书城首页 › 当代 › 大学教材 › 人工智能通识教程
当代·大学教材

人工智能通识教程

正版保障多仓发货48小时内发货2-3天送达可开发票
¥44.59 定价 ¥59.80 7.5折 立省 ¥15.21
现货库存 9 件 全新
商品参数
书名
人工智能通识教程
作者
崔晓晖,罗传文,孙俏 主编;徐红艳,罗丹,范新 副主编
出版社
中国铁道出版社有限公司
出版时间
2026-05-01
ISBN
9787113332006
货号
1204424481
品相
全新
分类
当代·大学教材
购物车(0)
商品参数
书名
人工智能通识教程
作者
崔晓晖,罗传文,孙俏 主编;徐红艳,罗丹,范新 副主编
出版社
中国铁道出版社有限公司
出版时间
2026-05-01
ISBN
9787113332006
货号
1204424481
品相
全新
分类
当代·大学教材
作者简介▼

崔晓晖,博士,副教授,北京林业大学,信息学院(人工智能学院)教学副院长。主讲“数据库系统”“离散数学”“大数据技术”等本科课程和“软件估算技术”研究生课程。发表教改论文5篇,主持教学改革项目5项,参与编写十二五国家级规划教材一部,北京市优质本科课程一门,获得省部级、校级教学成果奖2项。主要从事林业大数据、领域软件工程和智能信息处理等方向研究工作,主持或参与国家重点研发计划、国家自然科学基金、省部级以及行业委托项目10余项,发表期刊论文10余篇,参与编写专著1部,获得软件著作权5项。

罗传文,博士,副教授,研究生导师,院长助理,北京林业大学信息学院(人工智能学院)。主讲“离散数学”“NoSQL数据库原理与技术”等课程。参与编写《数据库原理及应用教程(MySQL版)》教材,主持包括教育部计算机教学指导委员会教改、中国教育发展战略学会重点教改、北京林业大学重点教改等项目5项。入选第九届中国科协“青年托举人才工程”人才项目,担任物联网专委会执行委员、ACM SIGBED China委员。研究方向包括无线传感器网络,边缘智能,无人机通信网络。以第一作者通信作者已发表相关学术论文30余篇。担任MSN2023,ICPAD2023, WASA 2021等多个国际会议的程序委员会成员。获得北京林业大学青年教师比赛三等奖,北京林业大学社会实践先进工作者,北京林业大学优秀班主任,北京林业大学本科毕设优秀指导教师,第二十六届中国机器人及人工智能大赛优秀指导教师,参与编著教材1部。主持国家自然科学基金1项,国家自然基金联合重点课题1项,中央高校基本业务经费项目1项、横向课题7项,参与国家自然科学基金面上项目2项。

孙俏,博士,教授,研究生导师,北京林业大学信息学院(人工智能学院)。毕业于北京航空航天大学,英国曼彻斯特大学访问学者,国家线上一流课程负责人、国家级规划教材主编、全国普通高等学校本科教育教学评估专家、教育部特殊教育教材评审专家、全国高等院校计算机基础教育研究会人工智能通识教育专委会主任、北京市优秀课程主讲教师、校教学名师。主编及参编教材8部,承担教育部产学合作等教改项目9项,承担科研项目10余项,取得发明专利2项、发表科研论文20余篇。

