新書推薦：
《
道心惟微：中国大一统王朝的战略文化与历史启示
》
售價：HK$
107.8
《
近代中国“世界”观念研究
》
售價：HK$
97.9
《
重写灵魂：多重人格与记忆科学（共域世界史）
》
售價：HK$
119.9
《
水墨剑来（剑来 动画官方典藏画集）
》
售價：HK$
184.8
《
新伦巴第街：美联储如何成为最后交易商
》
售價：HK$
63.8
《
思考致富4：自我推销术
》
售價：HK$
52.8
《
权力与财富 晚清时期的金融博弈（以金融视角重构晚清史，揭开晚清金融体系背后的权谋暗战）
》
售價：HK$
79.2
《
我们赖以生存的隐喻：修订译本
》
售價：HK$
79.2
|
| 編輯推薦： |
|
本书从农林院校的独特视角出发，系统介绍了人工智能的基础技术及其应用，旨在帮助读者建立清晰的“人工智能 + 农业”的知识框架，并掌握相关技术的基本原理与实践方法。全书共八章，遵循“基础 → 技术应用 → 前沿展望”的逻辑架构编排，循序渐进地引导读者深入理解人工智能的发展趋势、关键技术及智慧农业应用案例。第1章从人工智能与农业的演进历程切入，介绍相关概念、核心特征及关键技术体系，探讨人工智能如何赋能农业现代化。第2章讲解机器学习的基础知识，为后续人工智能技术的学习奠定理论基础。第3至第7章详细介绍人工智能的若干关键技术及其应用，包括计算机视觉、大数据分析、物联网、区块链、生物信息学等。每章不仅阐述基础原理，还结合典型案例，展示其在农业生产与管理各环节的应用实践。第8章展望大模型时代的智慧农业，分析人工智能大模型的发展趋势及其对农业智能化的深远影响。本书内容力求体系完整、结构严谨、易于理解，兼顾理论技术与实践应用，并提供了相关农业领域的实际案例，使读者能够结合具体场景理解技术的实用价值。
|
| 內容簡介： |
|
本书从农林院校的特色视角出发，系统介绍了人工智能的基础技术及其应用，旨在帮助读者建立清晰的“人工智能 + 农业”的知识框架，并掌握相关技术的基本原理与实践方法。全书共8章，遵循“基础 → 技术应用 → 前沿展望”的逻辑架构编排，循序渐进地引导读者深入理解人工智能的发展趋势、关键技术及智慧农业的应用案例。第1章从人工智能与农业的演进历程切入，介绍相关概念、核心特征及关键技术体系，探讨人工智能如何赋能农业现代化。第2章讲解机器学习的基础知识，为后续人工智能技术的学习奠定理论基础。第3~7章详细介绍人工智能的若干关键技术及其应用，包括计算机视觉、大数据分析、物联网、区块链、生物信息学等，不仅阐述了基础原理，还结合典型案例，展示它们在农业生产与管理各环节的应用实践。第8章展望大模型时代的智慧农业，分析人工智能大模型的发展趋势及其对农业智能化的深远影响。本书适用于高等院校农林类、理工类及其他专业有志于学习人工智能和智慧农业关键技术的本科生、研究生，可作为农林院校人工智能通识课程的教材，并提供PPT等课程配套资源。本书特色：通识性与系统性并重：涵盖人工智能基础概念、核心算法等的通识讲解，并对人工智能的关键技术及其实际应用案例进行了进阶性、系统性介绍。理论结合实践，贴近农业应用：在阐述人工智能关键技术时，辅以大量农业领域的实际案例，旨在帮助读者结合具体应用场景，深刻理解人工智能技术的应用价值。循序渐进，适合不同层次读者：内容编排由浅入深，采用模块化设计，既适合初学者入门，也适合具备一定技术基础的读者进行深入学习。
|
| 關於作者： |
|
