- 人工智能导论(微课视频版浙江省高职院校十四五重点立项建设教材)/计算机类技能型理实一体化新形态系列
- - 作者：编者:黄河//吴淑英|责编:张龙卿//李慧恬|总主编:田启明
  - 出版社：清华大学
  - ISBN：9787302669302
  - 出版日期：2024/08/01
  - 页数：173
- 售价：18

内容大纲
    本书可帮助学习者建立起对人工智能的初步认识与知识框架，为后续深入学习人工智能技术，形成应用开发、场景应用能力打好基础。本书通俗易懂，内容循序渐进，从人们熟悉的人工智能应用场景入手，介绍当下火爆的人工智能技术及应用。本书兼具趣味性与知识性，理论讲解与实践应用并重，学习者可以通过实验领会理论的奥妙，体会人工智能带来的应用效果。
    本书共分为三大篇：概念篇、技术篇、应用篇。概念篇包括2章内容：初识人工智能，人工智能的过去、现在与未来；技术篇包括3章内容：人工智能技术概览、基于统计的机器学习、神经网络与深度学习；应用篇包括6章内容：图像分类、目标检测与图像分割、光学字符识别、人脸识别、自然语言处理、AIGC。
    本书既可作为高校工科类的信息技术基础课程的教材，又可作为其他专业的通识类课程或公选课程的教材，还可供对人工智能感兴趣的学习者参考。
作者介绍
目录
模块1  概念篇
  第1章  初识人工智能
    1.1  从数据到智能
    1.2  人工智能与人类智能
    1.3  应用领域
      1.3.1  生活
      1.3.2  经济
      1.3.3  科研
      1.3.4  人文
    1.4  习题
  第2章  人工智能的过去、现在与未来
    2.1  人工智能的诞生
      2.1.1  图灵测试与中文屋
      2.1.2  达特茅斯会议
      2.1.3  人工智能之父
    2.2  人工智能的野蛮生长期
      2.2.1  人工智能的第一次崛起
      2.2.2  符号主义AI
    2.3  人工智能的曲折前行期
      2.3.1  人工智能的第一次低谷
      2.3.2  人工智能的第二次崛起
      2.3.3  人工智能的第二次低谷
      2.3.4  人工智能的第三次崛起
    2.4  人工智能的飞速发展期
    2.5  人工智能的未来畅想
      2.5.1  人工智能发展趋势与特征
      2.5.2  未来的智能社会畅想
    2.6  智能机器人的伦理讨论
      2.6.1  “AI犯错，谁之过?”引发的AI伦理思考
      2.6.2  机器人三定律引发的AI伦理思考
      2.6.3  机器人伦理学的定义
      2.6.4  我国在人工智能发展伦理规范方面的做法
    2.7  人工智能的话题讨论
      2.7.1  AI引发失业恐慌
      2.7.2  AI威胁论
    2.8  习题
模块2  技术篇
  第3章  人工智能技术概览
    3.1  人工智能技术主流方法
      3.1.1  符号主义
      3.1.2  连接主义
      3.1.3  行为主义
    3.2  人工智能技术分类
      3.2.1  专家系统
      3.2.2  进化计算
      3.2.3  模糊逻辑
      3.2.4  知识表示
      3.2.5  机器学习
    3.3  人工智能技术框架与平台
      3.3.1  人工智能技术框架

      3.3.2  人工智能技术平台
    3.4  习题
  第4章  基于统计的机器学习
    4.1  机器学习简介
    4.2  机器学习分类
      4.2.1  监督学习
      4.2.2  无监督学习
      4.2.3  半监督学习
      4.2.4  强化学习
    4.3  常用机器学习算法
    4.4  回归
      4.4.1  一元线性回归
      4.4.2  多元线性回归
    4.5  分类
    4.6  习题
  第5章  神经网络与深度学习
    5.1  神经网络
      5.1.1  神经网络简介
      5.1.2  神经元结构
      5.1.3  前馈神经网络
      5.1.4  神经网络训练过程
      5.1.5  应用案例——分类
      5.1.6  应用案例——回归
    5.2  卷积神经网络
      5.2.1  全连接神经网络的缺点
      5.2.2  卷积神经网络简介
      5.2.3  卷积层
      5.2.4  池化层
      5.2.5  卷积神经网络的应用
    5.3  循环神经网络
      5.3.1  自然语言处理概述
      5.3.2  自然语言处理基础知识
      5.3.3  循环神经网络简介
      5.3.4  循环神经网络的应用
    5.4  习题
模块3  应用篇
  第6章  图像分类
    6.1  场景导入
    6.2  相关知识
    6.3  技术分析
    6.4  应用案例
      6.4.1  垃圾分类
      6.4.2  野生动物识别与分类
    6.5  习题
  第7章  目标检测与图像分割
    7.1  场景导入
    7.2  相关知识
    7.3  技术分析
    7.4  应用案例
      7.4.1  钢筋条数检测

      7.4.2  心脏磁共振图像右心室自动分割
    7.5  习题
  第8章  光学字符识别
    8.1  场景导入
    8.2  相关知识
    8.3  技术分析
      8.3.1  图像预处理
      8.3.2  文本检测
      8.3.3  文本识别
    8.4  应用案例
    8.5  习题
  第9章  人脸识别
    9.1  场景导入
    9.2  相关知识
      9.2.1  人脸识别发展历史
      9.2.2  人脸识别种类
      9.2.3  人脸识别优势
    9.3  技术分析
    9.4  应用案例
      9.4.1  人脸识别应用情景
      9.4.2  人脸识别在活体检测中的应用
    9.5  习题
  第10章  自然语言处理
    10.1  场景导入
    10.2  相关知识
      10.2.1  自然语言处理概述
      10.2.2  语音研究概述
      10.2.3  NLP发展历史
    10.3  技术分析
    10.4  应用案例
    10.5  习题
  第11章  AIGC
    11.1  场景导入
    11.2  相关知识
      11.2.1  定义
      11.2.2  现状
      11.2.3  风险
    11.3  技术分析
      11.3.1  技术类型
      11.3.2  递归式生成模型
      11.3.3  生成式对抗网络
      11.3.4  扩散模型
    11.4  应用案例
      11.4.1  文本生成
      11.4.2  音频生成
      11.4.3  图像生成
      11.4.4  视频生成
    11.5  习题
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目