顶部
  1. 首页
  2. 图书产品
  3. 人工智能通识教程
收藏

人工智能通识教程

样章
作者：
齐平 曹洁 罗琪 张蕾 编著
定价：
33.00 元
版面字数：
360.00千字
开本：
16开
装帧形式：
平装
版次：
1
最新版次
印刷时间：
2026-01-21
ISBN：
978-7-04-067159-9
物料号：
67159-00
出版时间：
2026-04-29
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

本书立足于大数据与大模型技术深刻重塑社会的时代背景，聚焦于大学计算机公共课教学的全面转型与范式革新，并结合新时代大学生的特点进行编写。全书共分10章，各章内容相对独立，以利于读者选择性学习。主要内容包括走进人工智能、人工智能知识表示、机器学习、神经网络、计算机视觉、深度学习、自然语言处理、DeepSeek大模型提示词设计、视觉大模型生成图像和视频、人工智能伦理。

本书可作为高等学校各专业的人工智能通识课程的教材，也可作为对人工智能感兴趣的读者的自学参考用书。

  • 前辅文
  • 第1章 走进人工智能
    • 1.1 计算机工作原理
    • 1.2 何谓人工智能
      • 1.2.1 人工智能的起源与早期分歧
      • 1.2.2 人工智能内涵扩展与技术演进
      • 1.2.3 大模型重新定义人工智能边界
    • 1.3 弱人工智能与强人工智能的区别
      • 1.3.1 弱人工智能
      • 1.3.2 强人工智能
    • 1.4 人工智能大模型发展历程
      • 1.4.1 萌芽期（1950—2005年）
      • 1.4.2 沉淀期（2006—2019年）
      • 1.4.3 爆发期（2020年至今）
    • 1.5 人工智能的基本构成
      • 1.5.1 数据
      • 1.5.2 算法
      • 1.5.3 算力
    • 1.6 Anaconda集成开发环境运行Python程序
      • 1.6.1 安装Anaconda软件
      • 1.6.2 安装第三方库
      • 1.6.3 库的导入
      • 1.6.4 Jupyter Notebook运行Python程序
      • 1.6.5 Spyder运行Python程序
    • 1.7 Python快速入门
      • 1.7.1 一个简单的程序
      • 1.7.2 对象与变量
      • 1.7.3 逻辑操作
      • 1.7.4 if选择语句
      • 1.7.5 while循环语句
      • 1.7.6 for…in循环语句
      • 1.7.7 输入输出
    • 1.8 Python中的基本数据类型
      • 1.8.1 string（字符串）
      • 1.8.2 list（列表）
      • 1.8.3 tuple（元组）
      • 1.8.4 dictionary（字典）
      • 1.8.5 set（集合）
      • 1.8.6 Python数据类型之间的转换
    • 1.9 函数
      • 1.9.1 定义函数
      • 1.9.2 带有返回值的函数调用
      • 1.9.3 不带返回值的函数调用
    • 1.10 创建和使用类
      • 1.10.1 定义类
      • 1.10.2 使用类
    • 1.11 习题
  • 第2章 人工智能知识表示
    • 2.1 知识表示的概念
    • 2.2 谓词逻辑知识表示法
      • 2.2.1 命题
      • 2.2.2 谓词逻辑
      • 2.2.3 连接词与量词
      • 2.2.4 谓词公式
    • 2.3 产生式知识表示法
      • 2.3.1 规则性知识的表示
      • 2.3.2 事实性知识的表示
      • 2.3.3 产生式与蕴含式的区别
    • 2.4 知识图谱知识表示法
      • 2.4.1 知识图谱概述
      • 2.4.2 知识图谱构建
    • 2.5 习题
  • 第3章 机器学习
    • 3.1 何谓机器学习
      • 3.1.1 机器学习概述
      • 3.1.2 机器学习流程
    • 3.2 机器学习分类
      • 3.2.1 监督学习
      • 3.2.2 无监督学习
      • 3.2.3 半监督学习
      • 3.2.4 自监督学习
      • 3.2.5 强化学习
    • 3.3 决策树分类
      • 3.3.1 分类思想
      • 3.3.2 鸢尾花数据集
      • 3.3.3 分类的一般流程
      • 3.3.4 决策树分类工作原理
      • 3.3.5 基于信息熵选择决策树最佳划分属性
    • 3.4 支持向量机分类
      • 3.4.1 支持向量机分类原理
      • 3.4.2 最大边缘超平面
      • 3.4.3 线性支持向量机线性决策边界
      • 3.4.4 训练线性支持向量机模型
    • 3.5 线性回归
      • 3.5.1 回归概念
      • 3.5.2 回归处理流程
      • 3.5.3 一元线性回归模型
      • 3.5.4 多元线性回归模型
      • 3.5.5 多元线性回归分析广告媒介与销售额之间的关系
    • 3.6 聚类
      • 3.6.1 聚类概念
      • 3.6.2 聚类方法类型
      • 3.6.3 聚类应用领域
      • 3.6.4 k均值聚类原理
    • 3.7 习题
  • 第4章 神经网络
    • 4.1 神经元
      • 4.1.1 神经元概述
      • 4.1.2 激活函数
    • 4.2 感知器
      • 4.2.1 感知器模型
      • 4.2.2 感知器学习原理
      • 4.2.3 单层感知器的局限性
    • 4.3 BP神经网络
      • 4.3.1 BP神经网络模型
      • 4.3.2 BP神经网络学习原理
    • 4.4 习题
  • 第5章 计算机视觉
    • 5.1 计算机视觉概述
    • 5.2 图像处理技术
      • 5.2.1 图像像素的访问
      • 5.2.2 灰度直方图
      • 5.2.3 图像平滑处理
      • 5.2.4 图像边缘检测
      • 5.2.5 刚体变换
      • 5.2.6 图像的缩放
      • 5.2.7 图像旋转
      • 5.2.8 仿射变换
    • 5.3 图像理解
      • 5.3.1 图像增强
      • 5.3.2 图像分类
      • 5.3.3 目标检测
      • 5.3.4 图像分割
      • 5.3.5 图像恢复
    • 5.4 视频理解
      • 5.4.1 视频数据处理
      • 5.4.2 视觉目标跟踪
      • 5.4.3 人体姿态估计
    • 5.5 习题
  • 第6章 深度学习
    • 6.1 何谓深度学习
    • 6.2 卷积神经网络
      • 6.2.1 卷积的含义
      • 6.2.2 卷积神经网络基本结构
      • 6.2.3 卷积神经网络实现手写数字识别
    • 6.3 循环神经网络
      • 6.3.1 循环神经网络基本结构
      • 6.3.2 双向循环神经网络
    • 6.4 生成对抗网络
    • 6.5 Transformer架构
      • 6.5.1 编码器
      • 6.5.2 解码器
    • 6.6 习题
  • 第7章 自然语言处理
    • 7.1 自然语言处理概述
      • 7.1.1 自然语言处理发展史
      • 7.1.2 自然语言处理应用领域
      • 7.1.3 财经新闻情感分析
    • 7.2 自然语言的机器表示
      • 7.2.1 词袋模型
      • 7.2.2 词频-逆文档频率
    • 7.3 对手机评论文本进行情感分析
      • 7.3.1 文本情感分析的层次
      • 7.3.2 中文文本情感倾向
      • 7.3.3 评论文本情感倾向分析
    • 7.4 智能语音
      • 7.4.1 语音识别
      • 7.4.2 语音合成
    • 7.5 习题
  • 第8章 DeepSeek大模型提示词设计
    • 8.1 大模型原理
    • 8.2 DeepSeek概述
    • 8.3 有效提问六要素原则
    • 8.4 创作型提示词
      • 8.4.1 风格仿写
      • 8.4.2 剧本生成
    • 8.5 制作PPT提示词
      • 8.5.1 用DeepSeek生成PPT内容
      • 8.5.2 用Kimi根据生成的内容生成PPT
    • 8.6 制作思维导图提示词
      • 8.6.1 用DeepSeek生成内容大纲
      • 8.6.2 用Xmind根据生成内容制作思维导图
    • 8.7 习题
  • 第9章 视觉大模型生成图像和视频
    • 9.1 视觉大模型概述
      • 9.1.1 国外视觉大模型
      • 9.1.2 国内视觉大模型
    • 9.2 文本生成图像
      • 9.2.1 以文生图
      • 9.2.2 以图生图
      • 9.2.3 广告设计
      • 9.2.4 人物设计
    • 9.3 图像理解
    • 9.4 视频生成与处理
      • 9.4.1 图片生视频
      • 9.4.2 文本生视频
    • 9.5 制作口播数字人
      • 9.5.1 对口型数字人制作
      • 9.5.2 动作模仿数字人制作
    • 9.6 搭建大模型工作流
      • 9.6.1 自动生成PPT工作流
      • 9.6.2 数字人口播工作流
    • 9.7 习题
  • 第10章 人工智能伦理
    • 10.1 人工智能伦理概述
    • 10.2 人工智能引发的伦理问题
      • 10.2.1 隐私泄露与数据滥用
      • 10.2.2 算法偏见与歧视
      • 10.2.3 失业与经济不平等
      • 10.2.4 安全与责任归属
    • 10.3 人工智能伦理规范
    • 10.4 人工智能伦理治理实践
    • 10.5 习题
  • 参考文献

