人工智能应用基础
定价：￥59.80
作者： 李宇耀
出版时间：2025-08
最新印次日期：2025-8
出版社：商务印书馆
- 商务印书馆
- 9787100255929
- 1-1
- 565077
- 16开
- 2025-08
- 公共基础课
- 公共基础课
- 公共课
- 本科
作者简介
内容简介
本书全面介绍人工智能基础，涵盖计算技术发展、人工智能技术原理（神经网络、机器学习、深度学习、自然语言处理、机器视觉）、行业应用（法律、外贸、金融、制造等）及伦理法律探讨。
本书通过提示词工程及智能体、WPSAI智慧办公应用、Python智能编程基础、基于大语言模型的Python数据分析、AI数媒应用这些模块，结合丰富实践案例，如智能仓库、机器学习，以及自然语言处理文本分析、情感分析、大数据处理等备选案例，提升读者理论认知与实操能力。每章末综合思考与练习复习巩固所学知识。
本书适合初学者入门及进阶学习。
本书通过提示词工程及智能体、WPSAI智慧办公应用、Python智能编程基础、基于大语言模型的Python数据分析、AI数媒应用这些模块，结合丰富实践案例，如智能仓库、机器学习，以及自然语言处理文本分析、情感分析、大数据处理等备选案例，提升读者理论认知与实操能力。每章末综合思考与练习复习巩固所学知识。
本书适合初学者入门及进阶学习。
目录
第1章 人工智能概论
1.1 人工智能发展概述
1.1.1 计算技术发展概述
1.1.2 人工智能发展简史
1.2 人工智能技术基本原理
1.2.1 人工神经网络
1.2.2 机器学习与深度学习
1.2.3 机器视觉
1.2.4 自然语言处理、大语言模型及生成式AI
1.3 人工智能赋能千行百业
1.3.1 智慧法律
1.3.2 智慧外贸
1.3.3 智慧金融
1.3.4 智能制造
1.3.5 智慧交通
1.3.6 智慧物流
1.3.7 智能家居
1.3.8 智慧健康
1.4 人工智能伦理、法律与风险
1.4.1 人工智能伦理
1.4.2 人工智能法律与风险
1.5 实验
1.5.1 智能无人仓库虚仿实验
1.5.2 神经网络虚仿实验
第2章 提示词工程及智能体
2.1 提示词工程
2.1.1 提示词基础
2.1.2 提示词要素
2.1.3 Markdown 结构化提示词
2.1.4 提示词调优策略
2.1.5 提示词设计误区
2.2 文生文实践提示词案例
2.3 智能体及其应用
2.3.1 智能体概述
2.3.2 智能体的应用
2.3.3 智能体案例：Python出题
小助手
思考与练习
第3章 WPS AI智慧办公应用
3.1 智能长文档排版案例实践
3.1.1 项目背景
3.1.2 项目分析
3.1.3 AI洞察
3.1.4 实施要求
3.1.5 实施步骤
3.1.6 项目总结
3.2 智能数据分析案例实践
3.2.1 项目背景
3.2.2 项目分析
3.2.3 AI洞察
3.2.4 实施步骤
3.2.5 项目总结
3.3 智能生成演示文稿案例实践
3.3.1 项目背景
3.3.2 项目分析
3.3.3 AI洞察
3.3.4 实施要求
3.3.5 实施步骤
3.3.6 项目总结
3.4 智能长文档解析案例实践
3.4.1 项目背景
3.4.2 实施要求
3.4.3 实施步骤
3.4.4 项目总结
3.5 智能伴写案例实践
3.5.1 项目背景
3.5.2 AI洞察和实施要求
3.5.3 实施步骤
3.5.4 项目总结
思考与练习
第4章Python 智能编程基础
4.1 Python 语言概述
4.1.1 Python语言的发展历程
4.1.2 Python语言的特点
4.1.3 Python语言的应用领域
4.1.4 Python的下载、安装和使用
4.1.5 常用集成开发环境
4.1.6 AI编程
4.2 Python基本语法
4.2.1 Python基本语法规则
4.2.2 字面值常量和变量
4.2.3 基本数据类型
4.2.4 运算符和表达式
4.2.5 常用内置函数
4.3 程序控制结构
4.3.1 顺序结构
4.3.2 选择结构
4.3.3 循环结构
4.4 组合数据类型
4.4.1 列表
4.4.2 元组
4.4.3 字典
4.4.4 集合
4.5 函数和模块
4.5.1 函数的概念
4.5.2 参数类型
4.5.3 变量作用域
4.5.4 匿名函数
4.5.5 递归函数
4.5.6 模块的概念
4.5.7 标准math模块
4.5.8 标准time模块
4.5.9 标准random模块
思考与练习
第5章基于大语言模型的Python数据分析
5.1 数据采集
5.2 数据预处理及统计描述
5.3 数据分析
