万本电子书0元读

万本电子书0元读

顶部广告

人工智能概论 :应用驱动的人工智能电子书

本教材辟新路径,在保持知识系统性与理论严谨性的基础上,构建了“应用场景引领—核心技术讲解—动手实践训练—伦理反思提升”四层渐式结构,突出“贴近现实、可动手操作、有思想深度”,有效填补了目前同类教材中“面向全专业学生、强调实践能力培养”的内容空白。教材以大量日常生活中的真实应用为引导,例如音乐推荐、智能闹钟、地图导航、人脸识别卡等,贯穿图像分类、自然语言处理、生成式AI等典型技术主题,采用“任务驱动”的方式将抽象算法内化为学生可感知、可参与、可动手的项目任务。全书专设实践章节,帮助学生完成从理论到操作、从工具到产品的完整学习闭环,真正实现“学以致用”。此外,教材在章节末尾安排了系统的伦理思辨内容,专题探讨算法歧视、隐私泄露、模型偏见、AI责任划分等现实问题,引导学生形成科技理性与社会责任的双重视角。本书提供了多个真实案例、社会背景与问题导向的讨论框架,在价值观塑造方面具有明显优势。

售       价:¥

纸质售价:¥51.90购买纸书

5人正在读 | 0人评论 6.7

作       者:徐子晨,曾勍炜,杜建强

出  版  社:机械工业出版社

出版时间:2025-07-04

字       数:21.5万

所属分类: 教育 > 大中专教材 > 研究生/本科/专科教材

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(条)
  • 读书简介
  • 目录
  • 累计评论(条)
本书面向高校各专业本科生,强调基础知识的通识性与跨专业适应性,能够有效满足非计算机专业学生对人工智能知识的基本需求,并注重对其应用技能的启蒙培养。内容设置强调基础理论与应用实践并重,鼓励学生通过案例项目深理解人工智能在智慧生活、智慧医疗、智能交通等现实场景中的实际价值。本书辟新路径,在保持知识系统性与理论严谨性的基础上,构建了“应用场景引领-核心技术讲解-动手实践训练-伦理反思提升”的四层渐式结构,突出“贴近现实、可动手操作、富有思想深度”的特色,有效实现了面向各专业学生、强调实践能力培养的目标。本书以大量日常生活中的真实应用为引导,如音乐推荐、智能闹钟、地图导航、人脸识别卡等,贯穿图像分类、自然语言处理、生成式AI等典型技术主题,采用“任务驱动”的方式将抽象算法内化为学生可感知、可参与、可动手的项目任务。书中专设实践章节,帮助学生完成从理论到操作、从工具到产品的完整学习闭环,真正实现学以致用。此外,本书还安排了系统的伦理思辨内容,探讨算法歧视、隐私泄露、模型偏见、AI责任划分等现实问题,引导学生形成科技理性与社会责任的双重视角。本书提供了多个真实案例、社会背景与问题导向的讨论框架,在价值观塑造方面具有明显优势。在表达方式上,书中采用贴近青年学生语言风格的叙述方式,图文并茂,部分内容还结合AI生成的图像辅助理解,旨在降低阅读门槛,提升学习兴趣。书中既有理论讲解,也有流程图、可视化图表与代码示例,为教学与自学提供良好的支持条件。本书在教材体系设计、内容选取、教学适配性和表达风格方面均体现出鲜明的特色与原创性,是当前人工智能通识教育教材领域兼具系统性、实用性与人文深度的重要创新成果。<br/>【推荐语】<br/>本教材辟新路径,在保持知识系统性与理论严谨性的基础上,构建了“应用场景引领—核心技术讲解—动手实践训练—伦理反思提升”四层渐式结构,突出“贴近现实、可动手操作、有思想深度”,有效填补了目前同类教材中“面向全专业学生、强调实践能力培养”的内容空白。教材以大量日常生活中的真实应用为引导,例如音乐推荐、智能闹钟、地图导航、人脸识别卡等,贯穿图像分类、自然语言处理、生成式AI等典型技术主题,采用“任务驱动”的方式将抽象算法内化为学生可感知、可参与、可动手的项目任务。全书专设实践章节,帮助学生完成从理论到操作、从工具到产品的完整学习闭环,真正实现“学以致用”。此外,教材在章节末尾安排了系统的伦理思辨内容,专题探讨算法歧视、隐私泄露、模型偏见、AI责任划分等现实问题,引导学生形成科技理性与社会责任的双重视角。本书提供了多个真实案例、社会背景与问题导向的讨论框架,在价值观塑造方面具有明显优势。<br/>【作者】<br/>徐子晨??南昌大学数学与计算机学院副院长,教授,博士生导师。美国俄亥俄州立大学博士,选国家高层次人才计划,江西省“双千计划”青年领军人才计划首批选者。现任中国计算机学会体系结构专委会常务委员。主要从事人工智能、大数据方面的教研工作,在数据库、系统软件和人工智能领域国际顶级期刊和会议上发表高水平论文60余篇。获10余项国家自然科学基金、科技部重研发计划、省重研发计划等纵向基金资助以及华为、腾讯、微软、亚马逊、谷歌等国内外企业横向基金资助。获多项省部级科技奖,其中,基于时空数据的智能政务服务平台成果获江西省科技步奖一等奖(第一完成人)。曾勍炜??研究员,现任江西省计算机学会副秘书长、国家司法鉴定人(电子数据鉴定)、江西省教育省域网建设工程技术组副组长、江西教育网络安全和信息化专家委员会委员、江西省公安厅信息安全等级保护专家组专家。获省教改重项目、省科技攻关项目、协同育人项目等多项省、部级课题资助,获高校改革创新奖1项,主编全国信息化计算机应用技术资格认证项目的指定教材2部,取得发明专利2项,担任多个SCI期刊审稿人。杜建强??博士,二级教授,博士生导师。现任南昌大学副校长,中国中医药信息学会副会长,江西省百千万工程人选,江西省高校中青年学科带头人。主要研究领域为医药大数据与人工智能、医学自然语言处理。近年来,先后主持了国家重研发计划课题、国家自然科学基金等国家级和省部级重课题近20余项。主持的三项科研成果荣获江西省科技步奖,主持的教改成果分别获国家优秀教学成果二等奖、省级优秀教学成果一等奖和二等奖。主编全国中医药高等教育“十二五”“十三五”“十四五”规划教材,在国内外重要刊物和学术会议上发表论文160余篇,其中三大索引收录80余篇,获软件著作权30余项,授权发明专利8项。<br/>
目录展开

