人工智能入门基础
通俗易懂,实战演练,人工智能普及教程,夯实知识根基,锻炼实操能力,助力开启智能未来!

作者:黄海广、徐震、张楠、叶林伟

丛书名:面向新工科专业建设计算机系列教材

定价:59元

印次:1-1

ISBN:9787302719472

出版日期:2026.06.01

印刷日期:2026.06.29

图书责编:杨帆

图书分类:教材

电子书
在线购买
分享
内容简介
作者简介
前言序言
资源下载
查看详情 查看详情 查看详情

"本书秉持“夯实基础、兼顾前沿、关联应用”的编写理念,为零基础学习者构建系统且完整的人工智能知识体系。全书采用循序渐进的内容架构,从人工智能的基本概念与发展历程起始,逐步讲解机器学习、深度学习等核心原理,进而拓展至计算机视觉、自然语言处理、强化学习等关键技术领域,最终延伸至大模型应用与人工智能伦理等前沿议题,形成“基础—技术—应用—伦理”四位一体的内容闭环。 全书共10章,涵盖人工智能概述、基础知识、核心技术、行业应用及伦理挑战五大模块。内容不仅系统阐述Python编程、Scikitlearn机器学习库、PyTorch深度学习框架等实用工具,还结合医疗、金融、自动驾驶等跨领域应用案例,配备章节习题与实操指引,兼顾理论体系构建与实践能力培养,助力读者在真实场景中理解人工智能技术的价值与实现路径。 本书适用于无专业背景限制的零基础学习者,包括高校非人工智能专业学生(如经管、文法、艺术等)、计划跨领域转型的职场人士,以及广大人工智能技术爱好者;亦适合作为高校通识课程、职业培训入门教材使用,帮助不同背景的读者系统搭建人工智能知识框架,为后续深造或实践应用奠定坚实基础。 "

前言 习近平总书记在党的二十大报告中深刻指出教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑。这一论断明确了教育、科技、人才在国家发展中的核心地位。在当前全球科技竞争日益激烈的背景下,人工智能作为引领新一轮科技革命和产业变革的核心驱动力,已成为推动经济高质量发展、构建现代化经济体系的关键引擎。为响应国家战略需求,培养具备人工智能素养和创新能力的复合型人才,我们编写了《人工智能入门基础》这本教材。本书基于编者在人工智能领域多年的教学与实践经验,结合国内外最新技术发展动态,系统梳理了人工智能的知识体系与实践路径,特别强调理论与实践相结合,通过丰富的案例和编程实训练习,帮助读者从底层原理到顶层应用全面掌握人工智能核心知识。 我们之前所著的《机器学习入门基础》(微课版)自2023年出版以来,已被全国100多所高校选为本科生教材,配套慕课获评第三批国家级一流本科课程,因其内容循序渐进、案例丰富而广受师生欢迎。然而,随着人工智能技术的快速发展与应用场景的持续拓展,我们意识到单纯聚焦机器学习已难以满足学习者对人工智能全貌的理解需求。因此,我们决定撰写新书《人工智能入门基础》,旨在构建从基础理论到前沿应用的完整知识体系。 新书将延续前作以实践为导向的风格,同时突破单一技术范畴,系统整合人工智能的核心分支领域。在内容设计方面,本书以机器学习为基石,拓展至深度学习、计算机视觉、自然语言处理、强化学习及大模型等关键方向,并增设人工智能伦理与社会影响专题,帮助读者形成对人工智能的多维度认知。为增强教材的时效性与文化适配性,书中将融入国产技术案例(如高铁智能诊断、自动驾驶等...

目录
荐语
查看详情 查看详情
目录

第1章人工智能概述1

1.1人工智能的定义与基本概念1

1.1.1人工智能的概念1

1.1.2人工智能的特征2

1.1.3人工智能概念4

1.2人工智能发展历史4

1.3人工智能的分类与主要技术领域8

1.3.1人工智能的分类8

1.3.2人工智能的应用领域9

1.4人工智能的知识体系与学习路径13

1.4.1人工智能知识体系13

1.4.2人工智能的学习路径13

本章习题14

第2章人工智能基础知识16

2.1数据与算法的基本概念16

2.1.1数据的定义与类型16

2.1.2算法的核心思想18

2.1.3数据与算法的关系18

2.2计算能力与存储技术19

2.2.1硬件基础与计算能力19

2.2.2云计算与分布式计算20

2.2.3存储技术发展21

2.3常用编程语言与开发工具22

2.3.1Python入门22

2.3.2基本开发环境26

2.3.3深度学习框架28

2.4大数据的基础知识与应用30

2.4.1大数据的核心概念302.4.2大数据的应用30

2.4.3大数据带来的挑战32

本章习题33

第3章机器学习34

3.1机器学习概述34

3.1.1机器学习的定义34

3.1.2机器学习的范围34

3.1.3机器学习的类型35

3.1.4机器学习的开发流程39

3.2机器学习算法40

3.2.1监督学习算法40

3.2.2无监督学习算法46

3.3机器学习实践50

3.3.1机器学习库50

3.3.2基本建模流程51

3.3.3数据预处理52

3.3.4监督学习算法... 查看详情

"◆ 体系完备,内容贴合通识教学。紧扣理工科专业的人工智能通识课程教学定位,系统化梳理机器学习、深度学习至大模型全领域核心知识体系,融入本土国产前沿技术实例,增设智能伦理相关内容,助力读者快速搭建完整、条理清晰的人工智能的知识架构。

◆ 实操赋能,教学适配性强。全书秉持实践优先的编写思路,依托多元实用案例与编程实训,循序渐进讲解Python、PyTorch等主流工具链。配套标准化跨学科课件与实践项目,大幅降低零基础入门门槛,适配各学段课堂授课与自主学习需求。

◆立足育人,助力科创人才培育。立足理工科人才培养目标,引导广大理工科学生熟练掌握人工智能的基础原理与科学思维,推动人工智能技术与各专业学习、科研实践深度融合,激发科研探索热情与创新实践能力,精准对接国家创新型科技人才培养战略。

"


查看详情