人工智能基礎(chǔ)與應(yīng)用(微課版)
定 價(jià):49.8 元
當(dāng)前圖書已被 1 所學(xué)校薦購(gòu)過!
查看明細(xì)
- 作者:周元峰 郝興偉
- 出版時(shí)間:2025/9/1
- ISBN:9787115676573
- 出 版 社:人民郵電出版社
- 中圖法分類:TP18
- 頁(yè)碼:
- 紙張:膠版紙
- 版次:
- 開本:16開
本書緊緊圍繞高校通識(shí)教育的核心理念,系統(tǒng)構(gòu)建人工智能核心知識(shí)體系,內(nèi)容涵蓋基礎(chǔ)理論、關(guān)鍵技術(shù)及前沿應(yīng)用,旨在培養(yǎng)讀者的人工智能素養(yǎng)。全書共7章,內(nèi)容包括人工智能概述、機(jī)器學(xué)習(xí)基礎(chǔ)、自然語(yǔ)言處理、語(yǔ)音信號(hào)處理技術(shù)、計(jì)算機(jī)視覺、智能機(jī)器人與具身智能、AIGC應(yīng)用實(shí)踐。本書可以幫助讀者充分了解人工智能技術(shù),并在學(xué)習(xí)、工作與科研中充分利用人工智能技術(shù)提高工作效率,提升信息技術(shù)應(yīng)用能力,增強(qiáng)個(gè)人核心競(jìng)爭(zhēng)力。
本書可作為高校人工智能通識(shí)類課程教材,也可供對(duì)人工智能感興趣的讀者自學(xué)使用。
【內(nèi)容特點(diǎn)】
(1)教材知識(shí)體系全面,注重理實(shí)結(jié)合。
(2)以前沿為導(dǎo)向,融入豐富案例。
(3)采用模塊化結(jié)構(gòu),每一章獨(dú)立成篇,同時(shí)各章之間聯(lián)系緊密,方便讀者根據(jù)自己的需求選擇閱讀和學(xué)習(xí)。
【資源特點(diǎn)】
編者可以配齊本教材的常規(guī)資源,如PPT、教學(xué)大綱、教案、習(xí)題答案,案例源代碼等。此外,編者還將為主教材配套微課視頻等特色資源,助力打造新形態(tài)教材。編者可以提供類似直播與QQ服務(wù)群等教師服務(wù)。
【內(nèi)容特點(diǎn)】
(1)教材知識(shí)體系全面,注重理實(shí)結(jié)合。
(2)以前沿為導(dǎo)向,融入豐富案例。
(3)采用模塊化結(jié)構(gòu),每一章獨(dú)立成篇,同時(shí)各章之間聯(lián)系緊密,方便讀者根據(jù)自己的需求選擇閱讀和學(xué)習(xí)。
【資源特點(diǎn)】
編者可以配齊本教材的常規(guī)資源,如PPT、教學(xué)大綱、教案、習(xí)題答案,案例源代碼等。此外,編者還將為主教材配套微課視頻等特色資源,助力打造新形態(tài)教材。編者可以提供類似直播與QQ服務(wù)群等教師服務(wù)。
郝興偉,山東大學(xué)計(jì)算機(jī)基礎(chǔ)教學(xué)研究中心主任,山東大學(xué)計(jì)算機(jī)通識(shí)教育首席教授,山東省教學(xué)名師,首屆山東大學(xué)教學(xué)卓越獎(jiǎng)獲得者,高等學(xué)校大學(xué)計(jì)算機(jī)課程教學(xué)指導(dǎo)委員會(huì)資深委員,信息技術(shù)新工科產(chǎn)學(xué)研聯(lián)盟大學(xué)計(jì)算機(jī)通識(shí)教育工作委員會(huì)主任,全國(guó)高校計(jì)算機(jī)基礎(chǔ)教學(xué)研究會(huì)文科專委會(huì)副主任,中國(guó)大學(xué)生計(jì)算機(jī)設(shè)計(jì)大賽(4C)國(guó)賽濟(jì)南決賽區(qū)負(fù)責(zé)人。在教學(xué)研究、國(guó)家規(guī)劃教材建設(shè)、國(guó)家精品課程建設(shè)、國(guó)家一流課程建設(shè)、MOOC建設(shè)、智慧課程建設(shè)、產(chǎn)學(xué)合作、學(xué)科競(jìng)賽等方面成果豐碩,連續(xù)六屆獲國(guó)家和山東省教學(xué)成果獎(jiǎng),在國(guó)內(nèi)計(jì)算機(jī)基礎(chǔ)教學(xué)領(lǐng)域有廣泛影響。
目錄
第 1章 人工智能概述 1
1.1 什么是人工智能 2
1.1.1 生命與智能 2
1.1.2 人工智能的內(nèi)涵 5
1.2 人工智能的基礎(chǔ) 7
1.2.1 哲學(xué)與人工智能 7
1.2.2 數(shù)學(xué)與人工智能 8
1.2.3 神經(jīng)科學(xué)與人工智能 8
