新書推薦：
《
索恩丛书·间谍教廷：教宗对抗希特勒的秘密战争
》
售價：HK$
97.9
《
壹卷YeBook——宫闱内外：宋代内臣研究 论世衡史丛书
》
售價：HK$
97.9
《
重来3：做得更少，但赚得更多（拒演“拼命工作”的苦情戏，好的公司拒绝忙碌，崇尚高效！）
》
售價：HK$
75.9
《
中国企业 ESG 信息披露的影响因素及经济后果研究
》
售價：HK$
82.5
《
2024中国艺术发展报告
》
售價：HK$
118.8
《
潮起潮落： 当代世界政治中的民粹主义思潮
》
售價：HK$
107.8
《
珠江时间：1984—2024
》
售價：HK$
294.8
《
疗愈经济2
》
售價：HK$
53.9
|
| 編輯推薦： |
|
1）体现人工智能赋能学科专业类课程，注重结合不同专业的人才培养需求。2）每章开篇案例举出最通识的实例，诱发学生使用AI的兴趣。3）介绍AI在制造业、航天、金融、医疗、出行、商业等领域的应用。4）每章配有思维导图、正文穿插案例和大案例、讨论或操作题、调查、实验等。实用性强：从医疗诊断到金融风控，从智能制造到智能商务，从智能航天到智能出行；知识拓展：课本延伸，涵盖大模型应用、无人驾驶等前沿领域；实训实验：实验和实践资料，编程平台，零代码体验AI模型训练；学习助手：扫码微课、思维导图；课程指导：电子课件、教学大纲、考题与答案、知识拓展、实验与实践资源。
|
| 內容簡介： |
|
随着人工智能时代的到来，各行各业都已渗透了人工智能的理论、方法和技术。本书通俗地讲解AI的起源、发展，将行业应用与技术发展相结合进行叙述，能够让读者快速了解人工智能，掌握各行各业AI应用的前沿动态和技术。本书内容包括：第1章人工智能概述，第2章大数据与人工智能，第3章机器学习，第4章深度学习，第5章大模型技术及应用，第6章人工智能伦理，第7章人工智能在工业中的应用，第8章人工智能在医疗领域的应用，第9章人工智能在交通领域的应用，第10章人工智能赋能生物识别，第11章人工智能在金融领域的应用，第12章智能商务，第13章人工智能在航天领域的应用，第14章人工智能的未来展望。本书图、文、表并茂，浅显易懂，并引入典型领域的应用，结合相关领域知识，文科、理科都可选用。本书既可以作为高等院校、职业院校低年级的人工智能通识课教材，也可以作为企业培训参考用书。
|
| 關於作者： |
|
杨尊琦，天津财经大学管理科学与工程学院教授。全国新工科教材编委。从事高校教育三十年。主持和参与完成国家项目1项，参与完成12项国家自然科学基金项目，2项局级课题。发表科学论文20余篇。天津港大数据历届培训讲师，海关总署ERP培训讲师，主编计算机专业课教材10余部。天津市第十五届教学名师奖，国家一流专业建设点负责人。
|
| 目錄：
|
|
前言第1章 人工智能概述 11.1 什么是人工智能 21.1.1 人类智能 21.1.2 人类大脑 61.1.3 人工智能 71.2 人工智能发展概况 91.2.1 人工智能前期积累 101.2.2 人工智能的形成阶段 111.2.3 人工智能的曲折发展 121.2.4 人工智能的繁荣发展 141.3 思考与练习 14第2章 大数据与人工智能 152.1 大数据基础 162.1.1 大数据的特征和结构类型 162.1.2 大数据的价值 192.2 大数据与云计算 212.2.1 什么是云计算 212.2.2 云计算的服务模型 222.2.3 云存储、超算和算力 242.3 大数据的核心技术 262.3.1 数据的采集 262.3.2 数据的处理 272.3.3 大数据分析 302.3.4 数据可视化 322.4 大数据与人工智能的关系 372.4.1 大数据是人工智能的基石与动力 372.4.2 人工智能促进大数据的价值化 382.4.3 人工智能和大数据相辅相成，深度融合 382.5 身边的大数据与人工智能 392.6 思考与练习 41第3章 机器学习 433.1 什么是机器学习 453.1.1 机器学习的概念 463.1.2 机器学习的发展 463.1.3 机器学习的基本问题和流程 483.2 机器学习的分类 493.2.1 监督学习：数据驱动的精准预测 503.2.2 无监督学习：探索数据中的隐藏奥秘 503.2.3 半监督学习：融合标注与未标注数据的智慧学习 513.2.4 强化学习：在动态交互中优化决策 513.3 机器学习的算法 523.3.1 回归算法：数值预测的建模利器 