顶部
收藏

人工智能基础(新医科版)


作者:
王耀民 曾华 王龙 主编
定价:
43.00 元
版面字数:
380.00千字
开本:
16开
装帧形式:
平装
页数:
276
最新
印次时间:
2026年09月
ISBN:
978-7-04-068239-7
物料号:
68239-00
出版时间:
2026-09-07
读者对象:
高等教育
一级分类:
计算机/教育技术类

本书作为面向普通本科院校人工智能通识教学的入门教材,兼顾理论深度与实践应用,旨在帮助读者构建完整的人工智能知识与能力体系。全书遵循人工智能通识“懂AI、善应用、守伦理”的核心教学理念,包括信息与计算基础、人工智能概述、生成式人工智能应用与实践、WPS基础与智能办公、机器学习与深度学习5章,系统阐述机器学习与深度学习的核心原理,同时结合WPSAI生态,详细解析全场景智能办公技巧,以满足实际应用需求。 本书兼具通识教育的广度与行业特色,特别设置医学人工智能、智能办公等专题内容,适用于医学院校的人工智能通识课程教学,旨在帮助读者掌握人工智能的基础理论与工具应用能力,并培养规范的技术伦理观念。
  • 目录
    • 前辅文
      • 第1章 信息与计算基础
        • 1.1 信息、数据与智能的基本概念
          • 1.1.1 信息、数据与知识的区分
            • 1.1.2 数字化、数据化与智能化
              • 1.1.3 信息的可计算性与可处理性
              • 1.2 计算的本质:从计算机到智能系统
                • 1.2.1 计算的概念
                  • 1.2.2 计算机的发展与形态演进
                    • 1.2.3 面向人工智能的计算特征
                    • 1.3 计算机系统基础
                      • 1.3.1 计算机系统的基本组成
                        • 1.3.2 CPU、GPU与AI加速器
                          • 1.3.3 操作系统与资源调度
                          • 1.4 计算机网络与智能互联
                            • 1.4.1 网络的基本作用
                              • 1.4.2 从互联网到云算力网络
                                • 1.4.3 移动互联网与智能终端
                                • 1.5 云计算与算力基础设施
                                  • 1.5.1 云计算的基本概念
                                    • 1.5.2 云计算与人工智能的关系
                                      • 1.5.3 算力作为新型生产要素
                                      • 1.6 信息安全、数据安全与AI安全基础
                                        • 1.6.1 信息安全的基本目标
                                          • 1.6.2 数据安全与隐私保护
                                            • 1.6.3 人工智能安全的初步认知
                                            • 1.7 从计算到智能
                                              • 1.7.1 何谓“智能不仅存在于软件中”
                                                • 1.7.2 具身智能的计算基础
                                                  • 1.7.3 从计算基础到未来智能形态
                                                  • 思考与练习
                                                  • 第2章 人工智能概述
                                                    • 2.1 人工智能概述
                                                      • 2.1.1 定义与目标
                                                        • 2.1.2 人工智能三大流派:符号主义、连接主义、行为主义
                                                          • 2.1.3 人工智能的类型:弱人工智能、强人工智能与超人工智能
                                                          • 2.2 人工智能发展历程
                                                            • 2.2.1 孕育期
                                                              • 2.2.2 黄金期与第一次寒冬
                                                                • 2.2.3 专家系统与第二次兴衰
                                                                  • 2.2.4 深度学习驱动的复兴与爆发
                                                                  • 2.3 人工智能的关键技术
                                                                    • 2.3.1 机器学习
                                                                      • 2.3.2 深度学习
                                                                        • 2.3.3 计算机视觉
                                                                          • 2.3.4 自然语言处理
                                                                            • 2.3.5 知识图谱与推理
                                                                            • 2.4 人工智能的应用
                                                                              • 2.4.1 行业应用概览
                                                                                • 2.4.2 医学人工智能专题
                                                                                • 2.5 人工智能的未来探索
                                                                                  • 2.5.1 技术发展趋势
                                                                                    • 2.5.2 面临的挑战与伦理思考
                                                                                      • 2.5.3 人工智能与人类的未来
                                                                                      • 思考与练习
                                                                                      • 第3章 生成式人工智能应用与实践
                                                                                        • 3.1 AIGC概述
                                                                                          • 3.1.1 AIGC的概念
                                                                                            • 3.1.2 AIGC对人类生产方式的变革
                                                                                              • 3.1.3 AIGC应用核心能力框架
                                                                                              • 3.2 AIGC关键技术与原理
                                                                                                • 3.2.1 词元的概念与用途
                                                                                                  • 3.2.2 注意力机制与Transformer
                                                                                                    • 3.2.3 文本生成与大语言模型
                                                                                                      • 3.2.4 视觉生成与扩散模型
                                                                                                        • 3.2.5 多模态大模型
                                                                                                        • 3.3 提示词
                                                                                                          • 3.3.1 提示词
                                                                                                            • 3.3.2 提示词的作用机制
                                                                                                              • 3.3.3 提示词的构成要素
                                                                                                                • 3.3.4 提示词设计的基本准则与具体策略
                                                                                                                  • 3.3.5 结构化提示词
                                                                                                                    • 3.3.6 不同工具的提示词差异与优化技巧
                                                                                                                    • 3.4 AIGC文本类应用实践
                                                                                                                      • 案例一:文献精读与多文档对比分析
                                                                                                                        • 案例二:模拟标准化病人问诊
                                                                                                                          • 案例三:专业课程助手
                                                                                                                            • 案例四:代码辅助学习
                                                                                                                              • 案例五:论文选题和生成大纲
                                                                                                                                • 案例六:一键生成PPT大纲与内容
                                                                                                                                  • 案例七:数据可视化与分析
                                                                                                                                  • 3.5 AIGC图像类应用实践
                                                                                                                                    • 3.5.1 文生图
                                                                                                                                      • 3.5.2 图生图
                                                                                                                                        • 3.5.3 AIGC生成图形图像的典型应用
                                                                                                                                        • 3.6 AIGC音频类应用实践
                                                                                                                                          • 3.6.1 音频类AIGC基本介绍
                                                                                                                                            • 3.6.2 AIGC生成音频典型应用
                                                                                                                                            • 3.7 AIGC视频类应用实践
                                                                                                                                              • 3.7.1 视频类AIGC基本介绍
                                                                                                                                                • 3.7.2 AIGC视频类应用场景
                                                                                                                                                  • 3.7.3 AIGC生成视频典型应用
                                                                                                                                                    • 3.7.4 AIGC创建数字人
                                                                                                                                                    • 3.8 AIGC搜索应用实践
                                                                                                                                                      • 3.8.1 AIGC搜索与传统搜索的区别
                                                                                                                                                        • 3.8.2 AIGC搜索应用实践
                                                                                                                                                          • 3.8.3 RAG
                                                                                                                                                          • 3.9 智能体
                                                                                                                                                            • 3.9.1 智能体概述
