人工智能通識實踐教程 宋晏 李莉 9787121503603 【台灣高等教育出版社】
物品所在地：中國大陸
原出版社：電子工業
商品介紹
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：人工智能通識實踐教程
ISBN：9787121503603
出版社：電子工業
著編譯者：宋晏 李莉
頁數：284
所在地：中國大陸 *此為代購商品
書號：1745265
可大量預訂，請先連絡。
內容簡介
人工智能通識教育是高等教育領域亟待探索的重要課題。本書圍繞人工智能通識教育實踐主題展開，從大語言模型入門，沿著數據、計算、智能工具到智能模型的路徑，逐步引導學生進入人工智能的世界。本書聚焦於計算機視覺和自然語言處理兩大應用方向，幫助學生理解深度學習模型，並通過調用大模型API的方式將智能模型融入實際程序。全書共9章，各章 內容包含知識講解和詳細實驗方案兩部分，並根據需要設計了拓展練習。本書重視課程思政建設，以DeepSeek為例介紹大語言模型，圖像處理與分析採用百度AI開放平臺和騰訊AI開放平臺實現，自然語言處理採用百度智能雲千帆大模型實現。本書內容新穎、知識前沿，實驗可操作性強，編程環境一體化，有助於提升課程的高階性、創新性與挑戰度，科學培養學生應用AI解決問題的能力。本書提供配套電子課件、實驗素材和源代碼，可登錄華信教育資源網下載。
作者簡介
宋晏，北京科技大學計算機與通信工程學院高級講師。講授課程：算法基礎、C語言程序設計、數據結構與算法、Java程序設計、Java Web程序設計、Java Web應用實訓、JavaScript程序設計、jQuery程序設計、頁面交互實訓等。編寫教材：主編《Java程序設計及應用開發》，機械工業出版社，2016年；主編《計算機算法基礎（第2版）》，清華大學出版社，2015年；主編《計算機應用基礎（第2版）》，電子工業出版社，2013年；主編《計算機應用基礎》，電子工業出版社，2009年。
目錄
第1章 AI時代的計算機基礎技能 1
1 1 查看和管理系統軟硬件資源 1
1 1 1 Windows任務管理器 1
1 1 2 查看和管理系統軟硬件資源實驗 3
1 2 命令行界面及文件存儲路徑 7
1 2 1 命令行界面 7
1 2 2 文件存儲路徑 8
1 2 3 命令行文件系統導航實驗 9
1 3 軟件的安裝與卸載 11
1 3 1 軟件的安裝包 11
1 3 2 軟件的卸載 12
1 3 3 Path環境變量 13
1 3 4 安裝及使用Python實驗 15
1 3 5 拓展練習――pip的使用 17
第2章 認識人工智能 19
2 1 大語言模型問答 19
2 1 1 大語言模型概述 19
2 1 2 使用大語言模型的提示工程 20
2 1 3 大語言模型應用實驗 27
2 1 4 拓展練習 33
2 2 多模態大模型問答 33
2 2 1 多模態大模型概述 34
2 2 2 多模態大模型應用實驗 37
2 2 3 拓展練習――複雜場景文生圖 41
2 3 AI倫理問題及實踐 42
2 3 1 AI倫理問題概述 42
2 3 2 大語言模型與AI倫理實驗 44
第3章 數據、計算與智能 48
3 1 數據整理 48
3 1 1 Excel基本概念 48
3 1 2 數據錄入與格式化 49
3 1 3 數據清洗與整理 53
3 1 4 Excel數據集構建實驗 56
3 1 5 拓展練習――基金數據整理 59
3 2 數據的自動化計算 59
3 2 1 引用單元格內容 59
3 2 2 使用公式進行計算 59
3 2 3 使用函數進行計算 60
3 2 4 條件判斷與邏輯推理 61
3 2 5 文本的處理 63
3 2 6 Excel數據運算與處理實驗 64
3 2 7 拓展練習――複雜計算 66
3 3 數據分析與可視化 67
3 3 1 描述性統計 67
3 3 2 分類匯總 68
3 3 3 數據透視表 69
3 3 4 數據可視化 70
3 3 5 數據分析與可視化實驗 71
3 3 6 拓展練習――鳶尾花數據集 73
3 4 從數據到決策 74
3 4 1 “數據分析”工具包 74
3 4 2 圖表中的趨勢線 78
3 4 3 預測函數 80
3 4 4 數據預測實驗 82
3 4 5 拓展練習――波士頓房價數據集 85
第4章 數字圖像及智能應用 87
4 1 圖像編輯工具Photopea 87
4 1 1 Photopea文件管理 87
4 1 2 Photopea工作界面 89
4 1 3 繪製圖像的常用工具 90
4 1 4 選擇和應用顏色工具 91
4 1 5 圖層及相關操作 92
4 1 6 選區操作 94
