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

人工智慧導論

  • 作者：編者:魏星//魏士偉|責編:肖慧敏
  • 出版社：廣西師大
  • ISBN：9787559897428
  • 出版日期：2026/02/01
  • 裝幀：平裝
  • 頁數：225
人民幣：RMB 55 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本教材按照「認知、原理、能力、反思、融合及未來」的思路組織章節內容。全書共分為7章，第1章介紹人工智慧的基本概念、發展歷史等，回答什麼是人工智慧，人工智慧從哪裡來的問題；第2章介紹人工智慧的技術底座，即數據、演算法和算力，回答人工智慧靠什麼運轉的問題；第3章介紹人工智慧的方法體系，回答人工智慧是如何學習和決策的問題；第4章介紹大模型作為新一代的人工智慧，如何讓智能成為一種可以被規模化、通用化和社會化部署的能力，回答大模型為什麼能夠改變一切的問題；第5章從社會、倫理和治理視角出發，探討人工智慧對人類社會的深遠影響，引導學生進行理性思考和價值判斷，回答人工智慧應該如何被使用的問題；第6章圍繞人工智慧的典型應用領域，結合具體案例分析人工智慧在現實世界中的應用模式與價值創造過程，回答人工智慧如何賦能產業的問題；第7章介紹作為新一代大學生，面向未來的世界應該具備的人工智慧素養及學習路徑，回答大學生應該如何與人工智慧共處的問題。
作者介紹
編者:魏星//魏士偉|責編:肖慧敏
目錄
第1章 緒論
  1.1 智能與人工智慧
    1.1.1 圖靈測試
    1.1.2 智能的多維定義
    1.1.3 人工智慧
  1.2 人工智慧發展史
    1.2.1 孕育與誕生
    1.2.2 低谷與寒冬
    1.2.3 復興與爆發
  1.3 人工智慧的三大學派
    1.3.1 符號主義學派
    1.3.2 聯結主義學派
    1.3.3 行為主義學派
  1.4 人工智慧的學科基礎
    1.4.1 數學
    1.4.2 電腦科學
    1.4.3 控制論
    1.4.4 認知科學
    1.4.5 心理學
    1.4.6 神經科學
    1.4.7 哲學
    1.4.8 語言學
  1.5 人工智慧分類
    1.5.1 根據功能層次分類
    1.5.2 根據智能水平分類
    1.5.3 根據應用領域分類
  1.6 我國人工智慧發展史
  1.7 人工智慧未來發展的新技術和方向
    1.7.1 基於量子計算的人工智慧
    1.7.2 生成對抗網路與創意人工智慧
    1.7.3 多模態人工智慧
    1.7.4 自主學習與元學習
    1.7.5 自然語言理解與人機對話的進化
  習題
第2章 數據、演算法與算力
  2.1 數據
    2.1.1 數據的意義
    2.1.2 數據的類型與結構
    2.1.3 數據的獲取與標注
    2.1.4 數據的質量與偏差
  2.2 演算法
    2.2.1 演算法的概念與日常實例
    2.2.2 演算法與智能的關係
    2.2.3 演算法的性能與複雜度
  2.3 模型與學習
    2.3.1 模型的概念與機器學習思想
    2.3.2 模型的訓練過程
    2.3.3 「數據—模型—結果—反饋」的閉環
  2.4 算力
    2.4.1 從人腦到電腦

    2.4.2 算力的演進與摩爾定律
    2.4.3 數據、演算法與算力的鐵三角
    2.4.4 人工智慧基礎設施與生態
    2.4.5 綠色人工智慧
  2.5 知識拓展
  習題
第3章 機器學習的世界
  3.1 機器學習基礎
    3.1.1 機器學習的概念與發展
    3.1.2 機器學習的主要類型
    3.1.3 機器學習的基本流程
    3.1.4 常見機器學習演算法
  3.2 深度學習與神經網路
    3.2.1 神經網路的基本概念
    3.2.2 深度學習的結構與特點
    3.2.3 主要網路結構與應用
  3.3 自然語言處理
    3.3.1 自然語言的計算表示
    3.3.2 語言理解與生成
  3.4 電腦視覺
    3.4.1 圖像的數字化與特徵提取
    3.4.2 深度視覺模型
  3.5 智能決策與強化學習
    3.5.1 強化學習的基本原理
    3.5.2 智能決策系統
    3.5.3 應用領域
  3.6 智能感知與人機交互
    3.6.1 多模態感知
    3.6.2 自然交互技術
    3.6.3 智能界面的發展
  3.7 機器學習的前沿方向
    3.7.1 小樣本學習與遷移學習
    3.7.2 聯邦學習
    3.7.3 自監督學習
    3.7.4 多模態學習
  習題
第4章 人工智慧與大模型
  4.1 大模型的誕生與演化
    4.1.1 從深度學習到大模型的飛躍
    4.1.2 大模型發展歷程
    4.1.3 大模型與傳統人工智慧的區別
    4.1.4 國內大模型概覽
  4.2 大模型的核心原理
    4.2.1 預訓練
    4.2.2 微調與指令學習
    4.2.3 提示詞工程
  4.3 生成式人工智慧
    4.3.1 語言模型
    4.3.2 跨越邊界
    4.3.3 多模態融合

