相關主題
商品描述
本書響應 人工智能發展戰略，以職業能力培養為主線，註重計算思維與人工智能應用交叉融合，圍繞人工智能技術基礎理論、編程能力和綜合應用內容整體設計“文化篇、工具篇、應用篇”3個大模塊，每一章設置的“知能達標、素養提升、視野拓展”3個中模塊以及根據知識梯度切分的多個微模塊，助力打造人工智能通識課程體系，滿足不同專業多樣化學習需求，推動形成“人工智能+X”覆合專業培養新模式。本書基於BOPPPS教學方法重構教學環節，主要分為“導入—職業能力目標—知能達標—素養提升—視野拓展—學習評價—職業能力測評”7個環節，創新引入大模型技術輔助學習及應用能力提升，強化綠色低碳、科技向善等主流價值觀，培養兼具人工智能計算思維與社會責任感的跨學科覆合型人才。本書可作為高等職業院校人工智能技術應用專業課程教學用書，還可作為高等職業院校其他專業人工智能通識教育用書以及社會人員的培訓用書。本書配套電子課件、源代碼、微視頻、職業能力測評習題、數字課程（AI在線問答助手）等立體化教學資源，其中，部分資源直接通過二維碼掃碼方式獲取，其他資源可以通過配套的數字課程網站獲取。選用本書作為教材的教師可以從機械工業出版社教育服務網（www.cmpedu.com）免費註冊下載，或聯系編輯（010-88379543）獲取。
目錄大綱
前言
【文化篇】 人工智能基礎認知
第1章 人工智能前世今生
1.1 揭秘人工智能
1.1.1 什麼是人工智能
1.1.2 人工智能與生成式人工智能的關系
1.2 人工智能發展脈絡
1.2.1 人工智能發展簡史
1.2.2 人工智能三大學派
1.3 人工智能的未來
第2章 人工智能技術體系
2.1 人工智能內在邏輯
2.1.1 人工智能發展三大要素
2.1.2 人工智能技術三大層次
2.2 人工智能外部生態
2.2.1 AI
2.2.2 +AI
第3章 人工智能倫理法規
3.1 人工智能倫理
3.1.1 人工智能帶來的主要倫理問題
3.1.2 人工智能倫理的核心要素
3.2 人工智能法規
3.2.1 中國人工智能法規
3.2.2 國外人工智能法規
【工具篇】 Python程序設計
第4章 語法基礎——員工薪資管理
4.1 Python語言簡介
4.1.1 Python起源與演進
4.1.2 Python語言特點
4.1.3 Python應用領域
4.2 Python開發環境搭建
4.2.1 下載安裝Anaconda
4.2.2 使用Anaconda管理虛擬環境
4.2.3 下載安裝PyCharm
4.3 第一個Python程序
4.4 Python編碼規範
4.5 Python語法基礎
4.5.1 標識符和關鍵字
4.5.2 常量和變量
4.5.3 基本數據類型
4.5.4 輸出和輸入函數
4.5.5 運算符操作
第5章 流程控制——機器人貨物分揀
5.1 選擇結構
5.1.1 單分支選擇結構
5.1.2 雙分支選擇結構
5.1.3 多分支選擇結構
5.1.4 嵌套選擇結構
5.2 循環結構
5.2.1 while循環
5.2.2 for循環
5.2.3 嵌套循環
5.2.4 循環控制
第6章 函數和模塊——智能小車避障
6.1 函數
6.1.1 內置函數
6.1.2 自定義函數
6.2 模塊
6.2.1 模塊化編程
6.2.2 常用內置模塊
第7章 組合數據類型——智能泊車管理
7.1 字符串
7.1.1 字符串介紹
7.1.2 轉義字符
7.1.3 字符串訪問
7.1.4 字符串遍歷
7.1.5 格式化字符串
7.1.6 字符串常用方法
7.2 列表
7.2.1 列表的創建
7.2.2 訪問列表元素
7.2.3 添加列表元素
7.2.4 刪除列表元素
7.2.5 列表的嵌套
7.3 元組
7.3.1 元組的創建
7.3.2 元組的訪問
7.3.3 元組的不可變性
7.4 集合
7.4.1 集合的創建
7.4.2 集合的基本操作
7.4.3 集合的數學運算
7.5 字典
7.5.1 字典的介紹
7.5.2 字典的創建
7.5.3 字典的訪問
7.5.4 字典的遍歷
7.5.5 字典元素的添加和修改
7.5.6 字典元素的刪除
第8章 文件和異常——項目日報管理
8.1 文件操作
8.1.1 文件打開
8.1.2 文件關閉
8.1.3 文件讀取
8.1.4 文件寫入
8.2 異常處理
第9章 面向對象編程——學生就業管理
9.1 類與對象
9.2 定義類
9.3 創建對象
9.4 類的成員
9.4.1 屬性
9.4.2 方法
9.4.3 私有成員
9.4.4 特殊方法
9.5 面向對象的三大特性
9.5.1 封裝
9.5.2 繼承
9.5.3 多態
第10章 網絡爬蟲基礎——電商數據爬取與解析
10.1 爬取數據
10.1.1 requests庫基本使用
10.1.2 爬取諺語網站實戰——數據爬取
10.2 解析數據
10.2.1 BeautifulSoup庫基本使用
10.2.2 爬取諺語網站實戰——數據解析
【應用篇】 人工智能綜合應用
第11章 人工智能+金融應用
11.1 數據分析與處理
11.1.1 數據分析“三劍客”
11.1.2 數據讀取
11.1.3 數據清洗
11.1.4 數據轉換
11.2 機器學習
11.2.1 機器學習基礎
11.2.2 機器學習庫scikit-learn
第12章 人工智能+工業應用
12.1 神經網絡
12.1.1 大腦神經網絡
12.1.2 人工神經網絡
12.1.3 感知機
12.1.4 前饋神經網絡
12.1.5 反向傳播算法
12.2 卷積神經網絡
12.2.1 卷積
12.2.2 池化
12.2.3 典型卷積神經網絡
第13章 人工智能+交通應用
13.1 目標檢測技術
13.1.1 目標檢測技術基礎
13.1.2 YOLO算法
13.2 OCR技術
13.2.1 OCR技術基礎
13.2.2 PaddleOCR工具包
第14章 人工智能大模型技術應用
14.1 大模型技術
14.1.1 大模型分類
14.1.2 生成式人工智能
14.1.3 智能體應用
14.2 語音技術基礎
14.2.1 語音識別
