1. 通俗易懂，生动展示人工智能技术基础 本书从通识教育角度出发编写，避免展示复杂的算法和数学公式，而是使用通俗的语言、生动的图片和丰富的案例，介绍人工智能的基本概念、发展历程、核心技术、应用场景以及伦理挑战，帮助读者建立对人工智能的全面认知框架。 2. 内容全面，涵盖人工智能丰富社会应用 本书结合丰富实践案例探讨人工智能在各个领域的应用，涉及日常生活、交通、教育、设计、医疗、制造、科学研究等，展示了人工智能如何改变这些领域的运作方式，同时分析了其中可能存在的问题和挑战。
售 价：¥
纸质售价：¥50.80购买纸书
6.7
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
扉页
内容提要
前言
第1章 人工智能概述
1.1 人工智能的相关概念
1.1.1 智能
1.1.2 人工智能
1.2 人工智能的发展史
1.2.1 幻想阶段
1.2.2 孕育阶段
1.2.3 形成阶段
1.2.4 积累阶段
1.2.5 发展阶段
1.3 人工智能的主流学派
1.3.1 符号主义
1.3.2 连接主义
1.3.3 行为主义
要点提炼
课后挑战
第2章 人工智能基础
2.1 人工智能与数据
2.1.1 数据的含义与重要性
2.1.2 数据的类型
2.1.3 数据的来源
2.1.4 数据预处理
2.1.5 数据存储与管理
2.2 人工智能与算法
2.2.1 算法概述
2.2.2 算法的类型
2.2.3 算法的设计与实现
2.3 人工智能与算力
2.3.1 算力的含义与重要性
2.3.2 算力的类型
2.3.3 算力的应用
2.3.4 算力的发展趋势
2.4 人工智能的软件工具
2.4.1 编程语言
2.4.2 开发框架与库
2.4.3 数据处理工具
2.4.4 集成开发环境
要点提炼
课后挑战
第3章 人工智能传统应用
3.1 推理与证明
3.1.1 逻辑推理的概念
3.1.2 定理证明系统
3.1.3 推理机的概述
3.1.4 推理机的工作原理
3.2 专家系统
3.2.1 专家系统的概述
3.2.2 专家系统的工作原理
3.2.3 专家系统的应用
3.3 Alpha人工智能
3.3.1 AlphaGo概述
3.3.2 AlphaGo的发展历史
3.3.3 AlphaGo的核心原理
3.3.4 AlphaZero
要点提炼
课后挑战
第4章 人工智能前沿应用
4.1 自然语言处理
4.1.1 自然语言处理概述
4.1.2 自然语言处理的发展
4.1.3 机器翻译
4.1.4 语音合成
4.1.5 语音识别
4.1.6 情感分析
4.2 图像处理
4.2.1 图像处理概述
4.2.2 图像边缘检测
4.2.3 图像匹配
4.2.4 图像分割
4.2.5 目标检测
4.3 计算机视觉
4.3.1 计算机视觉概述
4.3.2 面部识别
4.3.3 行为分析
4.3.4 场景理解
4.4 大语言模型
4.4.1 大语言模型概述
4.4.2 大语言模型的发展历程
4.4.3 常见大语言模型
4.4.4 大语言模型的应用
要点提炼
课后挑战
第5章 智能生活
5.1 智能娱乐
5.1.1 智能推荐系统
5.1.2 虚拟现实与增强现实
5.1.3 智能健身与健康
5.2 智能社交
5.2.1 社交媒体内容推荐
5.2.2 聊天机器人与智能助手
5.2.3 情感分析与情绪识别
5.2.4 社交网络分析
5.3 智能购物
5.3.1 智能客服与虚拟导购
5.3.2 个性化营销与推荐
5.4 智能家居
5.4.1 智能家电
5.4.2 智能安全
5.4.3 智能照明与能源管理
要点提炼
课后挑战
第6章 智能交通
6.1 自动驾驶
6.1.1 自动驾驶概述
6.1.2 人工智能在自动驾驶技术中的应用
6.2 智能交通管理系统
6.2.1 实时交通监控
6.2.2 交通流量管理
6.2.3 交通优化
6.2.4 智能出行建议
6.2.5 事故预警检测与响应
6.3 智慧物流