黄栋 华南农业大学数学与信息学院、软件学院副院长， “广东特支计划”青年珠江学者，中国计算机学会（CCF）数字农业分会副秘书长、青年计算机科技论坛（YOCSEF）广州分论坛2022~2023主席、计算机视觉专委会执委。主要研究方向是人工智能与大数据分析及其应用，在TKDE、TNNLS、TIP 、KDD等国际期刊或会议上发表论文90多篇，5篇第一或通讯作者论文入选ESI高被引。主持国家自然科学基金项目3项，入选斯坦福大学发布的全球前2%顶尖科学家榜单（2023~2024年），获2020年ACM广州新星奖、2022年广东省人工智能产业协会青年科技创新奖、2023年广东省人工智能产业协会自然科学奖二等奖、2024年广东省计算机学会教学成果奖一等奖。张红雨 华中农业大学信息学院教授，湖北省生物信息学会理事长，中国生物信息学学会（筹）理事，中国空间科学学会理事，CCF数字农业分会副主任，中国农业工程学会数字乡村工程专委会副主任，国家农业大数据与信息服务联盟常务理事，8种国际期刊编委。主要从事生物信息学、农业信息学研究，在Nature Biotechnology等国际期刊发表论文200余篇，2011年获得自然科学二等奖（第一完成人）。舒磊 南京农业大学智慧农业（人工智能）学院教授、副院长，南农林肯智能工程研究中心主任，英国林肯大学“林肯教授”，入选全球前0.05%顶尖科学家、斯坦福全球前2%科学家、Scilit高被引学者、CCF杰出会员。主持各类国家、省、厅级科研项目40多项，发表论文500余篇，谷歌他引次数超过29 000次，担任（或曾任）IEEE工业电子学会云计算与无线系统专委会主席（副主席、秘书长）、CCF中国计算机学会计算机应用专委会副主任、CCF数字农业分会执行委员。黄琼 广东金融学院教授、副校长，国家级一流本科课程负责人。主要研究方向为信息安全、智慧农业，发表论文200余篇，主持和参与科研项目30余项。入选“广东特支计划”科技创新青年拔尖人才，广东省杰青，CCF杰出会员。担任CCF数字农业分会常委，《密码学报》等期刊编委，CCF第二届数字农业大会等重要学术会议主席。曾获广东省五一劳动奖章、霍英东教育基金会高校青年教师奖、广东省计算机学会高等教育教学成果一等奖等。王昌栋 中山大学计算机学院教授，广东省大数据分析与处理重点实验室副主任。主要研究方向是图数据挖掘及其应用，在IEEE Trans系列期刊和CCF-A类会议上发表论文100余篇。主持国家自然科学基金面上项目、广东省自然科学基金杰出青年基金等科研项目近20项，获广东省自然科学奖一等奖、二等奖等，并落地应用于智慧医疗、智慧农业、电信AI反诈等场景。指导博士生入选首批中国科协青年人才托举工程博士生专项计划，硕士生获中国电子学会优秀硕士学位论文奖等。刘斌 西北农林科技大学信息工程学院教授，陕西省“三秦英才特殊支持计划”区域发展人才，陕西省中青年科技创新领军人才，担任CCF西安秘书长、数字农业分会委员，陕西省计算机学会理事、高性能专委会副主任、计算机视觉专委会副主任。长期致力于农作物病害智能诊断研究，主持国家自然科学基金面上项目、CCF-百度松果基金等科研项目28项，在IEEE TC、COMPAG和农业工程学报等重要刊物上发表论文70余篇，其中ESI高被引论文3篇，获陕西省教学成果奖一等奖等奖项3项。
|
| 目錄：
|
|
目 录前言基 础 篇第1章 绪 论21.1 从原始农业到现代农业21.2 人工智能与农业的发展与交汇31.2.1 人工智能的发展历程31.2.2 智慧农业的概念源起与变迁41.3 特色领域人工智能通识：讲什么，怎样讲51.4 本书的主要内容6第2章 机器学习基础82.1 机器学习的基本概念82.2 机器学习的三要素92.2.1 模型92.2.2 学习准则102.2.3 优化算法102.3 机器学习的常见模型112.3.1 分类模型概览112.3.2 聚类模型概览122.3.3 回归模型概览132.4 从机器学习到深度学习142.4.1 为何走向深度142.4.2 常见的深度学习模型152.4.3 常见的深度学习框架162.5 前沿方向速览182.5.1 