正版
人工智能通识项目实践
- 书名
- 人工智能通识项目实践
- 作者
- 刘晓鸣,胡秋萍 主编
- 出版社
- 机械工业出版社
- 出版时间
- 2026-11-01
- ISBN
- 9787111821731
- 货号
- 1204687683
- 品相
- 全新
- 分类
- 当代·工业
- 书名
- 人工智能通识项目实践
- 作者
- 刘晓鸣,胡秋萍 主编
- 出版社
- 机械工业出版社
- 出版时间
- 2026-11-01
- ISBN
- 9787111821731
- 货号
- 1204687683
- 品相
- 全新
- 分类
- 当代·工业
作者简介▼
刘晓鸣,中国科学院自动化研究所工程师,中国图像图形学会战略合作事业部部长,长期从事人工智能技术研发、科研成果转化及青少年科学教育工作。主持科技教育资源项目,创办CSIG青少年智能技术与创新科普活动、CSIG“科苗计划”等品牌活动,推动前沿人工智能科研成果向基础教育转化。参与编著《人工智能通识课指导手册:小学版》《写给中学生的人工智能通识课》等著作,致力于人工智能教育普及、科技创新实践与青少年创新人才培养。
胡秋萍,北京市朝阳区教师发展学院数智与科技中心主任,信息安全硕士,北京市骨干教师,信息技术学科名师,主要负责朝阳区信息技术教师培训和学科教学研究工作,长期主持区域信息技术学科教师培训、教师数智素养提升等重点项目,拥有扎实的教研功底与丰富的数智教育实践经验。编著教材10本,其中《Scratch趣味编程》和《动力机械创意设计》教材为人工智能教育落地中小学课堂提供了内容支撑。
目录▼
前言
第一单元 走近人工智能
1.1 基础知识:基于规则的问题解决方法
1.1.1 活动1:在车牌号中寻找规则
1.1.2 活动2:猜数游戏有方法
1.2 前序知识:开启机器学习之门
1.2.1 活动1:身高数据要收集
1.2.2 活动2:梳理机器学习的流程
1.3 项目实践:与机器下井字棋
1.3.1 课时1:让机器能“看懂”棋
1.3.2 课时2:教会机器“思考”如何下棋
1.3.3 课时3:机器自己学习与人机对弈
第二单元 推荐出行方式
2.1 基础知识:数据准备有要求
2.1.1 活动1:获取数据有方法
2.1.2 活动2:数据源要可靠
2.1.3 活动3:数据清洗不能少
2.2 前序知识:两种简单的推荐算法
2.2.1 像流程图一样思考的决策树
2.2.2 模拟生物神经元的单层感知机
2.3 项目实践:推荐出行方式
2.3.1 课时1:为推荐出行方式准备数据
2.3.2 课时2:用决策树构建推荐出行方式模型
2.3.3 课时3:用单层感知机构建推荐出行方式模型
第三单元 探秘人脸识别
3.1 基础知识:机器是如何“看见”的
3.1.1 活动1:在图像中寻觅数字
3.1.2 活动2:用摄像头采集信息
3.1.3 活动3:对采集到的图像进行预处理
3.2 前序知识:机器如何“辨认”
3.2.1 活动1:体验OpenCV核心功能
3.2.2 活动2:解密脸部的特征向量
3.2.3 活动3:探究机器如何“认人”
3.3 项目实践:校园智能门禁系统
3.3.1 课时1:准备数据是前提
3.3.2 课时2:训练模型是关键
3.3.3 课时3:机器识人是目标
第四单元 卷积神经网络初探秘
4.1 基础知识:AI的三大核心要素
4.1.1 活动1:认识数据
4.1.2 活动2:认识算法
4.1.3 活动3:认识算力
4.2 前序知识:多层神经网络
4.2.1 活动1:认识基础框架
4.2.2 活动2:激活函数加活力
4.3 项目实践:手写数字识别
4.3.1 课时1:经典CNN——机器如何“看懂”手写数字
4.3.2 课时2:模型训练之旅——手写数字识别模型训练
4.3.3 课时3:AIGC编程助手——让AI成为你的开发伙伴
第五单元 智能环境播报
5.1 基础知识:生活中的反馈机制
5.1.1 活动1:寻找身边的“回声”
5.1.2 活动2:守护恒温的奥秘
5.1.3 活动3:一起设计智能书房
5.2 前序知识:如何进行语音合成
5.2.1 活动1:AI声音我来鉴
5.2.2 活动2:“最像人”语音挑战
5.2.3 活动3:智能书房巧配音
5.3 项目实践:智能环境播报系统
5.3.1 课时1:让AI帮视障人士“看”世界
5.3.2 课时2:预训练模型搭积木
5.3.3 课时3:构建智能环境播报系统
第六单元 生成式人工智能
6.1 基础知识:从概率预测到智能生成
6.1.1 活动1:掷骰子中知概率
6.1.2 活动2:统计前文学预测
6.2 前序知识:图像的智能生成
6.2.1 活动1:图文对齐探奥秘
6.2.2 活动2:去噪生成探过程
6.3 项目实践:智能生成复原消失景观
6.3.1 课时1:让AI“读懂”记忆中的景观
6.3.2 课时2:让AI“画准”记忆中的景观
6.3.3 课时3:让记忆中的景观“发声”
第七单元 让智能体学会决策
7.1 基础知识:规则与反馈的博弈
7.1.1 活动1:拆解迷宫寻路的核心环节
7.1.2 活动2:探究迷宫寻路的规则
7.2 前序知识:强化学习的奥秘
7.2.1 活动1:强化学习的三大核心要素
7.2.2 活动2:强化学习的核心流程
7.3 项目实践:训练机器闯迷宫
7.3.1 课时1:让机器“看懂”迷宫
7.3.2 课时2:让机器明确奖惩
7.3.3 课时3:让机器自主寻路
7.3.4 课时4:深度Q网络与复杂环境决策
文摘▼
人工智能科技教育已从“概念科普”迈入“实践落地”新阶段,为帮助学生在实用场景中培养科学兴趣和培育科学精神,这本书应运而生。
本书涵盖七大学习单元:从入门级的“走近人工智能”,到生活应用类的“推荐出行方式”“探秘人脸识别”,再到技术进阶类的“卷积神经网络初探秘”“智能环境播报”“生成式人工智能”及“让智能体学会决策”等。围绕解决真实问题开展项目式学习。
全书以活动为载体,融入数据处理、算法原理、模型训练等核心知识,既注重技术实操的分步指导,又引导学生主动思考科技发展对社会、环境及伦理的影响。每个项目均拆解为多个课时,配套线上可操作的趣味实践活动与拓展任务,既是学生自主探索人工智能学习的实操手册,也是信息技术教师开展活动的优质教学资源,助力青少年提升科学素养。





