幫助中心 | 我的帳號 | 關於我們

計算與人工智慧通識(高等學校人工智慧通識教育系列教材)

  • 作者:編者:李曉昀//萬亞平|責編:耿芳
  • 出版社:高等教育
  • ISBN:9787040651201
  • 出版日期:2025/08/01
  • 裝幀:平裝
  • 頁數:272
人民幣:RMB 48 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書從基礎概念到實際應用,全面介紹了計算與人工智慧的核心知識。
    本書共9章,遵循「理論為基、實踐導向、前沿引領」的編寫理念。前4章構建了完整的電腦科學知識體系,為後續人工智慧、大模型、具身智能相關技術的理解、機器學習演算法的應用奠定基礎。后4章緊扣人工智慧核心理論、前沿技術及應用。最後1章作為一個應用場景,以國產軟體WPS為例,介紹利用人工智慧助力智慧辦公。
    本書精選了大量案例與應用場景,兼顧經典與前沿,旨在增強初學者的學習興趣,拓展他們的視野;本書還設計了多個實踐環節,如利用大模型完成不同類型的任務,編寫Python程序使用機器學習演算法完成預測等,讓初學者能夠跟隨書中內容完成實際操作,建立學習自信,激發學習熱情。
    本書適合作為高等院校「人工智慧通識」「大學電腦基礎」等信息技術類通識課程的教材,也可供對人工智慧與信息技術感興趣的人員參考。

作者介紹
編者:李曉昀//萬亞平|責編:耿芳

目錄
第1章  計算與思維方式變革
  1.1  智能與計算
    1.1.1  智能的定義
    1.1.2  計算的定義
  1.2  計算工具演變歷程
    1.2.1  從手工計算到機械計算
    1.2.2  機電混合式計算
    1.2.3  電子電腦的發展
    1.2.4  新興計算技術的探索
  1.3  思維範式
    1.3.1  實驗科學範式
    1.3.2  理論科學範式
    1.3.3  計算科學範式
    1.3.4  數據科學範式
  思考與拓展
第2章  數據表示與編碼
  2.1  進位系統及轉換
    2.1.1  電腦與二進位
    2.1.2  進位系統與進位轉換
  2.2  數值數據的編碼
    2.2.1  整數的編碼
    2.2.2  浮點數的編碼
  2.3  字元與文本數據的編碼
    2.3.1  英文字元的編碼
    2.3.2  漢字的編碼
  2.4  媒體數據的編碼
    2.4.1  圖像的編碼
    2.4.2  聲音的編碼
  思考與拓展
第3章  計算系統
  3.1  電腦硬體組成
    3.1.1  馮·諾依曼結構電腦
    3.1.2  指令的表示與執行
  3.2  電腦語言與程序執行方式
    3.2.1  機器語言與彙編語言
    3.2.2  高級語言
  3.3  操作系統與電腦資源管理
    3.3.1  操作系統的演進
    3.3.2  操作系統的核心功能
  3.4  並行計算與分散式計算
    3.4.1  並行計算
    3.4.2  分散式計算
  思考與拓展
第4章  數據與大數據
  4.1  數據的基本概念與類型
    4.1.1  數據的定義與分類
    4.1.2  數據的存儲與常見類型
  4.2  數據的採集、處理與分析
    4.2.1  數據採集
    4.2.2  數據預處理

    4.2.3  數據分析
    4.2.4  數據可視化
  4.3  大數據的產生與定義
    4.3.1  數據產生方式的變化
    4.3.2  大數據的概念與影響
  4.4  大數據的應用與倫理
    4.4.1  大數據應用實例
    4.4.2  大數據倫理
  思考與拓展
第5章  人工智慧概論
  5.1  人工智慧的基本概念
    5.1.1  人工智慧的起源與定義
    5.1.2  強人工智慧與弱人工智慧
    5.1.3  影響人工智慧性能的要素
    5.1.4  人工智慧的學習路徑
  5.2  人工智慧的典型應用
    5.2.1  AI賦能生物醫藥
    5.2.2  AI賦能智慧城市
    5.2.3  AI賦能藝術創作
  5.3  人工智慧倫理
    5.3.1  人工智慧的模型安全
    5.3.2  責權歸屬與社會責任
  思考與拓展
第6章  機器學習
  6.1  機器學習的概念與發展
    6.1.1  機器學習的基本概念
    6.1.2  機器學習的發展
  6.2  機器學習的主要演算法
    6.2.1  監督學習
    6.2.2  無監督學習
    6.2.3  半監督學習
    6.2.4  強化學習
  6.3  機器學習的步驟
  6.4  機器學習的應用示例
    6.4.1  Python環境配置
    6.4.2  機器學習編程實例
  思考與拓展
第7章  大模型及其應用
  7.1  大模型概述
    7.1.1  大模型的特點
    7.1.2  大語言模型與多模態大模型
    7.1.3  大模型的構建流程
  7.2  大模型的核心技術
    7.2.1  自然語言處理技術
    7.2.2  Transformer架構
  7.3  大模型的常見應用
    7.3.1  提示詞及設計技巧
    7.3.2  內容生成
    7.3.3  信息檢索與理解
    7.3.4  數據分析

    7.3.5  其他應用
  7.4  大模型的挑戰與局限性
    7.4.1  計算資源需求
    7.4.2  大模型幻覺問題
    7.4.3  演算法偏見與數據安全
    7.4.4  透明性與可解釋性
  思考與拓展
第8章  具身智能
  8.1  具身智能的概念與發展
    8.1.1  具身智能的基本概念
    8.1.2  與傳統人工智慧的區別
  8.2  具身智能的關鍵技術
    8.2.1  感知與感測技術
    8.2.2  環境建模與學習
    8.2.3  決策與規劃
    8.2.4  動作執行與反饋控制
  8.3  具身智能的常見形態與典型應用
    8.3.1  具身智能體的形態分類
    8.3.2  具身智能的典型應用
  8.4  挑戰與倫理
    8.4.1  具身智能的技術挑戰
    8.4.2  具身智能的倫理問題
  思考與拓展
第9章  智慧辦公
  9.1  文字的處理
    9.1.1  文字編輯
    9.1.2  文字排版
    9.1.3  智能文檔
    9.1.4  高級應用
  9.2  電子錶格的處理
    9.2.1  基本元素
    9.2.2  數據計算
    9.2.3  數據管理
    9.2.4 &