前言

作为新一代信息技术，人工智能为高校专业教育教学改革带来新的机遇和挑战。本书面向应用型高校新工科专业，作为人工智能必修课程，在内容设计上，既体现了符号主义、联结主义和行为主义的人工智能三大学派，又充分展现了从深度学习到大语言模型的最新发展。全书共13章，大致可分为三个层次结构，首先，绪论是全文的引入;其次是经典理论应用基础，包括知识表示与知识图谱、推理、搜索求解、机器学习模型与算法；最后是人工神经网络原理及其发展，包括人工神经网络基础、深度神经网络、自然语言处理和大语言模型基础，由简单神经网络模型逐步深入到大模型结构。除各章的基础实践外，最后还有人工智能案例实践，包括数据预处理、深度学习应用案例和大模型应用案例。

本书基于工程教育产出导向理念，在每一章的开始都设置了学习目标，随后是每章的内容阐述，精心设计和引入了大量的插图、表格和应用示例，其中全文设计插图260余幅。在阐述原理和模型算法方面，本着理论够用、学用结合的思路，既有具体原理分析、公式推导和算法描述，又给出了具体应用示例，便于读者学以致用。在每章的末尾给出了有针对性的习题。

本书获得了校级重点教育教学改革项目资助。全书由张晓明统一规划设计，在编写分工方面，张晓明负责撰写第1、5～8、10～13章，王芳负责撰写第2、4章，江逸楠负责撰写第3章，张世博负责撰写第9章，卓政参与撰写第8.3节和11.5节内容。此外，第12章来源于北京高校人工智能通识课的模块三——拓展案例，获得了2024年北京市高校本科教育教学改革课题立项，由张晓明、张世博、卓政、王芳和崔宁等共同完成。13.2节由北京普开数据技术有限公司的刘生撰写。

本书编写自2023年立项后，许多内容作为校内部分课程教学讲义进行了试用和改进。本书最后给出了主要的参考文献，部分学术论文可以作为精读材料。本书的设计示例主要来自作者的教学设计和实践指导过程，也有少量内容来自互联网资源。本书中程序全部采用Python语言编写，并都经过了调试。清华大学出版社对本书的出版给予了大力支持和辛勤劳动。在此，一并表示感谢。

为了便于教学，本书配套有教学课件和习题解答，需要的教师请登录出版社网站下载。

由于作者水平有限，书中难免有疏漏之处，恳请读者批评指正。

张晓明

2026年5月