人工智能概论（微课版）
定价：￥49.00
作者： 王军
出版时间：2026-12
出版社：电子工业出版社
- 电子工业出版社
- 9787121526671
- 1-1
- 16开
- 2026-12
- 电子与信息大类
- 计算机类
- 计算机类
- 高职
内容简介
本书为高等院校人工智能、大数据、计算机及相关专业学生的教材，系统介绍了人工智能的基本原理、核心技术、典型应用及未来趋势，共分为4篇15章。第1篇为人工智能基础，涵盖人工智能概述、数据基础、算法基础与算力基础，搭建学习的核心理论底座；第2篇聚焦核心技术，详细阐述深度学习、大模型、具身智能与空间智能等关键技术的原理与实现；第3篇展示典型应用，涉及大模型应用、航空与医疗智能、水资源智能及智能机器人四大重点领域，体现技术落地价值；第4篇探讨安全与展望，包括人工智能安全、元宇宙与世界模型、发展挑战与趋势，前瞻领域发展方向。
目录
第1 章 人工智能概述 ................................................................................... 1
1.1 什么是人工智能 ............................................................................................................ 1
1.1.1 人工智能的定义 ................................................................................................. 1
1.1.2 人工智能的组成要素 ......................................................................................... 2
1.2 人工智能的分类 ............................................................................................................ 3
1.2.1 按技术实现的路径分类 ..................................................................................... 3
1.2.2 按实际应用的领域分类 ..................................................................................... 4
1.3 人工智能的发展简史 .................................................................................................... 5
1.3.1 发展阶段 ............................................................................................................. 5
1.3.2 三大学派 ............................................................................................................. 9
1.4 人工智能的基础理论 .................................................................................................. 10
1.4.1 数据处理 ........................................................................................................... 10
1.4.2 智能识别与决策 ............................................................................................... 11
1.4.3 机器学习与优化 ............................................................................................... 12
1.5 小结 .............................................................................................................................. 14
思考题 ................................................................................................................................... 14
第2 章 人工智能数据基础 .......................................................................... 15
2.1 数据类型与表示 .......................................................................................................... 16
2.1.1 数据类型 ........................................................................................................... 16
2.1.2 特征提取与编码 ............................................................................................... 17
2.1.3 向量化与表示学习 ........................................................................................... 18
2.2 数据采集与清洗 .......................................................................................................... 19
2.2.1 数据源与获取 ................................................................................................... 19
2.2.2 数据清洗方法 ................................................................................................... 19
2.2.3 数据标准化与格式转换 ................................................................................... 20
2.3 数据预处理与标注 ...................................................................................................... 21
2.3.1 标注方法 ........................................................................................................... 21
2.3.2 数据增强 ........................................................................................................... 22
2.3.3 小样本解决方案 ............................................................................................... 23
2.4 数据管理与安全 .......................................................................................................... 23
2.4.1 存储架构 ........................................................................................................... 23
3.1.1 搜索算法 ........................................................................................................... 28
3.1.2 优化算法 ..........................................................
1.1 什么是人工智能 ............................................................................................................ 1
1.1.1 人工智能的定义 ................................................................................................. 1
1.1.2 人工智能的组成要素 ......................................................................................... 2
1.2 人工智能的分类 ............................................................................................................ 3
1.2.1 按技术实现的路径分类 ..................................................................................... 3
1.2.2 按实际应用的领域分类 ..................................................................................... 4
1.3 人工智能的发展简史 .................................................................................................... 5
1.3.1 发展阶段 ............................................................................................................. 5
1.3.2 三大学派 ............................................................................................................. 9
1.4 人工智能的基础理论 .................................................................................................. 10
1.4.1 数据处理 ........................................................................................................... 10
1.4.2 智能识别与决策 ............................................................................................... 11
1.4.3 机器学习与优化 ............................................................................................... 12
1.5 小结 .............................................................................................................................. 14
思考题 ................................................................................................................................... 14
第2 章 人工智能数据基础 .......................................................................... 15
2.1 数据类型与表示 .......................................................................................................... 16
2.1.1 数据类型 ........................................................................................................... 16
2.1.2 特征提取与编码 ............................................................................................... 17
2.1.3 向量化与表示学习 ........................................................................................... 18
2.2 数据采集与清洗 .......................................................................................................... 19
2.2.1 数据源与获取 ................................................................................................... 19
2.2.2 数据清洗方法 ................................................................................................... 19
2.2.3 数据标准化与格式转换 ................................................................................... 20
2.3 数据预处理与标注 ...................................................................................................... 21
2.3.1 标注方法 ........................................................................................................... 21
2.3.2 数据增强 ........................................................................................................... 22
2.3.3 小样本解决方案 ............................................................................................... 23
2.4 数据管理与安全 .......................................................................................................... 23
2.4.1 存储架构 ........................................................................................................... 23
3.1.1 搜索算法 ........................................................................................................... 28
3.1.2 优化算法 ..........................................................
