幫助中心 | 我的帳號 | 關於我們

AI+創新創業基礎(AI+課程改革創新教材浙江省一流人工智慧通識課程配套教材)

  • 作者:編者:黃風立//胡偉|責編:劉建山//李海
  • 出版社:科學
  • ISBN:9787030828880
  • 出版日期:2025/09/01
  • 裝幀:平裝
  • 頁數:250
人民幣:RMB 59.8 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書提出融合AI教育與創新創業教育的「雙引擎」模式,旨在革新傳統創新創業教育體系。本書通過剖析智能社會變革的核心動因(如「AI泛在化」驅動的生產模式轉型與創新邏輯升級),系統闡述AI關鍵技術(人工神經網路、深度學習、NLP、大語言模型)原理,並重點分析這些技術如何通過降低創新門檻(技術平民化),為創新創業提供智能工具支持、驅動數據化決策、重塑商業模式,從而賦能創新創業全流程。
    本書深入講解創新思維(核心原理、實用技法、AI協同策略)與創業核心能力(機會識別、資源整合、商業模式設計、計劃書撰寫),並重點解析主流AI工具在創意激發、方案設計、內容生產、產品原型開發等關鍵環節的實戰應用。本書聚焦中國國際大學生創新大賽與「挑戰杯」中國大學生創業計劃競賽兩大國家級賽事,提供從把握戰略導向、解析賽制規則到項目孵化落地、高效運用AI輔助撰寫計劃書的全流程備賽策略與實操指南。
    本書既可作為高等院校人工智慧與創新創業教育的公共基礎課教材,也可作為職場人士提高創新創業能力的參考書。

作者介紹
編者:黃風立//胡偉|責編:劉建山//李海

目錄
第1章  人工智慧概述
  1.1  初識人工智慧
    1.1.1  人工智慧的定義
    1.1.2  人工智慧的發展階段
    1.1.3  人工智慧的主要流派
  1.2  人工智慧研究的基本內容和主要應用領域
    1.2.1  人工智慧研究的基本內容
    1.2.2  人工智慧的主要應用領域
  1.3  人工智慧倫理
    1.3.1  人工智慧倫理問題
    1.3.2  人工智慧倫理案例
    1.3.3  人工智慧倫理的治理舉措
  小結
  習題1
第2章  人工智慧應用的技術基礎
  2.1  大數據技術
    2.1.1  大數據的概念和特點
    2.1.2  大數據處理的核心技術
  2.2  物聯網
    2.2.1  物聯網的關鍵技術
    2.2.2  物聯網體系結構
    2.2.3  智能感測器
  2.3  邊緣計算
    2.3.1  邊緣計算的概念和內涵
    2.3.2  邊緣計算體系結構
  2.4  雲計算
    2.4.1  雲計算服務模式
    2.4.2  人工智慧雲服務
    2.4.3  雲存儲
    2.4.4  虛擬化
  2.5  並行計算
    2.5.1  並行計算的概念和內涵
    2.5.2  並行計算在人工智慧中的作用
  小結
  習題2
第3章  人工智慧的實現基礎
  3.1  知識表示與知識圖譜
    3.1.1  知識的表示
    3.1.2  知識表示方法
    3.1.3  知識圖譜
  3.2  機器學習
    3.2.1  學習系統的基本模型
    3.2.2  機器學習的一般步驟
    3.2.3  機器學習的分類
    3.2.4  機器學習的常用演算法
    3.2.5  人工神經網路
    3.2.6  深度學習
  3.3  群體學習
    3.3.1  群智能演算法的典型模型
    3.3.2  多智能體系統

    3.3.3  群體智能與人工智慧的發展
  小結
  習題3
第4章  搜索與推理
  4.1  搜索策略
    4.1.1  盲目的圖搜索策略
    4.1.2  啟髮式圖搜索策略
    4.1.3  智能搜索
  4.2  模擬人類思維的推理
    4.2.1  推理的定義
    4.2.2  推理策略的分類
    4.2.3  模糊推理和模糊決策
  小結
  習題4
第5章  智能感知
  5.1  智能感知系統
  5.2  智能感知的層次結構
  5.3  智能感知系統與傳統感知系統的區別
  5.4  多模態感知與識別技術
    5.4.1  生物特徵識別
    5.4.2  語音感知與語音識別
    5.4.3  視覺感知與圖像識別
    5.4.4  觸覺感知
    5.4.5  味覺感知
    5.4.6  嗅覺感知
    5.4.7  環境感知
  小結
  習題5
第6章  自然語言處理
  6.1  自然語言處理基礎
    6.1.1  自然語言處理概述
    6.1.2  自然語言處理的一般步驟
  6.2  自然語言交互技術
    6.2.1  對話理解
    6.2.2  對話管理
    6.2.3  回復產生
    6.2.4  AI問答過程
  6.3  自然語言處理的核心任務
    6.3.1  文本理解
    6.3.2  機器翻譯
    6.3.3  內容生成
    6.3.4  情感分析
  6.4  預訓練大語言模型
  小結
  習題6
第7章  電腦視覺
  7.1  電腦視覺概述
  7.2  電腦視覺處理的一般流程
  7.3  電腦視覺技術
    7.3.1  數字圖像處理

    7.3.2  特徵提取與匹配
    7.3.3  目標檢測與跟蹤
    7.3.4  三維視覺
    7.3.5  動態視覺
  7.4  電腦視覺的經典深度學習模型
  小結
  習題7
第8章  智能機器人
  8.1  機器人中的人工智慧技術
&nb