目录▼

第一篇基础素养篇

第1章人工智能思维体系2

1.1智能思维:人类智能和人工智能3

1.1.1人类智能3

1.1.2人工智能4

1.1.3人类智能和人工智能的对比4

1.1.4人工智能体系:数据、算法、算力视角下的智能协同4

1.2数据思维:信息与大数据6

1.2.1信息的本质6

1.2.2大数据8

1.2.3数据思维10

1.3系统思维:计算机系统11

1.3.1计算机系统的组成及其层次结构12

1.3.2计算机的硬件系统12

1.3.3计算机的软件系统14

1.4计算思维:程序设计与算法14

1.4.1程序与程序设计语言15

1.4.2算法15

1.4.3算法策略16

1.4.4计算思维17

1.5网络思维:互联与物联18

1.5.1互联网18

1.5.2物联网20

1.5.3网络思维22

小结23

习题23

第2章人工智能基础26

2.1人工智能发展历程27

2.1.1萌芽期与达特茅斯会议27

2.1.2第一次浪潮:早期技术探索与发展挫折28

2.1.3第二次浪潮:专家系统的崛起与局限29

2.1.4第三次浪潮:深度学习与大模型时代29

2.2人工智能概念与分类31

2.2.1人工智能的概念31

2.2.2人工智能的分类32

2.3人工智能流派33

2.4人工智能核心技术体系35

2.4.1基础层36

2.4.2技术层36

2.4.3应用层36

2.5人工智能应用37

2.6人工智能伦理42

2.6.1人工智能伦理的理论基础42

2.6.2人工智能伦理的主要议题42

2.6.3构建人工智能伦理体系的路径44

2.6.4走向负责任的人工智能未来44

小结44

习题45

第二篇核心技术篇

第3章机器学习48

3.1机器学习概述49

3.1.1机器学习的概念49

3.1.2机器学习的步骤51

3.1.3机器学习的分类55

3.2监督学习58

3.2.1监督学习概述58

3.2.2监督学习典型算法60

3.3无监督学习62

3.3.1无监督学习概述62

3.3.2无监督学习典型算法64

3.4强化学习65

3.4.1强化学习概述65

3.4.2强化学习典型算法65

小结67

习题67

第4章神经网络71

4.1神经网络概述72

4.1.1产生背景与核心思想72

4.1.2神经网络中的分类问题与回归问题74

4.2神经元模型76

4.2.1从生物神经元到人工神经元76

4.2.2人工神经元的计算过程78

4.2.3从神经元到网络层83

4.3多层感知机88

4.3.1单层感知机的局限性88

4.3.2隐藏层的引入与作用90

4.3.3多层感知机的网络结构93

4.4神经网络的学习方法97

4.4.1神经网络如何学习97

4.4.2前向传播99

4.4.3反向传播101

4.4.4神经网络的学习循环104

4.5神经网络应用概述105

4.5.1最优预测105

4.5.2∗模式识别106

小结107

习题107

第5章深度学习110

5.1深度学习概述111

5.1.1深度学习的概念与组成要素111

5.1.2深度学习的基本流程113

5.1.3深度学习的分类117

5.2卷积神经网络119

5.2.1卷积神经网络概述119

5.2.2卷积神经网络的结构122

5.2.3卷积神经网络经典网络架构演进127

5.3循环神经网络129

5.3.1循环神经网络概述129

5.3.2循环神经网络典型算法与结构131

5.3.3循环神经网络经典网络架构演进135

5.4深度学习应用概述137

5.4.1预测类应用137

5.4.2∗感知类应用138

小结138

习题139

第三篇大模型应用篇

第6章大模型技术142

6.1大模型概述143

6.1.1大模型的概念143

6.1.2大模型的特点144

6.1.3传统机器学习、小模型与大模型对比145

6.1.4大模型产生与发展146

6.1.5大模型分类149

6.2大语言模型核心技术151

6.2.1Transformer架构151

6.2.2模型训练153

6.2.3模型评估158

6.3大语言模型的效率优化与模型压缩160

6.3.1模型量化160

6.3.2模型剪枝161

6.3.3知识蒸馏162

小结164

习题164

第7章大模型应用166

7.1大语言模型167

7.1.1自然语言处理概述167

7.1.2大语言模型分类169

7.1.3大语言模型交互171

7.2多模态大模型178

7.2.1计算机视觉概述178

7.2.2视觉—语言模型179

7.2.3语音模型184

7.2.4视频模型187

7.3大模型应用范式191

7.3.1大模型本地部署191

7.3.2大模型能力拓展193

7.3.3智能体195

小结197

习题197

第四篇前沿应用篇

第8章具身智能200

8.1具身智能概述201

8.1.1具身智能的起源与概念201

8.1.2具身智能与传统人工智能的区别202

8.1.3具身智能在机器人上的实现204

8.2具身智能核心技术206

8.2.1技术框架206

8.2.2感知方法207

8.2.3认知方法209

8.2.4决策方法211

8.2.5执行方法212

8.3具身智能应用案例214

8.3.1家庭服务机器人214

8.3.2自动驾驶汽车215

8.3.3工业机器人协作217

8.3.4救援机器人218

小结220

习题220

第9章人工智能的行业应用223

9.1智慧林业:从粗放管理到智慧守护224

9.1.1痛点问题224

9.1.2解决方案224

9.1.3应用领域225

9.1.4发展趋势227

9.2智慧农业:从传统耕作到智慧计算227

9.2.1痛点问题227

9.2.2解决方案228

9.2.3应用领域228

9.2.4发展趋势230

9.3智慧金融:从经验授信到智能决策230

9.3.1痛点问题230

9.3.2解决方案231

9.3.3应用领域232

9.3.4发展趋势234

9.4智慧医疗:从经验诊疗到精准计算234

9.4.1痛点问题234

9.4.2解决方案235

9.4.3应用领域235

9.4.4发展趋势238

9.5智慧教育:从标准化供给到精准化适配238

9.5.1痛点问题238

9.5.2解决方案239

9.5.3应用领域239

9.5.4发展趋势242

9.6智慧交通:从经验决策到数据决策243

9.6.1痛点问题243

9.6.2解决方案243

9.6.3应用领域244

9.6.4智慧交通发展趋势245

小结246

习题246

参考文献248

文摘▼

本书严格遵循高等教育教学规律与技术发展脉络,以“立德树人”为根本,以“学生中心、产出导向、持续改进”为理念进行编写。本书以人工智能技术的发展与应用为主线,系统构建了从思维基础、核心原理到前沿应用的完整知识体系。全书共分四篇:基础素养篇阐述智能、数据、系统、计算与网络五大基础思维,以及人工智能基础概述;核心技术篇解析机器学习、神经网络与深度学习原理;大模型应用篇聚焦Transformer架构与大模型训练,探讨大语言模型、多模态模型应用与开发;前沿应用篇展示具身智能及“人工智能+”在林业、农业、金融、医疗、教育、交通等领域的融合创新方法。全书旨在帮助读者建立人工智能的整体性认知。本书逻辑清晰、循序渐进,兼具理论系统性与实践导向性;强调实践应用与前沿探索,核心章节均设计学习引例与真实案例,并纳入大模型、具身智能等前沿技术;注重融入课程思政,巧妙融合隐私保护、算法伦理、科技自立与可持续发展等议题,通过案例引导读者树立正确的科技价值观与伦理观。本书适合作为普通高等院校计算机类、电子信息类、自动化类等专业“人工智能通识”课程的教材,也可作为对人工智能感兴趣的读者,以及从事人工智能应用开发的工程技术人员的参考书。

¥44.59
🛒购物车