5.3.1 数据统计性描述
5.3.2 数据分析应用
5.3.3 基于大语言模型的文本分析实践
5.4 数据可视化
5.4.1 数据可视化及其作用
5.4.2 Python数据可视化工具
5.4.3 Python数据可视化实现
思考与练习
第6章AI数媒应用
6.1 AI绘图应用
6.1.1 入门尝试
6.1.2 进阶探索
6.1.3 AI绘图应用领域一览
6.2 AI视频应用
6.2.1 AI视频概述
6.2.2 AI视频应用示例
6.3 AI音乐应用
6.3.1 AI音乐概述
6.3.2 AI音乐应用示例
6.4 数字人应用
6.4.1 数字人概述
6.4.2 数字人应用示例
思考与练习
1.1 人工智能发展概述
1.1.1 计算技术发展概述
1.1.2 人工智能发展简史
1.2 人工智能技术基本原理
1.2.1 人工神经网络
1.2.2 机器学习与深度学习
1.2.3 机器视觉
1.2.4 自然语言处理、大语言模型及生成式AI
1.3 人工智能赋能千行百业
1.3.1 智慧法律
1.3.2 智慧外贸
1.3.3 智慧金融
1.3.4 智能制造
1.3.5 智慧交通
1.3.6 智慧物流
1.3.7 智能家居
1.3.8 智慧健康
1.4 人工智能伦理、法律与风险
1.4.1 人工智能伦理
1.4.2 人工智能法律与风险
1.5 实验
1.5.1 智能无人仓库虚仿实验
1.5.2 神经网络虚仿实验
第2章 提示词工程及智能体
2.1 提示词工程
2.1.1 提示词基础
2.1.2 提示词要素
2.1.3 Markdown 结构化提示词
2.1.4 提示词调优策略
2.1.5 提示词设计误区
2.2 文生文实践提示词案例
2.3 智能体及其应用
2.3.1 智能体概述
2.3.2 智能体的应用
2.3.3 智能体案例：Python出题
小助手
思考与练习
第3章 WPS AI智慧办公应用
3.1 智能长文档排版案例实践
3.1.1 项目背景
3.1.2 项目分析
3.1.3 AI洞察
3.1.4 实施要求
3.1.5 实施步骤
3.1.6 项目总结
3.2 智能数据分析案例实践
3.2.1 项目背景
3.2.2 项目分析
3.2.3 AI洞察
3.2.4 实施步骤
3.2.5 项目总结
3.3 智能生成演示文稿案例实践
3.3.1 项目背景
3.3.2 项目分析
3.3.3 AI洞察
3.3.4 实施要求
3.3.5 实施步骤
3.3.6 项目总结
3.4 智能长文档解析案例实践
3.4.1 项目背景
3.4.2 实施要求
3.4.3 实施步骤
3.4.4 项目总结
3.5 智能伴写案例实践
3.5.1 项目背景
3.5.2 AI洞察和实施要求
3.5.3 实施步骤
3.5.4 项目总结
思考与练习
第4章Python 智能编程基础
4.1 Python 语言概述
4.1.1 Python语言的发展历程
4.1.2 Python语言的特点
4.1.3 Python语言的应用领域
4.1.4 Python的下载、安装和使用
4.1.5 常用集成开发环境
4.1.6 AI编程
4.2 Python基本语法
4.2.1 Python基本语法规则
4.2.2 字面值常量和变量
4.2.3 基本数据类型
4.2.4 运算符和表达式
4.2.5 常用内置函数
4.3 程序控制结构
4.3.1 顺序结构
4.3.2 选择结构
4.3.3 循环结构
4.4 组合数据类型
4.4.1 列表
4.4.2 元组
4.4.3 字典
4.4.4 集合
4.5 函数和模块
4.5.1 函数的概念
4.5.2 参数类型
4.5.3 变量作用域
4.5.4 匿名函数
4.5.5 递归函数
4.5.6 模块的概念
4.5.7 标准math模块
4.5.8 标准time模块
4.5.9 标准random模块
思考与练习
第5章基于大语言模型的Python数据分析
5.1 数据采集
5.2 数据预处理及统计描述
5.3 数据分析
5.3.1 数据统计性描述
5.3.2 数据分析应用
5.3.3 基于大语言模型的文本分析实践
5.4 数据可视化
5.4.1 数据可视化及其作用
5.4.2 Python数据可视化工具
5.4.3 Python数据可视化实现
思考与练习
第6章AI数媒应用
6.1 AI绘图应用
6.1.1 入门尝试
6.1.2 进阶探索
6.1.3 AI绘图应用领域一览
6.2 AI视频应用
6.2.1 AI视频概述
6.2.2 AI视频应用示例
6.3 AI音乐应用
6.3.1 AI音乐概述
6.3.2 AI音乐应用示例
6.4 数字人应用
6.4.1 数字人概述
6.4.2 数字人应用示例
思考与练习