1.2.4 計(jì)算機(jī)科學(xué)與人工智能 9
1.2.5 其他學(xué)科與人工智能 10
1.3 人工智能的產(chǎn)生與發(fā)展 11
1.3.1 初創(chuàng)階段 11
1.3.2 形成階段 14
1.3.3 發(fā)展階段 15
1.3.4 探索階段 16
1.3.5 大數(shù)據(jù)驅(qū)動(dòng)階段 17
1.3.6 智能階段 18
1.4 人工智能的分類 19
1.4.1 按智能程度分類 19
1.4.2 按能力分類 20
1.4.3 按實(shí)現(xiàn)方式分類 21
1.4.4 按研究?jī)?nèi)容分類 23
1.5 人工智能的應(yīng)用 24
1.5.1 智能制造 24
1.5.2 智能醫(yī)療 25
1.5.3 智能交通 26
1.5.4 智能安防 27
1.5.5 智能生活 27
1.5.6 智能教育 28
1.6 人工智能基礎(chǔ)設(shè)施 29
1.6.1 數(shù)據(jù) 29
1.6.2 算法 29
1.6.3 算力 29
1.7 人工智能的挑戰(zhàn)和發(fā)展趨勢(shì) 30
1.7.1 奇點(diǎn) 30
1.7.2 人工智能的挑戰(zhàn) 30
1.7.3 人工智能的發(fā)展趨勢(shì) 31
1.8 人工智能倫理 32
1.8.1 人工智能倫理基礎(chǔ) 32
1.8.2 人工智能倫理的發(fā)展歷程 33
1.8.3 人工智能倫理的主要問題 34
1.8.4 人工智能倫理的治理措施 35
習(xí)題一 36
第 2章 機(jī)器學(xué)習(xí)基礎(chǔ) 37
2.1 什么是機(jī)器學(xué)習(xí) 38
2.1.1 機(jī)器學(xué)習(xí)的涵義 38
2.1.2 機(jī)器學(xué)習(xí)基本概念 39
2.1.3 數(shù)據(jù)理解 43
2.1.4 機(jī)器學(xué)習(xí)的類型和應(yīng)用 45
2.2 監(jiān)督學(xué)習(xí) 47
2.2.1 線性模型 47
2.2.2 非參數(shù)模型 50
2.2.3 決策樹 56
2.2.4 貝葉斯方法 60
2.2.5 集成學(xué)習(xí) 62
2.3 無監(jiān)督學(xué)習(xí) 64
2.3.1 降維 65
2.3.2 聚類 67
2.4 深度學(xué)習(xí) 71
2.4.1 深度學(xué)習(xí)概述 71
2.4.2 深度學(xué)習(xí)開發(fā)框架 80
2.5 強(qiáng)化學(xué)習(xí) 81
2.6 遷移學(xué)習(xí) 82
習(xí)題二 84
第3章 自然語(yǔ)言處理 86
3.1 什么是自然語(yǔ)言處理 87
3.1.1 自然語(yǔ)言處理的基本概念 87
3.1.2 自然語(yǔ)言處理的基本范式 90
3.2 詞法分析 91
3.2.1 詞形分析 91
3.2.2 詞語(yǔ)切分 93
3.2.3 中文詞語(yǔ)切分語(yǔ)料庫(kù) 95
3.3 句法分析 95
3.3.1 短語(yǔ)結(jié)構(gòu)句法分析 95
3.3.2 依存結(jié)構(gòu)句法分析 98
3.3.3 句法分析語(yǔ)料庫(kù) 99
3.4 語(yǔ)義分析 100
3.4.1 語(yǔ)義的形式化表達(dá) 100
3.4.2 詞義消歧 101
3.4.3 語(yǔ)義角色標(biāo)注 102
3.4.4 基于圖表征的語(yǔ)義分析 103
3.5 自然語(yǔ)言處理應(yīng)用 104
3.5.1 機(jī)器翻譯 104
3.5.2 文本生成 105
3.5.3 問答系統(tǒng) 108
3.5.4 信息抽取 110
3.5.5 文本分類 113
3.6 大語(yǔ)言模型 113
3.6.1 大語(yǔ)言模型概述 114
3.6.2 大語(yǔ)言模型架構(gòu) 115
3.6.3 大語(yǔ)言模型并行訓(xùn)練 116
3.6.4 大語(yǔ)言模型微調(diào) 117
習(xí)題三 119
第4章 語(yǔ)音信號(hào)處理技術(shù) 120
4.1 語(yǔ)音信號(hào)基礎(chǔ) 120
4.1.1 語(yǔ)音發(fā)音系統(tǒng) 120
4.1.2 語(yǔ)音聽覺感知系統(tǒng) 121
4.1.3 人耳聽覺特性 122
4.1.4 語(yǔ)音的基本概念和參數(shù) 123
4.2 語(yǔ)音信號(hào)分析 123
