新書推薦：
《
Python贝叶斯深度学习
》
售價：NT$
407.0
《
启微·狂骉年代：西洋赛马在中国
》
售價：NT$
357.0
《
有趣的中国古建筑
》
售價：NT$
305.0
《
十一年夏至
》
售價：NT$
347.0
《
如何打造成功的商业赛事
》
售價：NT$
408.0
《
万千教育学前·透视学前儿童的发展：解析幼儿教师常问的那些问题
》
售價：NT$
265.0
《
慈悲与玫瑰
》
售價：NT$
398.0
《
启蒙的辩证：哲学的片简（法兰克福学派哲学经典，批判理论重要文本）
》
售價：NT$
347.0
|
| 編輯推薦： |
|
本书较全面地介绍了人工智能的主流概念、理论、方法、技术及应用等内容。
|
| 內容簡介： |
本书详细介绍人工智能的核心概念、理论、方法、技术和应用。全书共7章，首先定义智能和人工智能，探讨人工智能的历史、实现方式、研究内容和趋势； 然后解释与Python编程相关的概念，聚焦机器学习和人工神经网络原理，又分别从计算机视觉和自然语言处理的角度介绍前沿理论、方法和技术； 最后讲述人工智能的伦理与法律概念。每章都附有相应的习题以供练习。
本书适合作为高校非计算机专业人工智能通识课教材，也可作为人工智能和Python编程爱好者的参考书。
|
| 目錄：
|
第1章人工智能： 明日世界00
1.1人工智能发展史00
1.1.1人工智能的发展历程00
1.1.2三大驱动要素00
1.2人工智能相关基本研究内容00
1.2.1机器学习00
1.2.2人工神经网络00
1.2.3计算机视觉00
1.2.4自然语言处理00
本章小结00
习题0
第2章行业应用： 无处不在0
2.1问题求解： 人机博弈0
2.2语音识别： 赏乐析音0
2.3智能家居： 科技生活0
2.4智能机器： 上天入海0
2.5智慧交通： 四通八达0
2.6智慧教育： 泛在学习0
2.7智慧医疗： 幸福民生0
本章小结0
习题0
第3章编程基础： 认识程序0
3.1环境搭建0
3.1.1安装Python0
3.1.2安装Anaconda0
3.2输入和输出0
3.3变量0
3.4数据类型0
3.4.1数值类型0
3.4.2字符串0
3.4.3列表0
3.4.4元组0
3.4.5字典0
3.5Python编程0
3.5.1控制流0
3.5.2函数0
本章小结0
习题0
第4章机器学习： 分门别类0
4.1概述0
4.1.1机器学习的基本概念0
4.1.2机器学习的常见算法及其分类0
4.1.3机器学习的基本原理0
4.2传统机器学习0
4.2.1线性回归0
4.2.2逻辑回归0
4.2.3朴素贝叶斯分类0
4.2.4SVM0
4.2.5KNN0
4.2.6决策树0
4.2.7随机森林0
4.2.8Adaboost0
4.2.9Kmeans0
4.3深度学习0
4.3.1卷积0
4.3.2池化0
4.3.3激活函数0
4.3.4CNN的结构0
本章小结0
习题0
第5章别具慧眼： 观影识图0
5.1计算机视觉0
5.2认识图像0
5.2.1彩色图像0
5.2.2灰度图像0
5.2.3二值图像0
5.3几何变换0
5.3.1平移0
5.3.2旋转0
5.3.3缩放0
5.4图像特征0
5.4.1卷积运算0
5.4.2认识滤波器0
5.5图像识别0
5.5.1卷积层0
5.5.2池化层0
5.5.3全连接层0
5.5.4激活层0
5.5.5标准化指数层0
5.6从图像到视频0
5.7应用实例0
5.7.1数据收集和预处理0
5.7.2构建特征集和标签集0
5.7.3特征工程和数据集拆分0
5.7.4建立模型0
