科技 类型
可以朗读 语音朗读
196千字 字数
No.25 科学技术
2025-05-01 发行日期
展开全部

主编推荐语

本书旨在引导读者了解人工智能的基础概念、技术原理及应用场景。

内容简介

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入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。

本书开辟新路径，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”的四层渐进式结构，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、人脸识别打卡等，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。

目录

  • 版权信息
  • 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
  • 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
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

机械工业出版社

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。