相关图书

人工智能与创新

赵宏 主编 张健 高裴裴 陈娜 李兴娟 路明晓 李敏 王刚 郭蕴 编著

40.00 元 收藏

人工智能与未来

主编 王红梅 陈建辉 副主编 孙新德 陈勇斌 吴宁 齐兵辉

57.00 元 收藏

人工智能与计算机基础实践

主编 杨卫明 先强 副主编 蒋明宇 谭华山 杨丹

36.00 元 收藏

人工智能基础及应用

主编 刘丽 孙洪峰 副主编 赵陈粟 张美佳 胡宝芳 刘倩

39.00 元 收藏

人工智能基础（理论篇）

主编 吴文峻 张永飞 李莹 李波

38.50 元 收藏

人工智能技术与应用——面向未来教育

主编 郑豪 陈波 倪艺洋 柏宏权

42.00 元 收藏

人工智能概论

主编 张绍兰 孙晓燕 邢国波 副主编 聂秀山 李成龙

51.00 元 收藏

人工智能通识实践

主编 齐邦强 董兆安 刘红娟 副主编 齐苏敏 夏全喜 黄勇坚 王蓓

35.60 元 收藏

人工智能通识实验教程

主编 林子雨 副主编 夏小云

28.50 元 收藏

人工智能通识导论

主编 齐苏敏 李光顺 王茂励 副主编 李桂青 王来花 黄万丽 刘红娟 董兆安

36.90 元 收藏

人工智能通识教程

主编 韩志杰 陈国良 副主编 程普 王亚鲁

37.00 元 收藏

人工智能通识教程

仲兆满 主编 张巧生 王国金 赵雪峰 编

39.00 元 收藏

人工智能通识教程

林子雨

39.90 元 收藏

信息技术基础教程

罗德林 姚彤 等

35.00 元 收藏

全国计算机等级考试一级教程——计算机基础及MS Office应用

教育部教育考试院

56.00 元 收藏