集成学习182.5.2 强化学习192.5.3 多模态学习202.5.4 迁移学习与大模型微调20技术应用篇第3章 计算机视觉：天光云影223.1 基本概念223.1.1 计算机视觉的定义223.1.2 计算机视觉的农业应用233.2 关键技术233.2.1 图像分类243.2.2 目标检测253.2.3 目标跟踪283.2.4 实例分割303.2.5 新兴研究方向343.3 农业应用353.3.1 应用概述353.3.2 应用案例分析35第4章 大数据分析：吹沙到金434.1 基本概念434.2 关键技术444.2.1 数据预处理444.2.2 数据分类464.2.3 数据聚类514.2.4 预测分析544.2.5 知识图谱584.2.6 数据可视化624.3 农业应用704.3.1 应用概述704.3.2 应用案例分析71第5章 物联网：万物互联775.1 基本概念775.1.1 物联网的起源775.1.2 农业物联网的发展785.1.3 农业物联网的定义785.1.4 农业物联网的结构795.2 关键技术795.2.1 物联网信息感知795.2.2 物联网信息传输825.2.3 物联网网络中间件845.3 农业应用865.3.1 应用概述865.3.2 应用案例分析87第6章 区块链：云中锦书916.1 基本概念916.1.1 区块链的起源926.1.2 区块链的定义926.1.3 区块链的发展936.2 关键技术946.2.1 技术特性946.2.2 部署分类956.2.3 区块链的技术架构966.2.4 密码学基础976.2.5 分布式网络1026.2.6 共识机制1076.2.7 智能合约1116.3 农业应用1156.3.1 应用概述1156.3.2 应用案例分析115第7章 生物信息学：见微知著1207.1 基本概念1207.2 农业组学1217.2.1 农业基因组学1227.2.2 农业表型组学1277.2.3 农业组学发展趋势1327.3 农业生物数据库 1337.3.1 水稻数据库1337.3.2 油菜数据库1377.3.3 棉花数据库1417.3.4 其他作物数据库1447.3.5 动物数据库1467.4 农业知识工程1517.4.1 农业知识工程的基本概念1517.4.2 农业知识工程的基本内容1537.5 农业生物信息学展望1587.6 农业应用1597.6.1 应用概述1597.6.2 应用案例分析159前沿展望篇第8章 大模型时代的智慧农业1768.1 大模型的发展历程1768.1.1 深度神经网络的复兴1768.1.2 大模型时代的开启：从Transformer到ChatGPT1768.1.3 多模态大模型的兴起1778.1.4 国产大模型的崛起1788.2 深度求索的求索之路1798.2.1 从DeepSeek Coder到DeepSeek-R11798.2.2 技术特点与开源战略1808.3 “大材”（大模型）与“小用”（为我所用）1808.3.1 大模型使用方式的权衡1808.3.2 大模型幻觉问题及应对措施1818.4 大模型时代，智慧农业何去何从1828.4.1 技术赋能1828.4.2 未来方向183
|
| 內容試閱：
|
|
