- 中国铁道出版社
- 9787113318413
- 1-1
- 559895
- 68260593-6
- 16开
- 2025-02
- 工学
- 计算机类
- 电子与信息大类
- 计算机类
- 公共课
- 高职
作者简介
内容简介
随着人工智能技术的迅猛发展，全球范围内对AI人才的需求不断增加。本书系统性介绍人工智能的核心概念、技术框架及其应用实例，落实立德树人根本任务，校企双元开发，配套资源丰富，促进学生对人工智能的全面理解和实践能力的提升。本书共十章，从人工智能的定义入手，阐述其基本概念与发展历程。通过介绍如何高效采集与处理数据，为后续的机器学习和深度学习等模型训练奠定基础。接下来的语音处理、计算机视觉和自然语言处理章节则重点展示了AI技术在不同行业领域的典型应用。数字人生产应用和大模型技术应用章节深入探讨了人工智能在新兴领域的应用潜力，为学生未来的学习和发展提供了前沿导向。最后一章讨论了人工智能对社会的影响及未来发展趋势。
本书适合作为高等职业教育人工智能通识课程教材，也可作为人工智能爱好者读物。
本书适合作为高等职业教育人工智能通识课程教材，也可作为人工智能爱好者读物。
目录
第1章人工智能的发展与应用1-1
1.1人工智能的定义与发展1-1
1.1.1人工智能的基本概念1-1
1.1.2人工智能的发展历程1-3
1.2人工智能技术概述1-5
1.2.1人工智能技术简介1-5
1.2.2人工智能技术应用.1-13
1.2.3人工智能技术的挑战与前景1-15
1.3应用实践.1-19
1.3.1任务一图灵测试.1-19
1.3.2任务二开发环境搭建1-22
小结1-30
练习1-30
第2章数据采集和数据标注.2-1
2.1数据采集和处理.2-2
2.1.1数据采集的基本概念2-2
2.1.2数据采集的发展历程2-4
2.2数据标注2-7
2.2.1数据标注基本概念2-7
2.2.2数据标注的发展历程2-8
2.3应用实践.2-10
2.3.1任务一Kaggle房价数据获取与处理2-10
2.3.2任务二酒店评论的情感倾向标注2-22
小结2-25
练习2-25
第3章机器学习应用3-1
3.1机器学习3-2
3.1.1机器学习的背景.3-2
3.1.2机器学习的类型介绍3-4
3.1.3基本数学知识3-17
3.2应用实践.3-22
3.2.1任务一鸢尾花分类3-22
3.2.2任务二用户画像（客户细分）.3-31
3.2.3任务三棋类游戏（人机对战）.3-36
小结3-40
练习3-41
第4章深度学习应用4-1
4.1深度学习4-2
4.2神经网络4-3
4.2.1神经网络基础4-3
4.2.2卷积神经网络4-6
4.2.3循环神经网络4-9
4.2.4Transformer4-11
4.3深度学习框架4-13
4.3.1TensorFlow4-13
4.3.2PyTorch4-14
4.3.3飞浆.4-16
4.4应用实践.4-17
4.4.1任务一肿瘤图像识别4-17
4.4.2任务二机器翻译.4-25
小结4-33
练习4-33
第5章语音处理5-1
5.1认识语音处理5-2
5.1.1语音处理的基本概念5-2
5.1.2语音处理技术5-4
5.2语音处理技术行业应用5-7
5.2.1语音处理技术的背景与发展历程5-7
5.2.2语音处理技术的应用领域5-8
5.2.3语音处理技术未来发展趋势5-12
5.3应用实践.5-14
5.3.1任务一英语口语测试5-14
5.3.2任务二语音合成.5-17
小结5-22
练习5-23
第6章计算机视觉.6-1
6.1认识计算机视觉.6-2
6.1.1计算机视觉基本概念6-2
6.1.2计算机视觉发展历程6-3
6.2计算机视觉技术.6-4
6.2.1常见计算机视觉技术问题6-4
6.2.2计算机视觉系统的功能.6-5
6.2.3计算机视觉的应用场景.6-6
6.3应用实践6-6
6.3.1任务一自动驾驶(萝卜快跑)6-6
6.3.2任务二人脸识别6-9
小结6-15
练习6-16
第7章自然语言处理7-1
7.1认识自然语言处理7-1
7.1.1自然语言处理基本概念.7-1
7.1.2自然语言处理发展历程.7-3
7.2自然语言处理技术7-4
7.2.1自然语言处理技术方法.7-4
7.2.2自然语言处理技术难点.7-6
7.2.3自然语言处理未来展望.7-6
7.2.4自然语言处理关联技术.7-7
7.2.5自然语言处理应用场景.7-8
7.3应用实践7-9
7.3.1任务一OfficeAI助手+Word.7-9
7.3.2任务二OfficeAI助手+Excel7-12
小结7-15
练习7-16
第8章数字人生产应用.8-1
8.1AI数字人概述8-2
8.1.1数字人的定义与起源8-2
8.1.2数字人的核心特征8-5
8.1.3AI数字人的技术基础.8-7
8.2应用实践.8-10
8.2.1任务一数据采集和处理.8-10
8.2.2任务二数据标注和模型训练8-18
8.2.3任务三AI数字人应用.8-27
小结8-31
练习8-32
第9章大模型技术应用9-1
9.1大模型技术.9-1
9.1.1认识大模型9-1
9.1.2深入理解大模型.9-5
9.1.3大模型在内容生成中的前沿应用9-11
9.2大模型社区9-14
9.3应用实践.9-16
9.3.1任务一AI绘画应用9-16
9.3.2任务二AI视频应用9-21