  4.4 大模型的未來
    4.4.1 大模型的局限和挑戰
    4.4.2 從專用人工智慧到通用人工智慧
    4.4.3 大模型的未來趨勢
    4.4.4 人機共生的願景
  習題
第5章 人工智慧倫理與法律
  5.1 人工智慧倫理的基本問題
    5.1.1 人工智慧引發的倫理問題、社會問題
    5.1.2 人工智慧應用中的道德原則
    5.1.3 普通人如何應對人工智慧倫理風險
    5.1.4 演算法偏見與公平性
    5.1.5 可解釋性與透明性
    5.1.6 自動化與人類價值觀
  5.2 人工智慧與法律規制
    5.2.1 數據隱私與個人信息保護
    5.2.2 知識產權與生成式人工智慧
    5.2.3 責任與主體問題
    5.2.4 法律治理的新趨勢
  5.3 人工智慧的社會影響與挑戰
    5.3.1 人工智慧重新定義工作
    5.3.2 就業結構與經濟變革
    5.3.3 教育、醫療與社會公平
    5.3.4 輿論操控與信息生態
    5.3.5 人工智慧時代的人機關係重構
  5.4 思辨與實踐
    5.4.1 演算法偏見案例分析與反思
    5.4.2 人工智慧倫理辯論會
  習題
第6章 人工智慧與學科融合
  6.1 人工智慧+航天工程
    6.1.1 航空航天領域的人工智慧應用場景
    6.1.2 航天飛行器智能化設計與優化
    6.1.3 智能生產與航天部件質量管控
    6.1.4 航天設備預測性維護與MRO
    6.1.5 數字孿生與智能航天工程
    6.1.6 人工智慧技術在航天關鍵元器件壽命預測的應用
    6.1.7 項目案例
  6.2 人工智慧賦能工業製造
    6.2.1 智能製造與智能製造系統
    6.2.2 智能工廠與數字化生產
    6.2.3 預測性維護與設備管理
    6.2.4 工業機器人與柔性製造
    6.2.5 工業優化與智能決策
    6.2.6 項目案例
  6.3 人工智慧在物流管理中的應用
    6.3.1 智能化物流的背景
    6.3.2 人工智慧賦能物流的核心技術體系
    6.3.3 智能倉儲與庫存優化
    6.3.4 智能運輸與路徑規劃

    6.3.5 物流貨物識別與追溯
    6.3.6 物流機器人與自動化運營
    6.3.7 項目案例
  習題
第7章 面向未來的人工智慧素養與學習路徑
  7.1 人工智慧素養的概念
    7.1.1 人工智慧認知能力
    7.1.2 人工智慧應用能力
    7.1.3 人工智慧倫理素養
  7.2 人工智慧工具的學習與使用
    7.2.1 常用人工智慧工具介紹
    7.2.2 人工智慧輔助學習與創新
  7.3 數據思維與批判性思維的融合
    7.3.1 數據驅動思維
    7.3.2 批判性思維
    7.3.3 數據思維與批判性思維結合
  7.4 未來職業結構與人工智慧驅動的崗位變遷
    7.4.1 人工智慧對就業的影響
    7.4.2 人工智慧行業應用
    7.4.3 人工智慧時代的職業技能要求
  7.5 人工智慧學習路徑規劃
    7.5.1 人工智慧學習基礎
    7.5.2 機器學習與深度學習核心理論
    7.5.3 專業方向選擇與深入學習
  習題
部分  習題答案
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