人工智能通識 (微課版) 沈慶磊 邱影傑 楊國梁 9787111783510 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202506*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：人工智能通識 (微課版)
ISBN：9787111783510
出版社：機械工業
著編譯者：沈慶磊 邱影傑 楊國梁
頁數：250
所在地：中國大陸 *此為代購商品
書號：1745261
可大量預訂，請先連絡。

內容簡介

本書是為職業本科院校、高等職業院校各專業學生精心編寫的「人工智能通識」課程教材，旨在幫助學生構建系統的人工智能知識體系，培養跨學科思維與實踐能力。 本書內容涵蓋從人工智能的起源、發展到前沿技術的多個方面，包括人工智能基礎概念、數學素養與計算思維、數據科學與大數據技術、智能體與智能體AI、機器學習、神經網絡與深度學習、圖像識別與計算機視覺、自然語言處理與大語言模型、生成式人工智能、人工智能技術的應用、機器人及其智能化、群體智能等核心技術，同時結合大量實戰練習和項目，強調理論與實踐並重。書中特別關注人工智能倫理與安全，探討其帶來的倫理挑戰及未來發展方向，引導學生樹立正確的價值觀，增強責任感。 本書特色在於跨學科融合、聚焦前沿技術，適合作為職業本科院校、高等職業院校「人工智能通識」等相關課程的教材，也適合對人工智能技術感興趣的讀者閱讀。

目錄

前言
項目1 掌握人工智能基礎概念
任務1 1 熟悉計算機基礎
1 1 1 計算的淵源
1 1 2 計算機的出現
1 1 3 通用計算機
1 1 4 計算機語言
1 1 5 計算機的智能行為
任務1 2 定義人工智能
1 2 1 「人工」與「智能」
1 2 2 人工智能的定義
1 2 3 人工智能實現途徑
1 2 4 人工智能發展中的「中國風」
【作業】
【實訓與思考】深入理解人工智能與人類思考
項目2 培養數學素養與計算思維
任務2 1 理解數學素養與計算思維
2 1 1 數學是美的
2 1 2 數學素養內涵
2 1 3 培養和發展數學素養
2 1 4 數學素養對人工智能的意義
2 1 5 模糊邏輯的定義
任務2 2 掌握計算思維與學科基礎
2 2 1 人工智能學科基礎
2 2 2 計算思維的概念
2 2 3 計算思維的核心要素
2 2 4 培養計算思維
2 2 5 計算思維對人工智能的意義
【作業】
【實訓與思考】培養數學素養與計算思維
項目3 熟悉數據科學與大數據技術
任務3 1 從機械思維到數據思維
3 1 1 機械思維是現代文明的基礎
3 1 2 解決不確定性問題的思維
3 1 3 數據科學的核心要素
3 1 4 數據科學的應用場景
3 1 5 從數據到知識
任務3 2 大數據思維與思維變革
3 2 1 大數據的定義
3 2 2 思維轉變之一：樣本=總體
3 2 3 思維轉變之二：接受數據的混雜性
3 2 4 思維轉變之三：數據的相關關係
3 2 5 數據挖掘分析方法
3 2 6 大數據與人工智能的聯繫
【作業】
【實訓與思考】數據素養與大數據技術
項目4 理解智能體與智能體AI
任務4 1 理解智能體和環境
4 1 1 智能體的定義
4 1 2 智能體的性能度量
4 1 3 智能體的任務環境
4 1 4 智能體的結構與程序
4 1 5 學習型智能體
任務4 2 熟悉智能代理與智能體AI
4 2 1 智能代理的定義
4 2 2 智能代理的典型工作過程
4 2 3 智能代理系統內的協同合作
4 2 4 智能代理的典型應用
4 2 5 下一個風口：智能體
4 2 6 智能體AI時代
【作業】
【實訓與思考】分析智能體的設計與行為
項目5 熟悉機器學習
任務5 1 機器學習簡介
5 1 1 機器學習的發展歷程
5 1 2 機器學習的定義
5 1 3 監督學習
5 1 4 無監督學習
5 1 5 機器學習的基本結構
任務5 2 機器學習算法
5 2 1 回歸算法
5 2 2 K-近鄰算法
5 2 3 決策樹算法
5 2 4 樸素貝葉斯算法
5 2 5 聚類算法
5 2 6 支持向量機算法
5 2 7 神經網絡算法
5 2 8 梯度增強算法
5 2 9 關聯規則算法
5 2 10 EM（期望最大化）算法
5 2 11 機器學習算法的典型應用
【作業】
【實訓與思考】機器學習算法與應用思考
項目6 理解神經網絡與深度學習
任務6 1 熟悉神經系統與神經網絡
6 1 1 神經系統的結構
6 1 2 神經系統學習機制
6 1 3 人工神經網絡研究
6 1 4 深度學習的定義
6 1 5 深度學習示例
6 1 6 機器學習與深度學習的關係
任務6 2 了解卷積神經網絡
6 2 1 卷積神經網絡簡介
6 2 2 卷積神經網絡結構
6 2 3 遷移學習的定義
6 2 4 強化學習的定義
6 2 5 強化學習與監督學習的區別
6 2 6 強化學習方法的應用
【作業】
【實訓與思考】熟悉神經網絡基礎與優化深度學習模型
項目7 熟悉圖像識別與計算機視覺
任務7 1 熟悉模式識別與圖像識別
7 1 1 模式識別的定義
7 1 2 圖像識別能力
7 1 3 圖像識別的主要方法
7 1 4 計算機視覺的定義
7 1 5 機器視覺的定義
7 1 6 計算機視覺與機器視覺的區別
任務7 2 掌握智能圖像處理技術
7 2 1 圖像採集
7 2 2 圖像預處理
7 2 3 圖像分割
7 2 4 目標識別和分類
7 2 5 目標定位和測量
7 2 6 目標檢測和跟蹤
7 2 7 機器視覺技術的應用
【作業】
【實訓與思考】熟悉圖像的處理與識別
項目8 熟悉自然語言處理與大語言模型
任務8 1 理解自然語言處理的功能與能力
8 1 1 自然語言處理的研究內容
8 1 2 深度學習的影響
8 1 3 語音理解與語音識別
8 1 4 大語言模型
8 1 5 高性能、低算力成本的DeepSeek
任務8 2 大語言模型的工作原理
8 2 1 詞元及其標記化
8 2 2 基礎模型
8 2 3 詞嵌入及其含義
8 2 4 生成和理解
8 2 5 大語言模型的核心技術
8 2 6 大語言模型生成模型
【作業】
【實訓與思考】初步應用DeepSeek大模型
項目9 掌握生成式人工智能技術
任務9 1 熟悉生成式人工智能
9 1 1 生成式人工智能的定義
9 1 2 AIGC的定義
9 1 3 生
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。