新書推薦：
《
20世纪的设计
》
售價：HK$
107.8
《
短线猎金
》
售價：HK$
57.2
《
DK伟大的城市地图
》
售價：HK$
217.8
《
人工智能的多视角审视 “人类智能与人工智能”书系（第一辑）
》
售價：HK$
217.8
《
拥抱自然的孩子：70个深度自然游戏
》
售價：HK$
64.9
《
QBQ!问题背后的问题III：成就卓越的组织（修订版）
》
售價：HK$
53.9
《
艺术家课堂 动漫创作与职业之路
》
售價：HK$
186.8
《
暗示的力量：唤醒孩子的内驱力
》
售價：HK$
54.8
|
| 內容簡介： |
|
本书依据《高等学校人工智能创新行动计划》（2018），遵循\打造体系化人工智能通识课程体系（2024）”要求，从人工智能导论、人工智能编程基础、人工智能计算平台、人工智能网络环境、人工智能基本技术、大模型及其应用技术、机器学习及其应用等七个维度布局内容。本书的主要特色有：一是与时俱进，从人工智能原理和应用视角，构建教材内容；二是守正创新，在强化学生计算思维能力培养的同时，提高学生利用人工智能技术解决实际问题的能力；三是强化实践，将 Python 相关知识贯穿教材始终，通过大量编程实例增强学生对人工智能的理解能力；四是加强价值引领，聚焦创新素养、工匠精神与家国情怀的养成。 本书可作为高等院校、高职高专大学计算机基础系列课程和人工智能通识教育的教材。
|
| 關於作者： |
|
桂小林，工学博士，西安交通大学教授(二级），博士生导师。西安交通大学领军学者，国家级实验教学示范中心主任，物联网与信息安全研究所所长，陕西省计算机网络重点实验室主任。入选国家级教学名师、新世纪优秀人才、陕西省教学名师、高校计算机专业优秀教师奖励计划（优秀教师）。荣获宝钢优秀教师奖、王宽诚育才奖。主持国家重点研发、国家科技重大专项、国家自然科学基金和863计划项目等40余项，发表SCI论文70余篇；出版大学计算机基础和物联网技术等相关教材10部。获国家教学成果一等奖1项、省教学成果奖5项，省部科学技术奖3项。
|
| 目錄：
|
目 录
第1章 人工智能导论 1
1.1 人工智能的基本概念 2
1.1.1 人工智能的定义 2
1.1.2 人工智能的特征 3
1.2 人工智能的发展历程 4
1.2.1 人工智能的三大热潮 5
1.2.2 人工智能三大学派 8
1.3 人工智能的关键技术 9
1.3.1 传统人工智能技术 9
1.3.2 现代人工智能技术 10
1.3.3 人工智能的数据获取方法 12
1.4 人工智能与社会伦理 13
1.4.1 机器决策的道德责任 13
1.4.2 人工智能的权利与义务 14
1.4.3 人工智能对就业的冲击 14
1.5 人工智能的典型应用 15
1.6 本章小结 17
本章习题 18
第2章 人工智能的编程基础 20
2.1 人工智能的编程语言 21
2.1.1 程序设计语言的分类 21
2.1.2 程序设计语言的选择 22
2.1.3 编程环境的选择 24
2.2 Python编程环境 25
2.2.1 安装Python编程环境 26
2.2.2 Python语言的编程方式 28
2.3 Python程序设计初步 30
2.3.1 Python的公式与函数计算 31
2.3.2 Python程序的基本组成 35
2.3.3 Python数据类型 39
2.3.4 Python运算符及优先级 42
2.3.5 Python程序的数学函数 45
2.4 Python语言的程序控制 45
2.4.1 Python语言的复合语句 45
2.4.2 Python语言的控制结构 48
2.5 Python组合数据类型 51
2.5.1 字符串 52
2.5.2 列表 53
2.5.3 元组 55
2.5.4 字典和集合 56
2.6 Python函数与文件 58
2.6.1 Python函数 58
2.6.2 文件的输入与输出 61
2.7 本章小结 64
本章习题 64
第3章 人工智能的计算平台 66
3.1 人工智能平台概述 67
3.1.1 硬件基础设施 67
3.1.2 软件开发环境 69
