人工智能導論
趙莉,陳方,侯璇
- 出版商: 電子工業
- 出版日期: 2026-07-01
- 定價: $299
- 售價: $298
- 語言: 簡體中文
- 頁數: 168
- ISBN: 7121532654
- ISBN-13: 9787121532658
-
相關分類:
Machine Learning、DeepLearning、Computer Vision
下單後立即進貨 (約4週~6週)
相關主題
商品描述
本書為普通本科院校教材。本書響應教育部《高等學校人工智能創新行動計劃》關於"完善人工智能領域人才培養體系”的號召,結合應用型人才培養需求,系統介紹人工智能的基礎理論、技術方法及前沿應用。內容涵蓋認識人工智能、機器學習、神經網絡與深度學習、計算機視覺、自然語言處理等核心模塊,融入國內外最新研究進展。作為面向普通高校各專業的通識教材,本書註重培養學生在智能時代的人工智能素養、技術思維及基礎應用能力,助力高校落實人工智能通識教育目標,為培養學科交叉與復合型人才提供支撐。
目錄大綱
目 錄
第 1 章 認識人工智能 .......................................................................................................... 1
1.1 人工智能的概念及範疇 .................................................................................................... 2
??1.1.1 人工智能的基本定義 ...................................................................................................... 2
??1.1.2 人工智能的核心技術 ...................................................................................................... 2
??1.1.3 人工智能的主要分類 ...................................................................................................... 3
1.2 人工智能發展史 ................................................................................................................ 4
??1.2.1 早期發展階段 .................................................................................................................. 4
??1.2.2 以深度學習為主流技術的階段 ...................................................................................... 8
??1.2.3 大模型興起階段 .............................................................................................................. 9
1.3 人工智能的特征與價值 .................................................................................................. 12
??1.3.1 人工智能的特征 ............................................................................................................ 13
??1.3.2 人工智能的價值 ............................................................................................................ 14
實驗環境的搭建 ....................................................................................................................... 18
習題 ........................................................................................................................................... 22
第 2 章 機器學習 ............................................................................................................... 23
2.1 初識機器學習 .................................................................................................................. 24
??2.1.1 機器學習的定義 ............................................................................................................ 24
??2.1.2 學習流程 ........................................................................................................................ 25
2.2 主要學習範式 .................................................................................................................. 26
??2.2.1 有監督學習 .................................................................................................................... 26
??2.2.2 無監督學習 .................................................................................................................... 27
??2.2.3 強化學習 ........................................................................................................................ 28
2.3 簡單算法入門 .................................................................................................................. 29
??2.3.1 線性回歸 ........................................................................................................................ 29
??2.3.2 決策樹 ............................................................................................................................ 30
??2.3.3 K 均值聚類 .................................................................................................................... 32
??2.3.4 關聯規則 ........................................................................................................................ 33
2.4 過擬合與欠擬合 .............................................................................................................. 34
??2.4.1 過擬合 ............................................................................................................................ 34
??2.4.2 欠擬合 ............................................................................................................................ 35
2.5 案例:簡單線性回歸預測 .............................................................................................. 36
??2.5.1 案例任務 ........................................................................................................................ 36
??2.5.2 案例分析和實現 ............................................................................................................ 36
??2.5.3 案例總結和啟示 ............................................................................................................ 37
綜合實驗 ................................................................................................................................... 38
習題 ........................................................................................................................................... 40
第 3 章 神經網絡與深度學習 ............................................................................................. 43
3.1 初識神經網絡 .................................................................................................................. 44
??3.1.1 神經網絡的基本思想 .................................................................................................... 44
??3.1.2 從感知機到深度學習 .................................................................................................... 45
3.2 神經網絡基本組成 .......................................................................................................... 46
??3.2.1 神經元 ............................................................................................................................ 46
??3.2.2 前向傳播 ........................................................................................................................ 48
??3.2.3 激活函數 ........................................................................................................................ 49
??3.2.4 損失函數 ........................................................................................................................ 51
3.3 深度學習基礎 .................................................................................................................. 52
??3.3.1 深度神經網絡 ................................................................................................................ 52
??3.3.2 反向傳播 ........................................................................................................................ 53
??3.3.3 避免過擬合 .................................................................................................................... 54
3.4 典型網絡架構 .................................................................................................................. 55
??3.4.1 卷積神經網絡 ................................................................................................................ 55
??3.4.2 循環神經網絡 ................................................................................................................ 57
??3.4.3 Transformer .................................................................................................................... 58
3.5 案例:神經元中的成長智慧 .......................................................................................... 59
??3.5.1 案例任務 ........................................................................................................................ 59
??3.5.2 案例分析和實現 ............................................................................................................ 59
??3.5.3 案例總結和啟示 ............................................................................................................ 60
綜合實驗 ................................................................................................................................... 61
習題 ........................................................................................................................................... 63
第 4 章 計算機視覺 ........................................................................................................... 66
4.1 計算機視覺概述 .............................................................................................................. 67
??4.1.1 計算機視覺的定義 ........................................................................................................ 67
??4.1.2 計算機視覺系統中的信息處理過程 ............................................................................ 68
??4.1.3 計算機視覺的發展歷程 ................................................................................................ 69
??4.1.4 計算機視覺的應用領域 ................................................................................................ 70
