正版
通识人工智能
- 书名
- 通识人工智能
- 作者
- 马乐荣,丁苍峰 主编
- 出版社
- 高等教育出版社
- 出版时间
- 2026-04-01
- ISBN
- 9787040669688
- 货号
- 1204321740
- 品相
- 全新
- 分类
- 当代·工业
- 书名
- 通识人工智能
- 作者
- 马乐荣,丁苍峰 主编
- 出版社
- 高等教育出版社
- 出版时间
- 2026-04-01
- ISBN
- 9787040669688
- 货号
- 1204321740
- 品相
- 全新
- 分类
- 当代·工业
目录▼
第一章 人工智能概述 001
1.1 生命与智能 001
1.1.1 智能的本质 004
1.1.2 智能的判别定义 006
1.1.3 人工智能 007
1.2 人工智能技术演进史 009
1.2.1 符号主义时期 009
1.2.2 统计学习时期 011
1.2.3 深度学习的突破 013
1.2.4 大模型的浪潮 015
1.3 人工智能的基本内容 017
1.3.1 人工智能的主要特征 017
1.3.2 人工智能的研究内容 018
1.3.3 人工智能的基础理论 020
1.3.4 新一代人工智能 021
1.4 学习规划 025
1.4.1 当前行业需求 025
1.4.2 人工智能时代所需的技能 027
1.4.3 课程知识体系 029
1.5 问题与实践 030
第二章 人工智能研究领域 031
2.1 人工智能的核心研究领域 031
2.1.1 机器学习 031
2.1.2 自然语言处理 034
2.1.3 计算机视觉 037
2.1.4 信息检索与推荐 040
2.1.5 数据挖掘 041
2.1.6 机器人学 044
2.2 交叉学科应用 046
2.2.1 人工智能+医疗 046
2.2.2 人工智能+教育 049
2.2.3 人工智能+农业 051
2.2.4 人工智能+金融 054
2.2.5 人工智能+交通 056
2.3 实践任务:基于神经网络的糖尿病预测项目 057
第三章 机器学习基础 060
3.1 机器学习 060
3.1.1 机器学习的定义 060
3.1.2 机器学习的研究对象 061
3.2 模型训练与评估 062
3.2.1 模型的训练 062
3.2.2 模型的评估 062
3.3 机器学习的分类 064
3.3.1 监督学习 065
3.3.2 无监督学习 065
3.3.3 强化学习 066
3.4 回归与分类算法 067
3.4.1 线性回归 067
3.4.2 逻辑回归 072
3.5 决策树 075
3.5.1 决策树模型 075
3.5.2 决策树策略 076
3.5.3 ID3算法、C4.5算法、CART算法 083
3.6 朴素贝叶斯法 086
3.6.1 贝叶斯定理 086
3.6.2 朴素贝叶斯法 088
3.6.3 朴素贝叶斯法总结 091
3.7 支持向量机 092
3.7.1 线性可分支持向量机 094
3.7.2 线性支持向量机 098
3.7.3 非线性支持向量机 100
3.7.4 支持向量机总结 103
……
第四章 深度学习技术 123
第五章 大模型基础技术 169
第六章 大模型应用实操 249
第七章 智能体技术 293
第八章 数字人 329
第九章 人工智能伦理与安全 361
附录 拓展阅读 386
文摘▼
本书是一本面向各专业读者的人工智能入门书,以“通俗化、场景化”为特色,系统介绍人工智能的基础认知、核心技术、应用领域与伦理议题。全书从人工智能定义与发展历程出发,讲解机器学习、深度学习等基本原理,并结合生活案例解析算法逻辑;通过医疗、教育、金融等场景展现人工智能实际应用,同时探讨数据隐私、算法公平等社会议题。
本书弱化复杂公式,兼顾严谨性与可读性,各章相对独立并配有案例,既适用于高校通识课程教学,也可用于跨专业读者自学,帮助读者快速建立对人工智能的整体认知与实践感知。