9.3.3任务三AI编程助手9-24
9.3.4任务四大模型部署9-34
小结9-41
练习9-42
第10章人工智能与社会10-1
10.1人工智能伦理.10-2
10.1.1人工智能伦理的核心议题10-2
10.1.2人工智能伦理的理论框架10-4
10.2人工智能道德.10-7
10.2.1人工智能道德的概念.10-7
10.2.2人工智能的道德挑战与道德框架10-9
10.3人工智能未来发展10-11
10.3.1技术发展趋势10-11
10.3.2人工智能未来应用领域.10-14
小结10-17
练习10-17
1.1人工智能的定义与发展1-1
1.1.1人工智能的基本概念1-1
1.1.2人工智能的发展历程1-3
1.2人工智能技术概述1-5
1.2.1人工智能技术简介1-5
1.2.2人工智能技术应用.1-13
1.2.3人工智能技术的挑战与前景1-15
1.3应用实践.1-19
1.3.1任务一图灵测试.1-19
1.3.2任务二开发环境搭建1-22
小结1-30
练习1-30
第2章数据采集和数据标注.2-1
2.1数据采集和处理.2-2
2.1.1数据采集的基本概念2-2
2.1.2数据采集的发展历程2-4
2.2数据标注2-7
2.2.1数据标注基本概念2-7
2.2.2数据标注的发展历程2-8
2.3应用实践.2-10
2.3.1任务一Kaggle房价数据获取与处理2-10
2.3.2任务二酒店评论的情感倾向标注2-22
小结2-25
练习2-25
第3章机器学习应用3-1
3.1机器学习3-2
3.1.1机器学习的背景.3-2
3.1.2机器学习的类型介绍3-4
3.1.3基本数学知识3-17
3.2应用实践.3-22
3.2.1任务一鸢尾花分类3-22
3.2.2任务二用户画像（客户细分）.3-31
3.2.3任务三棋类游戏（人机对战）.3-36
小结3-40
练习3-41
第4章深度学习应用4-1
4.1深度学习4-2
4.2神经网络4-3
4.2.1神经网络基础4-3
4.2.2卷积神经网络4-6
4.2.3循环神经网络4-9
4.2.4Transformer4-11
4.3深度学习框架4-13
4.3.1TensorFlow4-13
4.3.2PyTorch4-14
4.3.3飞浆.4-16
4.4应用实践.4-17
4.4.1任务一肿瘤图像识别4-17
4.4.2任务二机器翻译.4-25
小结4-33
练习4-33
第5章语音处理5-1
5.1认识语音处理5-2
5.1.1语音处理的基本概念5-2
5.1.2语音处理技术5-4
5.2语音处理技术行业应用5-7
5.2.1语音处理技术的背景与发展历程5-7
5.2.2语音处理技术的应用领域5-8
5.2.3语音处理技术未来发展趋势5-12
5.3应用实践.5-14
5.3.1任务一英语口语测试5-14
5.3.2任务二语音合成.5-17
小结5-22
练习5-23
第6章计算机视觉.6-1
6.1认识计算机视觉.6-2
6.1.1计算机视觉基本概念6-2
6.1.2计算机视觉发展历程6-3
6.2计算机视觉技术.6-4
6.2.1常见计算机视觉技术问题6-4
6.2.2计算机视觉系统的功能.6-5
6.2.3计算机视觉的应用场景.6-6
6.3应用实践6-6
6.3.1任务一自动驾驶(萝卜快跑)6-6
6.3.2任务二人脸识别6-9
小结6-15
练习6-16
第7章自然语言处理7-1
7.1认识自然语言处理7-1
7.1.1自然语言处理基本概念.7-1
7.1.2自然语言处理发展历程.7-3
7.2自然语言处理技术7-4
7.2.1自然语言处理技术方法.7-4
7.2.2自然语言处理技术难点.7-6
7.2.3自然语言处理未来展望.7-6
7.2.4自然语言处理关联技术.7-7
7.2.5自然语言处理应用场景.7-8
7.3应用实践7-9
7.3.1任务一OfficeAI助手+Word.7-9
7.3.2任务二OfficeAI助手+Excel7-12
小结7-15
练习7-16
第8章数字人生产应用.8-1
8.1AI数字人概述8-2
8.1.1数字人的定义与起源8-2
8.1.2数字人的核心特征8-5
8.1.3AI数字人的技术基础.8-7
8.2应用实践.8-10
8.2.1任务一数据采集和处理.8-10
8.2.2任务二数据标注和模型训练8-18
8.2.3任务三AI数字人应用.8-27
小结8-31
练习8-32
第9章大模型技术应用9-1
9.1大模型技术.9-1
9.1.1认识大模型9-1
9.1.2深入理解大模型.9-5
9.1.3大模型在内容生成中的前沿应用9-11
9.2大模型社区9-14
9.3应用实践.9-16
9.3.1任务一AI绘画应用9-16
9.3.2任务二AI视频应用9-21
9.3.3任务三AI编程助手9-24
9.3.4任务四大模型部署9-34
小结9-41
练习9-42
第10章人工智能与社会10-1
10.1人工智能伦理.10-2
10.1.1人工智能伦理的核心议题10-2
10.1.2人工智能伦理的理论框架10-4
10.2人工智能道德.10-7
10.2.1人工智能道德的概念.10-7
10.2.2人工智能的道德挑战与道德框架10-9
10.3人工智能未来发展10-11
10.3.1技术发展趋势10-11
10.3.2人工智能未来应用领域.10-14
小结10-17
练习10-17
