- 高等教育出版社
- 9787040677140
- 1版
- 40278572-9
- 16开
- 540
- 公共基础课
- 公共基础课
- 公共基础课
- 通用
- 本科 高职 中职
内容简介
本书共分十三章，主要内容包括人工智能基础、Python与AI编程、AI在人文社科领域中的应用、AI赋能量化哲学社会科学研究、数字人文的方法与应用、机器学习、深度学习、语音识别、视觉识别、大语言模型、agent和MCP、AI伦理与社会影响、人工智能治理等。
本书弱化技术细节，避免繁杂的数学公式与编程代码；突出跨学科融合，结合历史、文学、艺术、哲学、社会学、管理学等真实案例；兼顾基础知识、行业实践与伦理发展；聚焦智能素养，贯穿伦理与社会责任意识，对接国家战略与时代需求。
本书可作为人文社科类专业的人工智能通识课教材。
目录
目录
前辅文
第一章 人工智能基础
第一节 什么是人工智能
第二节 人工智能的关键历史节点
第三节 中国人工智能的发展路径
第四节 日常生活中的人工智能术语
练习题
第二章 Python与AI编程：当人文思考遇见代码逻辑
第一节 为什么人文研究者需要Python
第二节 Python文科生存指南：与AI共舞
第三节 当AI遇到人文：典型工作流实现
本章总结
练习题
第三章 AI在人文社科领域中的应用
第一节 AI在人文社科领域的应用全景
第二节 AI驱动研究效能的提升路径
第三节 从传统到智能的研究范式变革
练习题
第四章 AI赋能量化哲学社会科学研究
第一节 量化哲学社会科学的历史
第二节 量化哲学社会科学的核心内容
第三节 AI如何赋能量化哲学社会科学研究
练习题
第五章 数字人文的方法与应用
第一节 数字人文的学科范式革命
第二节 文本分析技术演进
第三节 方法论反思与伦理讨论
练习题
第六章 机器学习
第一节 监督学习
第二节 无监督学习
第三节 特征工程与特征选择
第四节 模型评估方法
练习题
第七章 深度学习
第一节 什么是深度学习
第二节 深度学习的主要模型
第三节 深度学习的案例实践
练习题
第八章 语音识别
第一节 语音识别概念与发展
第二节 语音识别关键技术与工具
第三节 语音识别技术应用实践
练习题
第九章 视觉识别
第一节 认知革命：从生物视觉到机器视觉
第二节 技术解码：视觉识别的核心原理
第三节 人文审视：视觉技术的应用与反思
第四节 技术实践：从规则比对到深度理解的视觉案例
练习题
第十章 大语言模型
第一节 认识大语言模型
第二节 大语言模型的预训练、微调与蒸馏
第三节 大语言模型的多模态扩展
第四节 检索增强生成（RAG）技术：让模型更智能
练习题
第十一章 agent和MCP
第一节 什么是agent和MCP
第二节 MCP如何改变我们与AI的交互方式
第三节 MCP当前的应用场景
第四节 MCP实际操作
第五节 MCP仍面临的挑战与未来发展方向
练习题
第十二章 AI伦理与社会影响
第一节 “信息茧房”与数字公平
第二节 算法黑箱与透明性问题
第三节 人工智能的责任伦理
练习题
第十三章 人工智能治理
第一节 人工智能带来的伦理与法律风险
第二节 人工智能治理与国际政策
第三节 迈向人机共生的未来
练习题
附录 各章练习题参考答案
参考文献
前辅文
第一章 人工智能基础
第一节 什么是人工智能
第二节 人工智能的关键历史节点
第三节 中国人工智能的发展路径
第四节 日常生活中的人工智能术语
练习题
第二章 Python与AI编程：当人文思考遇见代码逻辑
第一节 为什么人文研究者需要Python
第二节 Python文科生存指南：与AI共舞
第三节 当AI遇到人文：典型工作流实现
本章总结
练习题
第三章 AI在人文社科领域中的应用
第一节 AI在人文社科领域的应用全景
第二节 AI驱动研究效能的提升路径
第三节 从传统到智能的研究范式变革
练习题
第四章 AI赋能量化哲学社会科学研究
第一节 量化哲学社会科学的历史
第二节 量化哲学社会科学的核心内容
第三节 AI如何赋能量化哲学社会科学研究
练习题
第五章 数字人文的方法与应用
第一节 数字人文的学科范式革命
第二节 文本分析技术演进
第三节 方法论反思与伦理讨论
练习题
第六章 机器学习
第一节 监督学习
第二节 无监督学习
第三节 特征工程与特征选择
第四节 模型评估方法
练习题
第七章 深度学习
第一节 什么是深度学习
第二节 深度学习的主要模型
第三节 深度学习的案例实践
练习题
第八章 语音识别
第一节 语音识别概念与发展
第二节 语音识别关键技术与工具
第三节 语音识别技术应用实践
练习题
第九章 视觉识别
第一节 认知革命：从生物视觉到机器视觉
第二节 技术解码：视觉识别的核心原理
第三节 人文审视：视觉技术的应用与反思
第四节 技术实践：从规则比对到深度理解的视觉案例
练习题
第十章 大语言模型
第一节 认识大语言模型
第二节 大语言模型的预训练、微调与蒸馏
第三节 大语言模型的多模态扩展
第四节 检索增强生成（RAG）技术：让模型更智能
练习题
第十一章 agent和MCP
第一节 什么是agent和MCP
第二节 MCP如何改变我们与AI的交互方式
第三节 MCP当前的应用场景
