正版
实用人工智能
- 书名
- 实用人工智能
- 作者
- 王肃,苏斌 主编
- 出版社
- 华东师范大学出版社
- 出版时间
- 2026-02-01
- ISBN
- 9787576069310
- 货号
- 1204411451
- 品相
- 全新
- 分类
- 当代·工业
- 书名
- 实用人工智能
- 作者
- 王肃,苏斌 主编
- 出版社
- 华东师范大学出版社
- 出版时间
- 2026-02-01
- ISBN
- 9787576069310
- 货号
- 1204411451
- 品相
- 全新
- 分类
- 当代·工业
作者简介▼
王肃,副教授,研究方向智能系统、智能教育,主持及参与多项国家级、省部级科研项目和教改项目,发表论文20余篇,编写计算机类教材10余本。主编全民数字素养与技能提升系列教材《数据与编程》、《信息系统与数字社会》、《算法与人工智能》,全国高等学校计算机教育研究会十四五系列教材《数据智能——Python数据分析与可视化》、《跟我学机器人编程》,副主编国家级教材《普通高中教科书信息技术选择性必修3数据管理与分析》等。
苏斌,华东师范大学数据科学与工程学院工程师,研究方向为数据驱动的计算教育学、大规模在线教育系统,曾参编《算法与人工智能》、《普通高中教科书信息技术选修1算法初步》、译《加速——高效能软件交付之道》。
目录▼
主题1
AI辅助学习与工作实践
1.1 当代人工智能发展
1.1.1 AI的“大脑”是如何炼成的?——一场贯穿始终的“主义之争”
1.1.2 AI双璧——“数据”与“算力”
1.1.3 认识当代AI的“顶流”——大模型崛起之路
1.2 从学习到学会学习
1.2.1 “创作大革命”——AIGC时代
1.2.2 AI在如何改变世界——身边的案例
1.2.3 AI不是神——它的能力边界与挑战
1.3 智能体概述
1.3.1 大模型的瓶颈——“有脑无手的巨人”
1.3.2 进化——从“思考”到“行动”的一跃
1.3.3 如何成为智能体的“驯服者”与“缔造者”
1.3.4 智能体的构成
1.4 项目实战:无代码工作流创建的智能体
1.4.1 实验目标
1.4.2 实验步骤
1.4.3 发布与分享
1.4.4 总结
1.4.5 延伸思考
1.5 习题与思考
主题2
数字人文实践
2.1 文本生成的技术原理
2.1.1 基于规则的文本生成
2.1.2 基于统计的文本生成
2.1.3 基于深度学习的文本生成
2.2 提示词工程
2.2.1 提示词的核心要素
2.2.2 事实查证
2.2.3 应用编程思维进行提示词设计与优化
2.3 AI辅助智能写作
2.3.1 人机交互协同写作的意义
2.3.2 人机交互协同写作的应用场景
2.3.3 案例实践
2.4 知识结构化与思维导图
2.4.1 从信息碎片到知识体系
2.4.2 AI辅助思维导图生成
2.4.3 案例实践
2.5 演示文稿的智能设计与呈现
2.5.1 AI辅助演示文稿制作
2.5.2 案例实践
2.6 智能互译
2.6.1 中英文学术论文摘要的互译
2.6.2 案例实践
2.7 项目实战:策划数字人文主题展
2.8 习题与思考
主题3
AI辅助科研实践
3.1 AI辅助选题与探索
3.1.1 AI辅助选题——以“维普AI科创助手”为例
3.1.2 好的选题应满足的要求
3.2 参考文献引用
3.2.1 学术平台基本检索方法
3.2.2 使用AI进行文献检索的案例
3.3 AI文献阅读助手
3.3.1 人机交互协同写作
3.3.2 案例实践
3.4 知识库构建技术
3.4.1 大语言模型的局限与“幻觉”问题
3.4.2 检索增强生成
3.4.3 案例实践:腾讯IMA客户端的知识库应用
3.5 负责任地使用人工智能
3.5.1 数据安全与隐私
3.5.2 算法偏见与责任归属
3.5.3 科研诚信侵蚀
3.6 项目实战:AI赋能下的“微科研”探索之旅
3.7 习题与思考
主题4
多模态实践
4.1 视觉智能
4.1.1 数字图像的基本概念
4.1.2 预训练模型实现图识识别
4.2 听觉智能
4.2.1 声音的数字化表示
4.2.2 语音转文字:构建自己的速记助手
4.2.3 文字转语音:让机器“开口说话”
4.3 融合与创造
4.3.1 AI生成图片
4.3.2 AI生成音乐
4.4 项目实战:生成一段童话短视频
4.5 习题与思考
主题5
经典机器学习算法实践
5.1 机器学习基础知识
5.1.1 机器学习概述
5.1.2 机器学习的基本范式
5.1.3 机器学习工作流程与数据基础
5.1.4 数据预处理
5.1.5 模型训练与评估
5.2 基于K近邻的电商平台客户细分
5.2.1 K近邻算法原理
5.2.2 K近邻算法的实现
5.2.3 基于KNN模型的电商平台客户细分算法的实现
5.2.4 最佳K的选择
5.3 基于线性回归的高校连锁店月销售额预测
5.3.1 线性回归中最小二乘法实现原理
5.3.2 线性回归的最小二乘法的算法实现
5.3.3 基于线性回归的高校连锁店的月销售额预测算法的实现
5.4 基于K-Means的电商平台客户分群算法
5.4.1 K均值算法
5.4.2 基于K均值算法的电商平台客户分群算法的实现
5.4.3 选择K值的方法——手肘法
5.5 项目实战:学生成绩预测与分析系统
5.6 习题与思考
主题6
智能学情分析实践
6.1 神经网络基础知识
6.1.1 神经网络基本概念
6.1.2 神经网络的训练
6.1.3 激活函数
6.2 项目实战:基于神经网络的学情数据分类
6.2.1 案例背景与任务说明
6.2.2 项目实现步骤
6.2.3 项目总结与思考
6.3 习题与思考
主题7
智能图像识别实践
7.1 深度学习基本概念
7.1.1 什么是深度学习
7.1.2 深度学习与传统机器学习
7.1.3 深度学习与神经网络
7.2 卷积神经网络基础
7.2.1 什么是卷积
7.2.2 案例实践:图像的卷积
7.2.3 卷积神经网络结构与原理
7.3 项目实战:基于CNN的手写数字识别
7.3.1 项目任务
7.3.2 数据集介绍
7.3.3 构建卷积神经网络
7.3.4 实验步骤
7.3.5 代码及结果分析
7.3.6 小结
7.4 习题与思考
文摘▼
本书作为面向学校全体新生开设的全校公共课配套教材,面向本科各专业学生,介绍人工智能的基本原理和当代发展,依托流行的在线平台及工具,介绍人工智能应用于辅助学习、工作及个人发展的相关操作技术。同时培养学生在将人工智能应用于实际时的批判性思维能力,使学生了解人工智能领域的最新技术成就,并加深对人工智能研究过程的理解。内容编写上以案例为主,以实际情境设置带入知识的讲解,并设置相当比例的实践操作内容,整合水杉在线等教学平台,是新形态立体化的人工智能教材。





