- 人工智能通识基础(题库版AI时代高等学校通识教育系列教材)
- - 作者：编者:卢道设//孙洁//罗允励//纪其顺//李鑫|责编:陈景辉//李燕
  - 出版社：清华大学
  - ISBN：9787302702702
  - 出版日期：2025/09/01
  - 页数：197
- 售价：23.96

内容大纲
本书采用理论与实践相结合的教学方式，挑选了大量实际案例，通过生动形象的案例和深入浅出的讲解，重点介绍人工智能在办公场景的图像处理、视频分析、音频处理及多媒体交互等领域的技术实现与创新应用。通过解析人工智能核心技术开发流程与工具链体系，结合医疗、交通、电商、农业及政务等行业的典型实践案例，全方位展现人工智能技术的产业价值与社会影响。全书共设5章内容：第1章概述人工智能技术体系与应用场景；第2章聚焦人工智能在办公软件中的功能集成；第3章解析多媒体处理领域的人工智能解决方案；第4章梳理人工智能开发工具链与实施路径；第5章阐释人工智能的核心算法与关键技术。本书突出实用导向，配置详尽的操作步骤、进阶习题与项目实训，旨在帮助学习者系统掌握人工智能工具的应用技能，获得工程化问题的解决能力，为职业发展构建扎实的能力基础。
本书既适合作为高等学校的通识课程教材，也可作为人工智能相关专业教材，还可为技术开发人员、高等教育工作者及跨领域研究者提供技术参考，助力人工智能人才培养与技术创新生态建设。
作者介绍
目录
第1章  人工智能概述和应用
  1.1  人工智能的定义、特点与分类
    1.1.1  人工智能的定义
    1.1.2  人工智能的特点
    1.1.3  人工智能的分类
  1.2  人工智能的发展历程
    1.2.1  萌芽阶段（20世纪40—50年代）
    1.2.2  形成阶段（20世纪50—60年代）
    1.2.3  反思发展期（20世纪60—70年代初期）
    1.2.4  应用发展期（20世纪70年代初期至80年代中期）
    1.2.5  低迷发展期（20世纪80年代中期至90年代中期）
    1.2.6  稳步发展期（20世纪90年代中期至2010年）
    1.2.7  蓬勃发展期（2011年至今）
  1.3  人工智能技术应用场景
    1.3.1  智慧交通
    1.3.2  智慧电商
    1.3.3  智能医学
    1.3.4  智能制造
    1.3.5  智慧农业
    1.3.6  智慧政务
  1.4  国内开放平台
    1.4.1  百度AI开放平台
    1.4.2  腾讯AI开放平台
    1.4.3  阿里云AI
  习题1
  实训1
第2章  人工智能在办公软件中的应用
  2.1  WPS AI写作助手
    2.1.1  智能文本生成
    2.1.2  智能润色
    2.1.3  风格与格式排版
  2.2  WPS AI数据助手
    2.2.1  数据洞察与分析
    2.2.2  预测模型与趋势分析
    2.2.3  自定义报告生成
    2.2.4  自动图表生成
  2.3  WPS AI演示助手
    2.3.1  PPT智能生成
    2.3.2  PPT智能美化
  2.4  邮件与日程管理
    2.4.1  AI邮件助手
    2.4.2  日程安排与提醒功能
  2.5  会议管理
    2.5.1  智能会议预订系统
    2.5.2  智能会议内容整理
  习题2
  实训2
第3章  人工智能在多媒体中的应用
  3.1  图像处理
    3.1.1  图像处理的特点

    3.1.2  图像识别的应用领域
    3.1.3  图像生成及编辑工具介绍
    3.1.4  图像处理提示词的编写
    3.1.5  案例——文生图：使用文心一格完成绘制打铁花图像
    3.1.6  案例——图生图：使用文心一格完成绘制彩色喷雾图像
  3.2  视频处理
    3.2.1  视频处理的特点
    3.2.2  视频处理的应用领域
    3.2.3  视频分析与处理工具介绍
    3.2.4  视频处理提示词的编写
    3.2.5  案例——文字生成视频：使用剪映制作视频“传统爆米花制作”
    3.2.6  案例——图片生成视频：使用即梦制作视频“打铁花”
    3.2.7  案例——数字人：使用剪映数字人功能完成售卖京剧脸谱挂件视频制作
  3.3  音频处理
    3.3.1  视频处理的特点
    3.3.2  音频处理应用领域
    3.3.3  音频处理工具
    3.3.4  音频处理提示词
  3.4  多媒体搜索与推荐
    3.4.1  多媒体搜索
    3.4.2  AI搜索工具介绍
    3.4.3  AI推荐
  3.5  用户交互与增强体验
    3.5.1  用户交互
    3.5.2  用户增强体验
  习题3
  实训3
第4章  人工智能开发与工具
  4.1  常用AI编程语言
    4.1.1  Python与人工智能
    4.1.2  R语言与人工智能
  4.2  AI开发框架
    4.2.1  TensorFlow
    4.2.2  PyTorch
    4.2.3  PaddlePaddle（飞浆）
  4.3  数据集与资源
    4.3.1  数据集基础知识
    4.3.2  常见数据集资源
    4.3.3  数据集存储与管理
    4.3.4  数据处理工具与技术
    4.3.5  数据集分析与评估
  4.4  AI项目开发流程
    4.4.1  需求分析
    4.4.2  数据收集与预处理
    4.4.3  模型选择与训练
    4.4.4  模型评估与优化
    4.4.5  部署与集成
    4.4.6  结果分析与报告
  习题4
  实训4

第5章  人工智能的关键技术
  5.1  机器学习基础
    5.1.1  概述与分类
    5.1.2  常用算法
    5.1.3  应用前景与未来趋势
    5.1.4  决策树概念与构建过程
    5.1.5  使用Excel工具构建决策树
    5.1.6  使用KNIME工具构建决策树
  5.2  神经网络
    5.2.1  基本原理
    5.2.2  结构类型
    5.2.3  训练与优化
  5.3  深度学习
    5.3.1  核心技术
    5.3.2  应用领域
    5.3.3  挑战与趋势
  习题5
  实训5
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