                                                                                                                                                              • 3.9.2 智能体工作原理
                                                                                                                                                                • 3.9.3 基于扣子平台搭建智能体
                                                                                                                                                                • 3.10 AIGC幻觉
                                                                                                                                                                  • 3.10.1 AIGC幻觉概述
                                                                                                                                                                    • 3.10.2 AIGC幻觉的识别与避免方法
                                                                                                                                                                    • 思考与练习
                                                                                                                                                                    • 第4章 WPS基础与智能办公
                                                                                                                                                                      • 4.1 WPS基础操作
                                                                                                                                                                        • 4.1.1 文字处理基本操作
                                                                                                                                                                          • 4.1.2 电子表格基本操作
                                                                                                                                                                            • 4.1.3 演示文稿基本操作
                                                                                                                                                                              • 4.1.4 云文档与协作基础
                                                                                                                                                                              • 4.2 WPS与AI融合概述
                                                                                                                                                                                • 4.2.1 WPS与AI的融合
                                                                                                                                                                                  • 4.2.2 WPS AI智能化办公的优势
                                                                                                                                                                                    • 4.2.3 WPS AI的使用指南
                                                                                                                                                                                    • 4.3 WPS AI辅助文字处理
                                                                                                                                                                                      • 4.3.1 WPS AI的入口方式与基本使用逻辑
                                                                                                                                                                                        • 4.3.2 AI辅助写作:从“不会写”到“有初稿”
                                                                                                                                                                                          • 4.3.3 AI辅助修改:扩写、缩写、润色与续写
                                                                                                                                                                                            • 4.3.4 AI辅助排版:结构清晰比“好看”更重要
                                                                                                                                                                                              • 4.3.5 AI辅助校对与内容理解
                                                                                                                                                                                              • 4.4 WPS AI辅助数据处理与分析
                                                                                                                                                                                                • 4.4.1 数据智能处理
                                                                                                                                                                                                  • 4.4.2 数据计算
                                                                                                                                                                                                    • 4.4.3 数据分析
                                                                                                                                                                                                      • 4.4.4 图表生成与美化
                                                                                                                                                                                                        • 4.4.5 数据透视表与数据透视图
                                                                                                                                                                                                          • 4.4.6 数据的深度剖析
                                                                                                                                                                                                            • 4.4.7 表格数据的跨应用协同与复用
                                                                                                                                                                                                            • 4.5 WPS AI辅助演示文稿
                                                                                                                                                                                                              • 4.5.1 智能创作演示文稿
                                                                                                                                                                                                                • 4.5.2 自动排版与美化
                                                                                                                                                                                                                  • 4.5.3 动画与切换效果
                                                                                                                                                                                                                    • 4.5.4 演示文稿的跨应用协同与复用
                                                                                                                                                                                                                    • 4.6 在线智能文档
                                                                                                                                                                                                                      • 4.6.1 在线智能文档的特点及优势
                                                                                                                                                                                                                        • 4.6.2 智能文档的AI功能
                                                                                                                                                                                                                          • 4.6.3 智能表格的AI功能
                                                                                                                                                                                                                            • 4.6.4 智能表单的AI功能
                                                                                                                                                                                                                            • 4.7 综合案例:WPS AI智能化办公实战应用
                                                                                                                                                                                                                              • 案例一:智能制作与编排项目策划文案
                                                                                                                                                                                                                                • 案例二:智能统计与分析销售数据表格
                                                                                                                                                                                                                                  • 案例三:智能高效制作工作总结PPT
                                                                                                                                                                                                                                    • 案例四:智能高效构建多维表格应用
                                                                                                                                                                                                                                    • 思考与练习
                                                                                                                                                                                                                                    • 第5章 机器学习与深度学习
                                                                                                                                                                                                                                      • 5.1 机器学习概述
