幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

計算與人工智慧導論(高等院校人工智慧通識課程系列教材)

  • 作者：編者:呂格莉//劉衛國|責編:汪敏//李學敏
  • 出版社：中國鐵道
  • ISBN：9787113330101
  • 出版日期：2026/03/01
  • 裝幀：平裝
  • 頁數：294
人民幣：RMB 59.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書從人工智慧應用視角系統闡釋計算科學的核心知識，其內容組織既符合當前大學電腦教育的實際，又能滿足高等學校人工智慧通識課程的基本要求。全書分為八章，分別是計算與人工智慧概述、人工智慧平台、人工智慧編程語言——Python語言、人工智慧的數據要素、機器學習、深度學習、大模型技術、人工智慧倫理與安全。
    本書以通俗易懂的語言介紹計算與人工智慧的基本概念和技術框架，遵循應用導向、問題驅動的編寫理念，以實際案例說明概念、演算法和基本原理。通過豐富的案例分析和項目實踐，引導讀者應用人工智慧方法與技術去解決實際問題，培養解決複雜問題的能力以及學科交叉融合與應用能力。
    本書適合作為高等學校「人工智慧通識」課程或「大學電腦」課程的教材，也可供電腦科學或人工智慧愛好者和專業技術人員閱讀參考。
作者介紹
編者:呂格莉//劉衛國|責編:汪敏//李學敏
目錄
第1章  計算與人工智慧概述
  1.1  計算與計算思維
    1.1.1  計算的含義
    1.1.2  圖靈機
    1.1.3  計算思維
  1.2  人工智慧的起源與概念
    1.2.1  人工智慧的起源
    1.2.2  人工智慧的三大學派
    1.2.3  人工智慧的概念
  1.3  人工智慧的發展歷程與趨勢
    1.3.1  人工智慧的發展階段
    1.3.2  人工智慧的發展趨勢
  1.4  人工智慧的研究內容與主要技術
    1.4.1  人工智慧的研究內容
    1.4.2  人工智慧主要技術
  習題與實驗
第2章  人工智慧計算平台
  2.1  單機系統
    2.1.1  電腦系統的組成
    2.1.2  電腦的工作原理
    2.1.3  人工智慧計算架構
  2.2  電腦中數據的表示
    2.2.1  數制與二進位運算
    2.2.2  數值數據的表示
    2.2.3  字元編碼
    2.2.4  聲音和圖像編碼
  2.3  網路系統
    2.3.1  電腦網路概述
    2.3.2  區域網基礎
    2.3.3  Internet基礎
  2.4  雲計算服務
    2.4.1  雲計算的概念
    2.4.2  雲計算服務模式
    2.4.3  典型的雲計算平台
  2.5  物聯網技術
    2.5.1  物聯網的概念
    2.5.2  物聯網體系架構
    2.5.3  物聯網關鍵技術
  習題與實驗
第3章  人工智慧編程語言——Python語言
  3.1  Python與人工智慧應用
    3.1.1  Python語言的特點與編程規則
    3.1.2  Python問題求解範式
    3.1.3  Python在人工智慧中的應用
  3.2  Python的數據描述
    3.2.1  Python對象及其引用
    3.2.2  Python數據類型
    3.2.3  常用系統函數
    3.2.4  基本運算與表達式
  3.3  Python程序流程式控制制

    3.3.1  簡單的Python程序
    3.3.2  實現選擇判斷
    3.3.3  控制重複操作
  3.4  函數
    3.4.1  函數的定義與調用
    3.4.2  匿名函數和遞歸函數
  3.5  文件操作
    3.5.1  文件的打開與關閉
    3.5.2  文本文件的操作
  3.6  Python人工智慧應用生態
    3.6.1  NumPy庫的應用
    3.6.2  Matplotlib繪圖
    3.6.3  SciPy庫的應用
  習題與實驗
第4章  人工智慧的數據要素
  4.1  數據的價值與類型
    4.1.1  數據的價值
    4.1.2  數據的類型
  4.2  數據分析
    4.2.1  數據分析的基本流程
    4.2.2  常用數據分析方法
    4.2.3  數據可視化
    4.2.4  數據分析應用案例
  4.3  網路數據採集與信息提取
    4.3.1  網路數據採集
    4.3.2  信息提取
    4.3.3  網路數據分析應用案例
  4.4  大數據處理
    4.4.1  大數據關鍵技術
    4.4.2  常用大數據框架
    4.4.3  大數據與人工智慧的關係
  4.5  數據安全
    4.5.1  數據加密技術
    4.5.2  區塊鏈技術
  習題與實驗
第5章  機器學習
  5.1  機器學習概述
    5.1.1  機器學習的概念
    5.1.2  機器學習與人工智慧的關係
    5.1.3  機器學習的應用領域
  5.2  機器學習基礎
    5.2.1  機器學習的類型
    5.2.2  機器學習的基本流程
    5.2.3  機器學習的性能評估指標
  5.3  機器學習演算法
    5.3.1  回歸演算法
    5.3.2  分類演算法
    5.3.3  聚類演算法
  5.4  強化學習
    5.4.1  強化學習原理

    5.4.2  Q學習演算法
    5.4.3  強化學習應用案例
  習題與實驗
第6章  深度學習
  6.1  深度學習概述
    6.1.1  深度學習的概念與基本特徵
    6.1.2  深度學習的發展歷程
    6.1.3  深度學習與傳統機器學習的區別
  6.2  神經元與神經網路
    6.2.1  人工神經元
    6.2.2  人工神經網路
    6.2.3  反向傳播演算法
    6.2.4  神經網路應用案例
  6.3  深度學習模型
    6.3.1  卷積神經網路
    6.3.2  循環神經網路
    6.3.3  生成對抗網路
  6.4  用PyTorch實現MNIST手寫數字識別
    6.4.1  常用深度學習框架
    6.4.2  PyTorch框架的應用
    6.4.3  MNIST手寫數字識別的實現
  習題與實驗
第7章  大模型技術
  7.1  大模型概述
    7.1.1  大模型的概念
    7.1.2  大語言模型
    7.1.3  常見的大模型
  7.2  大模型的架構與技術
    7.2.1  Transformer架構
    7.2.2  自注意力機制
    7.2.3  編碼器和解碼器的作用原理
  7.3  模型優化與壓縮技術
    7.3.1  知識蒸餾
    7.3.2  模型剪枝與量化
    7.3.3  稀疏化與低秩分解
  7.4  DeepSeek的技術原理與應用
    7.4.1  DeepSeek的技術原理
    7.4.2  DeepSeek的應用
  7.5  WPS AI智能辦公應用
    7.5.1  智能文檔處理
    7.5.2  智能數據分析
    7.5.3  智能演示文稿製作
  習題與實驗
第8章  人工智慧倫理與安全
  8.1  人工智慧倫理概述
    8.1.1  人工智慧倫理的概念和發展
    8.1.2  數據隱私與倫理問題
    8.1.3  演算法偏見與公平
  8.2  人工智慧的安全挑戰
    8.2.1  對抗攻擊與模型的魯棒性

    8.2.2  人工智慧在安全系統中的應用與風險
    8.2.3  人工智慧失控的可能性
  8.3  典型案例分析
    8.3.1  面部識別濫用與倫理問題
    8.3.2  自動駕駛技術與倫理問題
    8.3.3  深度偽造技術與倫理問題
  習題與實驗
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032