??4.1.5 計算機視覺的任務 ........................................................................................................ 71
4.2 計算機視覺經典任務及算法 .......................................................................................... 71
??4.2.1 圖像分類 ........................................................................................................................ 71
??4.2.2 目標檢測 ........................................................................................................................ 75
??4.2.3 圖像分割 ........................................................................................................................ 78
??4.2.4 目標跟蹤 ........................................................................................................................ 80
4.3 計算機視覺技術的應用案例 .......................................................................................... 82
??4.3.1 人臉識別 ........................................................................................................................ 82
??4.3.2 車牌識別 ........................................................................................................................ 83
4.4 案例:手寫數字分類 ...................................................................................................... 84
??4.4.1 案例任務 ........................................................................................................................ 84
??4.4.2 案例分析和實現 ............................................................................................................ 84
??4.4.3 案例總結和啟示 ............................................................................................................ 86
綜合實驗 ................................................................................................................................... 87
習題 ........................................................................................................................................... 89
第 5 章 自然語言處理 ........................................................................................................ 92
5.1 自然語言處理概述 .......................................................................................................... 93
??5.1.1 自然語言處理的定義 .................................................................................................... 93
??5.1.2 自然語言處理的組成 .................................................................................................... 94
??5.1.3 自然語言處理的發展歷程 ............................................................................................ 95
??5.1.4 自然語言處理的工作原理 ............................................................................................ 96
??5.1.5 自然語言處理的應用方向 ............................................................................................ 97
??5.1.6 自然語言處理的三個層面 ............................................................................................ 99
5.2 自然語言處理基本任務及算法 ...................................................................................... 99
??5.2.1 詞法分析 ........................................................................................................................ 99
??5.2.2 句法分析 ...................................................................................................................... 101
??5.2.3 語義分析 ...................................................................................................................... 104
??5.2.4 情感分析 ...................................................................................................................... 106
5.3 自然語言處理技術的應用案例 .................................................................................... 109
??5.3.1 詞雲圖的生成 .............................................................................................................. 109
??5.3.2 機器翻譯 ...................................................................................................................... 110
5.4 案例:文本預處理 ........................................................................................................ 111
??5.4.1 案例任務 ...................................................................................................................... 111
??5.4.2 案例分析和實現 .......................................................................................................... 111
??5.4.3 案例總結和啟示 .......................................................................................................... 113
綜合實驗 ................................................................................................................................. 114
習題 ......................................................................................................................................... 116
第 6 章 人工智能的典型應用場景 .................................................................................... 119
6.1 智能系統應用 ................................................................................................................ 120
??6.1.1 智能語音助手 .............................................................................................................. 120
??6.1.2 多模態交互 .................................................................................................................. 125
??6.1.3 自動駕駛 ...................................................................................................................... 127
6.2 醫療健康應用 ................................................................................................................ 131
??6.2.1 醫學影像分析 .............................................................................................................. 132
??6.2.2 輔助診斷系統 .............................................................................................................. 133
??6.2.3 藥物研發應用 .............................................................................................................. 134
??6.2.4 健康監測管理 .............................................................................................................. 134
6.3 工業制造應用 ................................................................................................................ 135
??6.3.1 工業視覺檢測 .............................................................................................................. 135
??6.3.2 生產流程優化 .............................................................................................................. 136
??6.3.3 智能生產線 .................................................................................................................. 137
6.4 案例:設計個性化健康管理方案 ................................................................................ 138
??6.4.1 案例任務 ...................................................................................................................... 138
??6.4.2 案例分析和實現 .......................................................................................................... 138
??6.4.3 案例總結和啟示 .......................................................................................................... 141
綜合實驗 ................................................................................................................................. 141
習題 ......................................................................................................................................... 144
第 7 章 人工智能的倫理與未來發展 ................................................................................ 146
7.1 倫理與社會影響 ............................................................................................................ 147
??7.1.1 隱私數據安全 .............................................................................................................. 147
??7.1.2 算法公平偏見 .............................................................................................................. 149
??7.1.3 法律責任認定 .............................................................................................................. 150
??7.1.4 就業結構變遷 .............................................................................................................. 152
7.2 治理與發展路徑 ............................................................................................................ 155
??7.2.1 技術風險管理 .............................................................................................................. 155
??7.2.2 倫理準則構建 .............................................................................................................. 156
??7.2.3 政策法規協調 .............................................................................................................. 157
??7.2.4 通用智能路徑 .............................................................................................................. 157
綜合實驗 ................................................................................................................................. 159
習題 ......................................................................................................................................... 160