                                                                                                                                                                                                                                        • 5.1.1 机器学习的定义与核心目标
                                                                                                                                                                                                                                          • 5.1.2 机器学习与传统编程的区别
                                                                                                                                                                                                                                            • 5.1.3 机器学习的发展历程与关键里程碑
                                                                                                                                                                                                                                              • 5.1.4 机器学习在医学领域的典型应用场景与案例
                                                                                                                                                                                                                                                • 5.1.5 学习路径与核心素养要求
                                                                                                                                                                                                                                                • 5.2 机器学习的基本分类及经典算法
                                                                                                                                                                                                                                                  • 5.2.1 监督学习:分类与回归
                                                                                                                                                                                                                                                    • 5.2.2 无监督学习:聚类与降维
                                                                                                                                                                                                                                                    • 5.3 机器学习的基本工作流程
                                                                                                                                                                                                                                                      • 5.3.1 阶段一:问题定义
                                                                                                                                                                                                                                                        • 5.3.2 阶段二:数据获取与理解
                                                                                                                                                                                                                                                          • 5.3.3 阶段三:数据预处理
                                                                                                                                                                                                                                                            • 5.3.4 阶段四:特征工程
                                                                                                                                                                                                                                                              • 5.3.5 阶段五:模型构建与评估
                                                                                                                                                                                                                                                                • 5.3.6 阶段六:部署与监控
                                                                                                                                                                                                                                                                • 5.4 深度学习入门
                                                                                                                                                                                                                                                                  • 5.4.1 深度学习的定义与发展历程
                                                                                                                                                                                                                                                                    • 5.4.2 传统机器学习与深度学习的区别
                                                                                                                                                                                                                                                                      • 5.4.3 神经元与激活函数
                                                                                                                                                                                                                                                                        • 5.4.4 网络结构:输入层、隐藏层、输出层
                                                                                                                                                                                                                                                                          • 5.4.5 循环神经网络
                                                                                                                                                                                                                                                                            • 5.4.6 迁移学习
                                                                                                                                                                                                                                                                              • 5.4.7 深度学习在医学领域的应用优势与挑战
                                                                                                                                                                                                                                                                              • 5.5 机器学习与深度学习的医学伦理
                                                                                                                                                                                                                                                                                • 5.5.1 医学人工智能伦理的核心内涵与发展背景
                                                                                                                                                                                                                                                                                  • 5.5.2 数据伦理:医疗数据的获取、使用与保护
                                                                                                                                                                                                                                                                                    • 5.5.3 算法伦理:公平性、可解释性与可靠性
                                                                                                                                                                                                                                                                                      • 5.5.4 责任伦理:责任界定、主体义务与监管体系
                                                                                                                                                                                                                                                                                        • 5.5.5 医学人工智能伦理的未来发展趋势与实践建议
                                                                                                                                                                                                                                                                                        • 5.6 医学人工智能实践
                                                                                                                                                                                                                                                                                          • 项目一:AI辅助编程实践
                                                                                                                                                                                                                                                                                            • 项目二:基于Scikit-learn的糖尿病风险预测(机器学习)
                                                                                                                                                                                                                                                                                              • 项目三:基于CNN的简易医学影像分类(深度学习入门)
                                                                                                                                                                                                                                                                                              • 思考与练习
                                                                                                                                                                                                                                                                                              • 参考文献

                                                                                                                                                                                                                                                                                              相关图书