4 2 圖像基礎知識實驗 95
4 2 1 圖像的數字化表示實驗 95
4 2 2 圖像的基本操作實驗 99
4 3 圖像處理基礎 101
4 3 1 圖像濾波 102
4 3 2 圖像處理實驗 102
4 3 3 拓展練習――複雜圖像的處理與增強 108
4 4 圖像AI應用 108
4 4 1 AI開放平臺體驗中心 109
4 4 2 圖像AI應用實驗 110
第5章 從計算到算法 112
5 1 VSCode的安裝和配置 112
5 1 1 VSCode簡介 112
5 1 2 VSCode的安裝及啟動 113
5 1 3 VSCode的配置及插件安裝 114
5 1 4 Python編程環境配置 115
5 1 5 使用VSCode編寫和運行Python程序及相關技巧 117
5 2 turtle繪圖與程序設計 119
5 2 1 turtle庫基礎 119
5 2 2 turtle繪圖與程序設計的流程控制實驗 120
5 2 3 turtle繪圖與函數模塊化實驗 124
5 2 4 turtle繪圖與動畫效果實驗 128
5 3 Python編程與計算 133
5 3 1 案例講解：績點計算 133
5 3 2 Python編程與計算實驗 135
5 4 迭代法 137
5 4 1 案例講解：二分法和牛頓法求解非線性方程 137
5 4 2 迭代法實驗 140
5 5 窮舉法 142
5 5 1 案例講解：組合問題 142
5 5 2 窮舉法實驗 144
第6章 從數據到智能 146
6 1 數據結構探索 146
6 1 1 列表的應用 146
6 1 2 列表的應用實驗 148
6 1 3 字典的應用 151
6 1 4 字典的應用實驗 153
6 1 5 拓展練習――在線購物車系統 157
6 2 數據清洗 158
6 2 1 文本去除噪聲 158
6 2 2 文本標準化 159
6 2 3 去除重複數據 163
6 2 4 處理缺失值 164
6 2 5 數據清洗實驗 167
6 2 6 拓展練習――用戶評論數據清洗與情感分類 169
6 3 數據增強 171
6 3 1 圖像數據增強 172
6 3 2 OpenCV基礎知識 173
6 3 3 獲取和處理圖像數據實驗 176
6 3 4 圖像縮放和旋轉 179
6 3 5 圖像縮放和旋轉實驗 182
第7章 人工智能與機器學習 186
7 1 線性回歸 186
7 1 1 線性回歸概述 186
7 1 2 使用糖尿病數據集進行線性回歸建模實驗 193
7 1 3 拓展練習――其他數據集的回歸分析 196
7 2 欠擬合和過擬合 196
7 2 1 欠擬合和過擬合概述 196
7 2 2 回歸問題中的欠擬合和過擬合實驗 196
7 2 3 知識拓展 199
7 3 簡單分類 200
7 3 1 邏輯回歸 201
7 3 2 鳶尾花數據集分類實驗 202
7 3 3 拓展練習――鳶尾花數據集特徵標準化 204
7 4 分類問題的梯度下降法 204
7 4 1 分類問題的梯度下降過程 204
7 4 2 梯度下降法實驗 206
第8章 計算機視覺 210
8 1 計算機視覺環境搭建 210
8 1 1 Anaconda的安裝和配置 210
8 1 2 VSCode的安裝和配置 215
8 2 圖像分類 215
8 2 1 概述 216
8 2 2 手寫體數字識別實驗 216
8 2 3 拓展練習――LeNet-5在其他數據集中的應用 224
8 3 圖像分割 225
8 3 1 概述 225
8 3 2 細胞分割實驗 225
第9章 自然語言處理 232
9 1 安裝和使用Jupyter Notebook 232
9 1 1 在VSCode中安裝和使用Jupyter Notebook 232
9 1 2 在Anaconda中使用Jupyter Notebook 234
9 2 中文文本處理 237
9 2 1 jieba基礎知識 237
9 2 2 中文文本處理 243
9 2 3 中文文本處理實驗 247
9 2 4 拓展練習――情感分析其他應用 251
9 3 智能問答 252
9 3 1 文本特徵表示基礎知識 252
9 3 2 智能問答實驗 256
9 3 3 拓展練習――完善智能問答系統 260
9 4 調用大模型API 261
9 4 1 調用大模型API的方法 261
9 4 2 案例講解：調用大模型API 265
9 4 3 調用大模型API實驗 269
9 4 4 拓展練習――構建智能多模態問答系統 274
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。
