评（1）

姜启源、韩中庚、蔡志杰、吴孟达、周义仓

￥35.00 收藏

全国大学生数学建模竞赛赛题讲评（3）

韩中庚、蔡志杰、吴孟达、周义仓、薛毅、谈之奕、邓明华

￥100.00 收藏

全国大学生数学建模竞赛赛题讲评（2021）

吴孟达、崔恒建、韩中庚、薛毅、邓明华

￥40.00 收藏