第四节 MCP实际操作
第五节 MCP仍面临的挑战与未来发展方向
练习题
第十二章 AI伦理与社会影响
第一节 “信息茧房”与数字公平
第二节 算法黑箱与透明性问题
第三节 人工智能的责任伦理
练习题
第十三章 人工智能治理
第一节 人工智能带来的伦理与法律风险
第二节 人工智能治理与国际政策
第三节 迈向人机共生的未来
练习题
附录 各章练习题参考答案
参考文献
前辅文
第一章 人工智能基础
第一节 什么是人工智能
第二节 人工智能的关键历史节点
第三节 中国人工智能的发展路径
第四节 日常生活中的人工智能术语
练习题
第二章 Python与AI编程：当人文思考遇见代码逻辑
第一节 为什么人文研究者需要Python
第二节 Python文科生存指南：与AI共舞
第三节 当AI遇到人文：典型工作流实现
本章总结
练习题
第三章 AI在人文社科领域中的应用
第一节 AI在人文社科领域的应用全景
第二节 AI驱动研究效能的提升路径
第三节 从传统到智能的研究范式变革
练习题
第四章 AI赋能量化哲学社会科学研究
第一节 量化哲学社会科学的历史
第二节 量化哲学社会科学的核心内容
第三节 AI如何赋能量化哲学社会科学研究
练习题
第五章 数字人文的方法与应用
第一节 数字人文的学科范式革命
第二节 文本分析技术演进
第三节 方法论反思与伦理讨论
练习题
第六章 机器学习
第一节 监督学习
第二节 无监督学习
第三节 特征工程与特征选择
第四节 模型评估方法
练习题
第七章 深度学习
第一节 什么是深度学习
第二节 深度学习的主要模型
第三节 深度学习的案例实践
练习题
第八章 语音识别
第一节 语音识别概念与发展
第二节 语音识别关键技术与工具
第三节 语音识别技术应用实践
练习题
第九章 视觉识别
第一节 认知革命：从生物视觉到机器视觉
第二节 技术解码：视觉识别的核心原理
第三节 人文审视：视觉技术的应用与反思
第四节 技术实践：从规则比对到深度理解的视觉案例
练习题
第十章 大语言模型
第一节 认识大语言模型
第二节 大语言模型的预训练、微调与蒸馏
第三节 大语言模型的多模态扩展
第四节 检索增强生成（RAG）技术：让模型更智能
练习题
第十一章 agent和MCP
第一节 什么是agent和MCP
第二节 MCP如何改变我们与AI的交互方式
第三节 MCP当前的应用场景
第四节 MCP实际操作
第五节 MCP仍面临的挑战与未来发展方向
练习题
第十二章 AI伦理与社会影响
第一节 “信息茧房”与数字公平
第二节 算法黑箱与透明性问题
第三节 人工智能的责任伦理
练习题
第十三章 人工智能治理
第一节 人工智能带来的伦理与法律风险
第二节 人工智能治理与国际政策
第三节 迈向人机共生的未来
练习题
附录 各章练习题参考答案
参考文献
前辅文
第一章 人工智能基础
第一节 什么是人工智能
第二节 人工智能的关键历史节点
第三节 中国人工智能的发展路径
第四节 日常生活中的人工智能术语
练习题
第二章 Python与AI编程：当人文思考遇见代码逻辑
第一节 为什么人文研究者需要Python
第二节 Python文科生存指南：与AI共舞
第三节 当AI遇到人文：典型工作流实现
本章总结
练习题
第三章 AI在人文社科领域中的应用
第一节 AI在人文社科领域的应用全景
第二节 AI驱动研究效能的提升路径
第三节 从传统到智能的研究范式变革
练习题
第四章 AI赋能量化哲学社会科学研究
第一节 量化哲学社会科学的历史
第二节 量化哲学社会科学的核心内容
第三节 AI如何赋能量化哲学社会科学研究
练习题
第五章 数字人文的方法与应用
第一节 数字人文的学科范式革命
第二节 文本分析技术演进
第三节 方法论反思与伦理讨论
练习题
第六章 机器学习
第一节 监督学习
第二节 无监督学习
第三节 特征工程与特征选择
第四节 模型评估方法
练习题
第七章 深度学习
第一节 什么是深度学习
第二节 深度学习的主要模型
第三节 深度学习的案例实践
练习题
第八章 语音识别
第一节 语音识别概念与发展
第二节 语音识别关键技术与工具
第三节 语音识别技术应用实践
练习题
第九章 视觉识别
第一节 认知革命：从生物视觉到机器视觉
第二节 技术解码：视觉识别的核心原理
第三节 人文审视：视觉技术的应用与反思
第四节 技术实践：从规则比对到深度理解的视觉案例
练习题
第十章 大语言模型
第一节 认识大语言模型
第二节 大语言模型的预训练、微调与蒸馏
第三节 大语言模型的多模态扩展
第四节 检索增强生成（RAG）技术：让模型更智能
练习题
第十一章 agent和MCP
第一节 什么是agent和MCP
第二节 MCP如何改变我们与AI的交互方式
第三节 MCP当前的应用场景
第四节 MCP实际操作
第五节 MCP仍面临的挑战与未来发展方向
练习题
第十二章 AI伦理与社会影响
第一节 “信息茧房”与数字公平
第二节 算法黑箱与透明性问题
第三节 人工智能的责任伦理
练习题
第十三章 人工智能治理
第一节 人工智能带来的伦理与法律风险
第二节 人工智能治理与国际政策
第三节 迈向人机共生的未来
练习题
附录 各章练习题参考答案
参考文献
