热门关键字:  听力密码  听力密码  新概念美语  单词密码  巧用听写练听力

人工智能应用

中国水利水电出版社
    【作 者】主编 陈 萍 刘培培 陈孟军 【I S B N 】978-7-5226-3007-6 【责任编辑】张玉玲 【适用读者群】高职高专 【出版时间】2025-02-08 【开 本】16开 【装帧信息】平装(光膜) 【版 次】第1版第1次印刷 【页 数】212 【千字数】331 【印 张】13.25 【定 价】49 【丛 书】高等职业教育通识类课程教材 【备注信息】
图书详情

    内 容 提 要

    为推动我国人工智能应用与发展,作者团队根据《全国计算机等级考试二级Python语言程序设计考试大纲(2023年版)》、上海市高等学校信息技术水平考试《一级人工智能技术及应用考试大纲》《二级Python语言程序设计考试大纲》的要求精心编写了本教材。教材主要内容包括人工智能概述、人工智能的核心技术、人工智能+、生成式人工智能应用、人工智能编程语言、体验人工智能等。

    本教材实操性强,注重提高学生在实际工作中的应用能力,又结合了计算机等级考试大纲的要求,适合作为高等职业院校人工智能基础相关课程的教材,也可作为成人教育的培训教材,以及参加人工智能基础水平考试人员的参考教材。

    理实一体,内容全面

    理论与实践结合,通过大量实例和习题提高读者操作和应用能力。

    案例驱动,多元应用

    通过案例详细讲解了国产人工智能各类大模型在实际工作中的应用。

    融入考点,覆盖要求

    将部分频率高的历届考试知识点融入其中,覆盖了考试的技能要求。

    前  言

    在科技飞速发展的今天,人工智能(Artificial Intelligence,AI)作为新一轮科技革命和产业变革的核心驱动力,正以前所未有的速度推动着全球经济的转型与升级。近年来,生成式人工智能取得了显著进展,以ChatGPT为代表的大型语言模型(Large Language Model,LLM)展现了强大的文本生成和理解能力。这些模型不仅能够与人进行流畅对话,还能辅助内容创作、代码编写等多种任务,极大地拓宽了人工智能的应用边界。编者编写了这本《人工智能应用》教材,旨在帮助读者更好地学习AIGC应用,同时为备考计算机等级考试打下良好的基础,让读者在掌握AI+理论的基础上,提高对人工智能工具Python的实际操作和应用能力。

    本教材的特点主要体现在以下几个方面。

    (1)理实一体,内容全面。本教材是一本人工智能应用通识课程的教材,理论与实践相结合,内容难度适中,通过大量实例和习题,帮助读者提高实际操作和应用能力,可以让读者全面了解人工智能在各个领域的应用,并掌握人工智能主要开发工具的操作。

    (2)案例驱动,多元应用。本教材采用了百度语言大模型文心一言、百度AI艺术和创意辅助平台文心一格、讯飞星火认知大模型、讯飞智文AI一键生成PPT/Word的网站平台,并通过案例讲解国产AI各类大模型在实际工作中的应用。

    (3)融入考点,覆盖要求。本教材按照计算机等级考试人工智能基础考试大纲的要求编

    写,将部分频率高的历届考试知识点融入教材中,覆盖了考试的技能要求。

    (4)弹性设计,兼顾专业。本教材每一个章节设计弹性,兼顾不同专业的教学需求,师生可根据自己的专业特点进行选择性学习。例如,理工类专业的读者可以选择人工智能开发工具Python程序设计语言进行学习。

    (5)资源丰富,思政融合。本教材配套电子课件、大纲、案例等资源;教材融合了思政元

    素,讲解国产语言大模型,介绍中国信息技术、智能制造、物联网等行业所取得的瞩目成就,激发读者爱国热情,增强民族自豪感。

    本教材由陈萍、刘培培、陈孟军任主编,陈嘉禾、丁红、张雪任副主编,参与本教材编写和审核工作的老师还有敖青云、朱晓玉、李立、赵炯光、石佳玉、丁姝慧、黎佳妮、崔柳锋、王岩松、程晓冰、康乐、丁姝慧、黎佳妮、张锦程、张彬、查瑶、代永辉、任宝营、高艺、张庆新。在此对他们的辛苦付出表示衷心的感谢。