6.3.1 智慧物流概述
6.3.2 货物跟踪与管理
6.3.3 仓储自动化
6.3.4 运输优化
6.3.5 配送调度
要点提炼
课后挑战
第7章 智能教育
7.1 智能教育概述
7.1.1 智能教育的发展背景
7.1.2 智能教育的应用场景
7.2 个性化学习
7.2.1 个性化学习的运行机制
7.2.2 个性化学习的应用案例
7.2.3 协同过滤技术
7.2.4 个体数字画像
7.2.5 基于用户行为的推荐算法
7.2.6 基于内容的推荐算法
7.3 智能导师系统
7.3.1 构成智能导师系统的功能模型
7.3.2 构成智能导师系统的实现方式
7.3.3 生成式人工智能引领智能导师系统
7.4 基于集成学习的学生情感识别
7.4.1 集成学习概述
7.4.2 集成学习的三大算法
7.4.3 集成学习的应用：大学生情绪识别
要点提炼
课后挑战
第8章 智能设计
8.1 智能设计概述
8.1.1 智能设计定义与发展历程
8.1.2 智能设计指导原则
8.2 智能设计技术
8.2.1 创意生成技术
8.2.2 视觉内容生成
8.2.3 智能设计模型
8.3 智能设计工具
8.3.1 设计辅助工具
8.3.2 设计协作工具
8.3.3 虚拟现实设计工具
8.4 智能设计实践与应用
8.4.1 智能产品设计
8.4.2 智能建筑设计
8.4.3 智能平面设计
8.4.4 智能动画设计
要点提炼
课后挑战
第9章 智能医疗
9.1 智能医疗概况
9.2 疾病诊断与预测
9.2.1 疾病预测
9.2.2 医疗影像分析
9.2.3 深度学习在疾病诊断中的应用
9.3 药物研发
9.3.1 人工智能与药物研发
9.3.2 深度学习在药物研发中的应用
9.4 远程医疗
9.4.1 远程医疗的定义与发展
9.4.2 远程医疗的应用
要点提炼
第10章 智能制造
10.1 工业机器人
10.1.1 工业机器人概述
10.1.2 机器人视觉引导与定位
10.1.3 协作机器人
10.1.4 多机器人系统协同
10.1.5 机器人维护与诊断
10.2 智能供应链
10.2.1 智能供应链概述
10.2.2 智能供应链核心技术与应用
10.3 智能制造系统
10.3.1 智能制造系统架构
10.3.3 智能制造系统环节
10.3.4 绿色制造
要点提炼
课后挑战
第11章 人工智能与科学研究
11.1 人工智能在科学研究中的重要性
11.2 人工智能在材料科学中的应用
11.2.1 材料科学研究的背景与意义
11.2.2 Materials Project的核心技术
11.2.3 应用实例
11.2.4 人工智能在材料科学中的其他应用
11.3 人工智能在生物医学中的应用
11.3.1 生物医学研究的背景与意义
11.3.2 AlphaFold3的核心技术
11.3.3 实际应用
11.3.4 人工智能在生物医学中的其他应用
11.4 人工智能在化学中的应用
11.4.1 化学研究的背景与意义
11.4.2 ChemNet的核心技术
11.4.3 实际应用
11.4.4 人工智能在化学中的其他应用
11.5 人工智能在环境科学中的应用
11.5.1 环境科学的背景与意义
11.5.2 ClimateNet的核心技术
11.5.3 应用案例
11.5.4 人工智能在环境科学中的其他应用
要点提炼
课后挑战
第12章 人工智能的未来
12.1 人工智能与人机共生
12.1.1 新一轮人工智能的特质与人机关系
12.1.2 走向人机共生新时代
12.2 人工智能伦理与法律
12.2.1 人工智能伦理挑战
12.2.2 人工智能伦理准则与治理原则
12.2.3 法律框架与政策制定
12.3 人工智能未来发展与挑战
12.3.1 人工智能的十大前沿技术趋势
12.3.2 人工智能技术的未来发展方向
要点提炼
课后挑战
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