3.2 单计算机系统 70
3.2.1 单计算机系统模型 70
3.2.2 单计算机系统的组成 74
3.3 计算机的数字化编码 78
3.3.1 计算机的数制 78
3.3.2 进制数的转换 80
3.3.3 字符编码 83
3.3.4 字形编码 87
3.4 多计算机系统 89
3.4.1 并行计算系统 90
3.4.2 网络计算系统 92
3.5 GPU并行计算系统 94
3.5.1 GPU体系架构 94
3.5.2 GPU工作流程与应用 95
3.6 云计算 96
3.6.1 云计算的服务模式 98
3.6.2 云计算虚拟化技术 99
3.6.3 云存储技术 101
3.7 本章小结 107
本章习题 108
第4章 人工智能的网络环境 110
4.1 网络的概念与体系架构 111
4.1.1 计算机网络的体系架构 111
4.1.2 计算机网络的数据封装 112
4.2 计算机网络协议与设备 114
4.2.1 计算机网络协议 114
4.2.2 计算机网络设备 120
4.3 物联网与数据感知 122
4.3.1 物联网的概念 122
4.3.2 物联网的主要特征 124
4.3.3 物联网的起源与发展 125
4.3.3 基于物联网的人工智能数据感知技术 127
4.4 本章小结 132
本章习题 132
第5章 人工智能的基本技术 134
5.1 专家系统 135
5.1.1 专家系统的概念 135
5.1.2 专家系统的构成 136
5.1.3 专家系统的应用 137
5.2 人工神经网络 139
5.2.1 生物神经网络 140
5.2.2 人工神经网络 141
5.3 BP神经网络 144
5.3.1 BP神经网络的结构与工作过程 144
5.3.2 BP神经网络的激活函数 147
5.3.3 BP神经网络的损失函数 150
5.3.4 BP神经网络的权重更新 152
5.3.5 BP神经网络的梯度计算 154
5.4 深度神经网络 157
5.4.1 卷积神经网络 158
5.4.2 循环神经网络 163
5.4.3 残差神经网络 168
5.5 本章小结 172
本章习题 172
第6章 大模型及其应用技术 175
6.1 大模型的概念与发展历程 176
6.1.1 大模型技术的概念与特征 176
6.1.2 大模型的发展历程 176
6.2 典型大模型系统 177
6.2.1 自然语言处理大模型 177
6.2.2 计算机视觉大模型 184
6.2.3 国产大模型应用系统 190
6.3 大模型的应用技术 196
6.3.1 文生文 197
6.3.2 文生图 199
6.3.3 图生图 201
6.3.4 提示性工程 202
6.4 大模型的典型应用 203
6.4.1 DeepSeek的应用 203
6.4.2 大模型赋能教育 206
6.4.3 AI赋能办公 207
6.4.4 AI赋能PPT制作 209
6.5 本章小结 211
本章习题 211
第7章 机器学习及其应用 214
7.1 机器学习的概念与发展历程 215
7.1.1 机器学习的概念 215
7.1.2 机器学习与深度学习 215
7.1.3 机器学习的发展历程 216
7.2 机器学习的分类 218
7.2.1 无监督学习的概念与特征 218
7.2.2 无监督学习算法 219
7.2.3 有监督学习 224
7.3 机器学习的模型训练 227
7.3.1 模型训练的目的和方式 227
7.3.2 模型训练过程 229
7.4 机器学习的典型应用 232
7.4.1 手写字识别 232
7.4.2 猫狗识别 236
7.5 联邦学习及其应用 239
7.5.1 联邦学习的概念与分类 239
7.5.2 联邦学习的工作过程 240
7.5.3 联邦学习的全局模型聚合方法 243
7.5.4 影响联邦学习效率的主要因素 243
7.5.5 基于联邦学习的网络异常检测 245
7.6 本章小结 248
本章习题 248
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