    由于编写时间仓促,加之编者水平有限,本教材出现错误与不妥之处在所难免,恳请专家和读者提出批评意见,在此深表感谢!编者邮箱:katecp@126.com。

    编者

    2024年9月

    前言
    第1章 人工智能概述 1
    1.1 人工智能的概念 1
    1.1.1 什么是人工智能 1
    1.1.2 图灵测试 2
    1.2 人工智能的发展 2
    1.2.1 人工智能在国外的发展 3
    1.2.2 人工智能在国内的发展 7
    1.3 人工智能的分类 9
    思考与探索 10
    第2章 人工智能的核心技术 11
    2.1 人工神经网络 11
    2.1.1 神经元模型 11
    2.1.2 人工神经网络 13
    2.2 机器学习 14
    2.2.1 什么是机器学习 14
    2.2.2 机器学习的种类 15
    2.2.3 机器学习算法 17
    2.3 深度学习 18
    2.3.1 什么是深度学习 18
    2.3.2 深度学习的常用算法 18
    2.4 知识图谱 19
    2.4.1 什么是知识图谱 19
    2.4.2 知识图谱的构建 20
    2.4.3 知识图谱的应用 20
    2.5 自然语言处理 21
    2.6 机器视觉 22
    2.6.1 什么是机器视觉 22
    2.6.2 机器视觉系统的构成 23
    2.6.3 机器视觉的应用 23
    2.7 语音识别 24
    2.7.1 什么是语音识别 24
    2.7.2 语音识别的过程 24
    2.8 机器人技术 24
    2.8.1 什么是机器人技术 24
    2.8.2 机器人的工作原理 25
    2.8.3 机器人的应用领域 25
    思考与探索 26
    第3章 人工智能+ 27
    3.1 人工智能+工业 27
    3.1.1 工业发展和技术变革 27
    3.1.2 《中国制造2025》 28
    3.1.3 智能工厂 28
    3.1.4 工业机器人 29
    3.2 人工智能+家居 31
    3.2.1 智能家居 31
    3.2.2 智能家居系统 32
    3.2.3 智能居家养老系统 33
    3.3 人工智能+交通 34
    3.3.1 人工智能在交通行业的应用 34
    3.3.2 无人机和无人驾驶 35
    3.4 人工智能+教育 35
    3.4.1 智慧校园 36
    3.4.2 智能教学系统 37
    3.4.3 教学资源云平台 37
    3.5 人工智能+金融 38
    3.5.1 人工智能理财 38
    3.5.2 人工智能+银行 39
    3.6 人工智能+物流 40
    3.7 人工智能+农业 42
    思考与探索 43
    第4章 生成式人工智能应用 44
    4.1 生成式人工智能 44
    4.1.1 什么是生成式人工智能 44
    4.1.2 生成式人工智能的发展历程 44
    4.1.3 生成式人工智能的工作原理 46
    4.1.4 生成式人工智能的应用领域 53
    4.1.5 生成式人工智能的大语言模型应用 55
    4.1.6 生成式人工智能的优势与挑战 64
    4.1.7 生成式人工智能的伦理与法律考量 65
    4.1.8 生成式人工智能与人类的协作共生 66
    4.1.9 生成式人工智能的未来趋势 67
    4.2 文心一言 68
    4.2.1 准备知识 69
    4.2.2 撰写会议通知 72
    4.2.3 制作课程表 73
    4.2.4 写散文 75
    4.2.5 生成藏头诗 76
    4.3 文心一格 77
    4.3.1 准备知识 77
    4.3.2 生成人物头像 78
    4.3.3 生成水墨画 79
    4.3.4 生成国潮画 79
    4.3.5 生成海报 80
    4.4 讯飞智文 80
    4.4.1 准备知识 81
    4.4.2 制作个人简历PPT 83
    4.4.3 制作博物馆日主题PPT 87
    思考与探索 90
    第5章 人工智能编程语言 92
    5.1 Python编程环境 92
    5.1.1 使用IDLE探索Python 3 92
    5.1.2 使用Jupyter探索Python3 95
    5.1.3 使用Anaconda探索Python3 99
    5.2 Python编程语法 104
    5.2.1 对象 104
    5.2.2 变量 104
    5.2.3 操作符 105
    5.2.4 关键字 113
    5.2.5 语句 116
    5.2.6 缩进 117
    5.2.7 注释 117
    5.2.8 内建函数 118
    5.3 Python数据类型 118
    5.3.1 数值类型 118
    5.3.2 字符串类型 124
    5.3.3 列表类型 135
    5.3.4 元组类型 144
    5.3.5 字典类型 150
    5.4 Python程序结构 155
    5.4.1 顺序结构 155
    5.4.2 选择结构 155
    5.4.3 循环结构 159
    5.5 例外抛出与捕获 169
    5.5.1 错误和例外 169
    5.5.2 自定义例外 170
    5.5.3 抛出例外 170
    5.5.4 捕获和处理例外 170
    5.5.5 实验任务:使用例外重写猜数程序 171
    5.6 函数定义与调用 172
    5.6.1 函数定义 172
    5.6.2 函数调用 173
    5.6.3 返回函数 173
    5.6.4 函数技巧 180
    5.6.5 实验任务 183
    思考与探索 184
    第6章 体验人工智能 188
    6.1 数据处理案例应用 188
    6.1.1 任务描述 188
    6.1.2 任务实施 189
    6.1.3 实践练习 191
    6.2 机器学习案例应用 192
    6.2.1 任务描述 192
    6.2.2 任务实施 193
    6.2.3 实践练习 195
    6.3 深度学习应用案例 196
    6.3.1 任务描述 196
    6.3.2 任务实施 196
    6.3.3 实践练习 199
    思考与探索 200
    参考文献 206
最新评论共有 0 位网友发表了评论
发表评论
评论内容:不能超过250字,需审核,请自觉遵守互联网相关政策法规。
用户名: 密码:
匿名?
注册