推荐序1

推荐序2

前言

第1章 初识人工智能

1.1 人工智能的定义

1.1.1 智能的定义

1.1.2 机器的智能

1.2 人工智能的发展历程

1.2.1 人工智能的第一个热潮

1.2.2 人工智能的第二个热潮

1.2.3 人工智能的第三个热潮

1.3 人工智能的分类

1.3.1 基于能力的分类

1.3.2 基于学派的分类

1.3.3 基于关键技术的分类

1.4 人工智能的现在和未来

小结

习题

第2章 人工智能基础

2.1 人工智能、机器学习和深度学习的关系

2.2 机器学习

2.2.1 机器学习的定义

2.2.2 机器学习的原理

2.3 线性回归与逻辑回归

2.3.1 线性回归

2.3.2 逻辑回归

2.3.3 评估与优化

2.4 深度学习

2.4.1 从“学习”到“深度学习”

2.4.2 深度学习和机器学习的区别

2.4.3 深度学习的崛起

2.4.4 深度学习的灵感来源

2.4.5 深度学习的三大核心层

2.4.6 深度学习的优势与挑战

小结

习题

第3章 人工智能核心技术

3.1 计算机视觉

3.1.1 计算机视觉的奠基者

3.1.2 图像采集与表示

3.1.3 计算机视觉任务与问题

3.2 自然语言智能

3.2.1 语音识别

3.2.2 自然语言处理

3.3 生成式人工智能

3.3.1 从判别到生成

3.3.2 工作原理

3.3.3 模态类型

小结

习题

第4章 人工智能的应用

4.1 智慧生活

4.1.1 智能家居

4.1.2 智能助理

4.1.3 智能娱乐与个性化推荐

4.2 智慧驾驶

4.2.1 自动驾驶技术

4.2.2 车联网与智能交通系统

4.3 智慧医疗

4.3.1 医疗影像分析与诊断支持

4.3.2 个性化医疗与基因分析

4.3.3 远程医疗与虚拟健康助手

小结

习题

第5章 人工智能的提示工程

5.1 提示工程简介

5.1.1 定义与内涵

5.1.2 发展历程

5.1.3 重要性与价值

5.2 提示技巧

5.2.1 基于样本数量的提示词技术

5.2.2 基于思考过程的提示词技术

5.2.3 基于一致性和连贯性的提示词技术

5.2.4 基于知识和信息的提示词技术

5.2.5 基于优化和效率的提示词技术

5.2.6 基于用户交互的提示词技术

5.3 实际应用

5.3.1 用人工智能快速生成一份报告

5.3.2 用人工智能快速制作一张插画

小结

习题

第6章 第一个人工智能项目

6.1 人工智能的编程语言——Python

6.1.1 Python简介与特点

6.1.2 Python在人工智能中的作用

6.2 前置知识学习

6.2.1 Python相关

6.2.2 数据预处理

6.2.3 可视化

6.2.4 深度学习框架

6.3 项目概述

6.3.1 项目背景与意义

6.3.2 技术选型与实现框架

6.3.3 学习目标

6.4 从数据集处理开始

6.4.1 数据导入与查看

6.4.2 数据预处理

6.4.3 数据加载与批次处理

6.5 深度学习模型构建

6.5.1 硬件设备配置

6.5.2 模型结构定义

6.5.3 设置学习目标与优化策略

6.5.4 训练流程定义

6.5.5 测试流程定义

6.6 正式开始训练模型

6.6.1 设置训练参数与初始化记录

6.6.2 执行训练、测试循环

6.7 测试模型

6.7.1 训练与验证结果的可视化

6.7.2 生成混淆矩阵

6.7.3 生成评估报告

小结

习题

第7章 关于人工智能的思考

7.1 人工智能的算法歧视问题

7.1.1 算法歧视的概念和具体表现

7.1.2 算法歧视的成因

7.1.3 解决算法歧视的对策

7.2 人工智能的隐私问题

7.2.1 数据隐私与人工智能的关系

7.2.2 保护数据隐私的技术与法规

7.3 人工智能的责任与监管问题

7.3.1 人工智能决策中的责任归属问题

7.3.2 人工智能的监管与安全保障

小结

习题

附录 专业名词解释

习题答案

累计评论(条) 个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部