4.2.1 語(yǔ)音信號(hào)數(shù)字化和預(yù)處理 124
4.2.2 時(shí)域分析 125
4.2.3 頻域分析 126
4.2.4 倒譜分析和Mel頻率倒譜系數(shù) 126
4.3 語(yǔ)音識(shí)別 127
4.3.1 動(dòng)態(tài)時(shí)間規(guī)整的孤立詞識(shí)別 128
4.3.2 基于隱馬爾科夫模型的孤立詞識(shí)別 130
4.3.3 連續(xù)語(yǔ)音識(shí)別 131
4.3.4 基于深度學(xué)習(xí)的語(yǔ)音識(shí)別 132
4.4 基于語(yǔ)音識(shí)別的智能家居系統(tǒng) 133
4.4.1 系統(tǒng)整體結(jié)構(gòu) 134
4.4.2 系統(tǒng)功能設(shè)計(jì) 135
4.5 說話人識(shí)別 138
4.5.1 說話人識(shí)別方法和系統(tǒng)整體結(jié)構(gòu) 139
4.5.2 預(yù)處理和特征選取 139
4.5.3 模式匹配方法 141
4.5.4 說話人識(shí)別系統(tǒng)實(shí)例基于DTW的說話人確認(rèn)系統(tǒng) 142
習(xí)題四 143
第5章 計(jì)算機(jī)視覺 144
5.1 計(jì)算機(jī)視覺概述 144
5.1.1 計(jì)算機(jī)視覺發(fā)展史 145
5.1.2 計(jì)算機(jī)視覺中的基本概念 146
5.2 圖像分析 147
5.2.1 圖像分析簡(jiǎn)介 147
5.2.2 圖像分析算法 148
5.2.3 圖像分析應(yīng)用領(lǐng)域 151
5.2.4 未來發(fā)展趨勢(shì)與挑戰(zhàn) 152
5.3 圖像生成 153
5.3.1 圖像生成簡(jiǎn)介 153
5.3.2 圖像生成算法 155
5.3.3 圖像生成應(yīng)用領(lǐng)域 157
5.3.4 未來發(fā)展趨勢(shì)與挑戰(zhàn) 157
5.4 目標(biāo)檢測(cè) 158
5.4.1 目標(biāo)檢測(cè)簡(jiǎn)介 158
5.4.2 目標(biāo)檢測(cè)算法 159
5.4.3 目標(biāo)檢測(cè)應(yīng)用領(lǐng)域 161
5.4.4 未來發(fā)展趨勢(shì)與挑戰(zhàn) 162
5.5 三維點(diǎn)云處理 163
5.5.1 點(diǎn)云簡(jiǎn)介 163
5.5.2 點(diǎn)云處理算法 166
5.5.3 點(diǎn)云處理應(yīng)用領(lǐng)域 169
5.5.4 未來發(fā)展趨勢(shì)與挑戰(zhàn) 170
習(xí)題五 170
第6章 智能機(jī)器人與具身智能 172
6.1 智能機(jī)器人基礎(chǔ) 172
6.1.1 行為主義載體機(jī)器人 172
6.1.2 機(jī)器人的起源與發(fā)展 173
6.1.3 機(jī)器人的基本組成 174
6.1.4 機(jī)器人的分類 175
6.2 智能工業(yè)機(jī)器人 176
6.2.1 工業(yè)機(jī)器人的發(fā)展 176
6.2.2 工業(yè)機(jī)器人的定義與類型 177
6.2.3 工業(yè)機(jī)器人的應(yīng)用 178
6.3 智能服務(wù)機(jī)器人 179
6.3.1 服務(wù)機(jī)器人的發(fā)展 179
6.3.2 服務(wù)機(jī)器人的定義與類型 179
6.3.3 服務(wù)機(jī)器人的應(yīng)用 181
6.4 機(jī)器人領(lǐng)域部分關(guān)鍵技術(shù)及術(shù)語(yǔ) 181
6.4.1 感知與導(dǎo)航 181
6.4.2 軟件與算法 182
6.5 具身智能 183
6.5.1 具身智能與離身智能 183
6.5.2 具身智能的核心要素 183
6.5.3 通用型具身智能機(jī)器人和傳統(tǒng)智能機(jī)器人 184
6.5.4 具身智能的典型應(yīng)用 185
習(xí)題六 187
第7章 AIGC應(yīng)用實(shí)踐 188
7.1 AIGC概述 188
7.1.1 AIGC的定義 189
7.1.2 AIGC的發(fā)展歷程 189
7.1.3 多模態(tài)大模型 190
7.2 文本創(chuàng)作 191
7.3 多媒體創(chuàng)作 193
7.3.1 圖像生成 194
7.3.2 視頻生成 201
7.3.3 音樂生成 203
習(xí)題七 207