前 言农业是人类文明的基石，农业技术的不断演进有力地推动着社会经济的持续发展。从原始的刀耕火种，到机械化、自动化，再到当今的信息化、智能化，农业经历了多个时代的巨大跨越。近年来，随着机器学习、计算机视觉、大数据分析、物联网等人工智能领域相关技术的迅速发展，农业正步入一个全新的智能化时代。面向智慧农业的时代趋势，本书的编写旨在为农林院校师生、农业科技人员、涉农企业管理者等提供一本系统、全面且具有农林特色的人工智能通识教材。通过学习本书，读者能够掌握人工智能和智慧农业的关键技术，深入理解其在实际生产中的应用，为未来农业科技创新和产业实践奠定坚实的基础。本书立足于人工智能的核心技术体系和智慧农业的特色实践，从机器学习基础出发，深入讲解计算机视觉、大数据分析、物联网、区块链、生物信息学等关键技术的基本原理，并辅以关键技术在农业生产中的实际应用案例。本书既适合作为高等院校农学、植物保护、园艺、动物科学、动物医学、农业工程等涉农专业的人工智能通识教材，也适合作为计算机科学与技术、信息工程、物联网等理工类专业学生了解“人工智能+农业”、探索智慧农业的指导书籍。同时，本书可作为农业科技工作者、涉农企业和管理人员的参考资料，为人工智能与智慧农业领域的学习、研究和应用提供技术理论支撑和实践指导。本书以“农林类学生看得懂、理工类学生可受益、交叉学科有启发、课程建设可参考”为编写思路，在编写过程中充分考虑了计算机/人工智能与农业领域的交叉特点，并结合了智慧农业的最新发展趋势和应用案例。本书具有以下显著特色。1.通识性与系统性并重全书围绕人工智能关键技术与农业应用展开，既涵盖人工智能基础概念、核心算法等通识讲解，亦提供多个方向关键技术及其实际应用案例的进阶性、系统性介绍，帮助读者构建完整的人工智能知识体系。2.理论结合实践，贴近农业应用在阐述人工智能关键技术时，书中辅以大量农业领域的实际案例，例如作物病虫害智能诊断、动物行为识别、牲畜生长性能监测、农产品市场分析以及作物/牲畜品种选育等，旨在帮助读者结合具体应用场景，深刻理解人工智能技术的实用价值。3.循序渐进，适合不同层次读者本书内容编排由浅入深，从人工智能与智慧农业的基本概念出发，逐步深入至关键技术，再拓展至前沿发展趋势，采用模块化设计，既适合初学者入门，也适合具备一定技术基础的读者进行深入学习。本书特别适用于农林院校的人工智能通识课程，可作为32～64学时的教学教材，并提供课程PPT、实验指导手册等配套资源（https://ai4ag.github.io）。建议在教学中注重培养学生的人工智能思维，在教学过程中采用基础讲解和案例教学相结合的方式，使学生既能掌握人工智能的基本原理，又能理解其在农业中的实际应用。全书按照“基础→技术应用→前沿展望”的逻辑脉络进行编排，划分为三篇：基础篇（第1～2章）系统阐述人工智能与智慧农业的基本概念及发展背景，并讲解机器学习的基础知识，为读者理解后续章节中各领域技术奠定扎实的理论基础。技术应用篇（第3～7章）详细介绍计算机视觉、大数据分析、物联网、区块链、生物信息学等人工智能相关技术，并结合实际农业应用案例进行讲解。前沿展望篇（第8章）探讨人工智能大模型等前沿话题，展望大模型时代的智慧农业发展趋势。本书由多名长期从事人工智能与智慧农业领域教学和科研工作的高校教师及其团队成员共同编写完成。具体分工如下：黄栋负责第1章和第8章，魏霖静负责第2章，刘斌负责第3章，王昌栋负责第4章，舒磊负责第5章，黄琼和肖媚燕共同负责第6章，张红雨负责第7章。胡炼参与内容构思、设计与完善，黄栋完成全书统稿。在本书编写过程中，除了前面提到的作者之外，还有多所高校师生参与了编写和校稿工作：参加第1章撰写的人员有高月芳、关圣贤；参加第2章撰写的人员有魏巍、浦宁；参加第3章撰写的人员有尹令、窦荣雨、李世君、许堃莹、李恒照、李长乐；参加第4章撰写的人员有陈曼笙、林家祺、黄镇伟、何振宇、麦子丰、李哲远；参加第5章撰写的人员有刘野、李凯亮、胡婷婷；参加第7章撰写的人员有冯在文、李立、翟瑞芳、李学娟、张隽美、邱树青、全源、张青叶；参加第8章撰写的人员有温长吉。在此，我们衷心感谢他们的热情参与！由于编者水平有限，书中难免存在错误和不足之处，敬请读者批评指正。编 者2025年3月
|
|
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