本章小结
习题
第6章自然语言： 望文生义
6.1概述
6.2自然语言
6.2.1自然语言的特性
6.2.2自然语言处理途径
6.2.3自然语言处理层次
6.3分词原理
6.3.1英文分词
6.3.2中文分词
6.4信息抽取
6.4.1命名实体识别
6.4.2抽取新词
6.4.3关键词抽取
6.5文本分类
6.5.1文本分类系统流程
6.5.2词袋模型
6.5.3分类器
6.6情感分析
6.6.1观点概述
6.6.2情感分析的范围和类型
6.6.3实现情感分析的方法
6.6.4情感分析的基本流程
本章小结
习题
第7章伦理素养： 科学反思
7.1人工智能伦理问题
7.1.1自动驾驶的责任归属
7.1.2人机婚恋家庭伦理
7.1.3智能机器“人替”伦理困境
7.1.4虚拟智能技术的伦理后果
7.1.5脑机接口技术
7.2人工智能的伦理原则
7.2.1公平
7.2.2可靠和安全
7.2.3隐私和保障
7.2.4包容
7.2.5透明
7.2.6问责
7.3人工智能的伦理治理
7.3.1伦理治理的工作层面
7.3.2伦理治理的工作策略
本章小结
习题
参考文献
|
| 內容試閱：
|
当前，人工智能通识教育实践教学领域面临多重挑战。人工智能专业要求学生具有一定的数学基础，涉及的内容与大数据知识有部分重叠，选用教材需要适应不同专业的学生，甚至文科生。因此，编写一本适合非计算机专业学生的人工智能通识教材变得尤为迫切。
为了兼顾专业性，市面上大部分教材不得不提高深度，这常常使得教材变得晦涩难懂。本书试图通过图示减少对数学公式的依赖，以提高通识教材的可读性。与现有教材注重理论原理不同，本书更注重人工智能的实际应用，涵盖机器学习、深度学习、计算机可视化、自然语言处理等领域，以构建一个实用的知识体系。
本书强调理论与实践的结合，书中提供的演示案例将帮助学生将理论知识转化为实际应用，提高他们的动手能力和解决问题的技能，使学生能够接触前沿的人工智能行业内容。
本书的读者对象是非计算机专业的大学生，旨在阐述人工智能的发展历史、基本概念、实际应用和面临的挑战，为广大非计算机专业学生提供一本全面的、易于理解的人工智能通识教材，以满足他们在人工智能领域的学习需求。通过本书的学习，学生将初步理解人工智能的基本原理，特别是数据、算法和应用之间的关系。通过理论和经典应用场景的结合，学生将理解人工智能技术的基本工作方式，并通过实验案例更深入地理解相关技术原理。
本书知识覆盖范围适度，从人工智能的基本概念和作用到最新的深度学习技术，以通俗易懂的语言呈现知识架构，使热点问题易于理解。本书内容难度适中，尽量控制深度，以照顾不同学科背景的学生。本书力求压缩晦涩难懂的内容，让每位学生都能够理解并学会。
本书提供丰富的配套资源，包括课件PPT、章节习题等，以帮助学生更好地理解重点内容、弥补知识空白，提高学习效率。这些资源将帮助学生更好地掌握教材内容，检验自己的学习效果，并为考试和课堂讨论做好准备。
总之，本书不仅为计算机专业的学生提供了人工智能领域的基础知识，还为非计算机专业的学生开启了一扇了解这一新兴领域的大门。我们希望本书能够激发学生对人工智能的兴趣，为他们未来的学习和职业发展奠定坚实的基础。同时，我们也鼓励教育工作者和科研人员积极探索如何更好地满足不同学科背景学生的教育需求，以推动人工智能通识教育的发展。
本书的撰写工作受岭南师范学院2022年筑峰计划专项项目及岭南师范学院2021年教学质量与教学改革工程项目资助。
编者
2024年3月
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