523.3.2 聚类算法：数据分组的无监督能手 533.3.3 决策树算法：特征驱动的智能分类与回归利器 553.3.4 朴素贝叶斯分类算法：特征独立的概率分类利器 563.3.5 K-近邻算法：以距离定归属的分类利器 573.3.6 支持向量机算法：划分数据的超平面构建者 583.4 机器学习的应用 593.5 机器学习的未来展望 603.6 思考与练习 61第4章 深度学习 624.1 神经网络 634.1.1 神经元 634.1.2 感知器 654.1.3 人工神经网络 664.1.4 反向传播算法 664.2 深度学习的起源与发展 674.2.1 浅层学习 674.2.2 深度学习的提出 684.2.3 深度学习在现代AI中的地位 684.3 深度学习关键技术 694.3.1 卷积神经网络 694.3.2 生成对抗网络 714.3.3 注意力机制 724.4 进化计算 734.4.1 进化算法概述 734.4.2 遗传算法 744.4.3 进化规划 754.4.4 进化策略 764.4.5 进化计算算法对比 764.5 群体智能 774.5.1 蚁群优化算法 774.5.2 粒子群优化算法 794.5.3 人工鱼群算法 814.6 思考与练习 82第5章 大模型技术及应用 835.1 大模型概述 845.1.1 大模型的定义与发展历程 845.1.2 大模型与人工智能的关系 855.2 大模型的核心技术 885.2.1 Transformer架构 885.2.2 预训练与微调技术 895.2.3 参数规模与计算资源需求 915.3 大模型的关键特性 925.3.1 涌现能力与泛化能力 925.3.2 多任务学习与迁移学习 945.4 大模型的应用领域 945.4.1 自然语言处理 945.4.2 计算机视觉 955.4.3 语音识别 965.5 大模型的部署与应用 985.5.1 本地部署与云端服务 985.5.2 数据隐私与安全问题 995.5.3 成本优化与资源管理 995.6 大模型案例与智能体 1005.6.1 GPT-3与GPT-4的应用 1005.6.2 国内外大模型产品案例 1015.6.3 DeepSeek与其他创新模型 1015.7 思考与练习 102第6章 人工智能伦理 1036.1 人工智能伦理概述 1046.1.1 人工智能伦理的定义与重要性 1046.1.2 人工智能伦理的历史背景与发展 1066.1.3 人工智能伦理的基本原则 1076.2 人工智能伦理的核心议题 1116.2.1 数据隐私与安全困境 1126.2.2 算法安全风险 1126.2.3 网络安全风险 1136.2.4 国家安全风险 1136.2.5 人工智能的责任归属难题 1136.3 人工智能伦理在多领域的冲突 1136.3.1 医疗领域的伦理权衡 1146.3.2 交通出行的伦理变革 1146.3.3 金融服务中的伦理挑战 1156.3.4 智能机器“人替”伦理困境 1156.4 面向未来的人工智能伦理构建 1166.5 思考与练习 117第7章 人工智能在工业中的应用 1197.1 工业4.0概述 1207.1.1 工业4.0的起源与定义 1207.1.2 工业4.0的核心概念和目标 1227.2 工业4.0的技术基础 1247.2.1 工业物联网技术在工业4.0中的角色 1247.2.2 高级生产计划与排程计划 1247.2.3 零部件质量控制与表面缺陷识别 1267.2.4 设备状态监测与故障诊断 1287.3 智慧工厂 1297.3.1 智慧工厂的整体架构与功能模块 1307.3.2 基于大数据的智慧工厂生产运作管理 1317.3.3 智慧工厂的信息集成与协同 1327.3.4 智慧工厂的智能化决策 1337.4 工业人工智能的未来发展趋势 1357.5 思考与练习 135第8章 人工智能在医疗领域的应用 1378.1 人工智能与医疗概述 1388.1.1 传统医疗领域面临的挑战与需求 1398.1.2 智能医学的定义与特点 1418.2 病理图像智能解读 1428.2.1 医学影像处理 1428.2.2 基于大语言模型的病理图像分析 1458.3 人工智能辅助医疗方案 1468.3.1 健康方案推荐与疗效预测 1468.3.2 疾病监测与风险评估 1478.3.3 图神经网络与药物研发 1488.3.4 生物医学关联预测 1508.4 医疗机器人技术 1518.4.1 手术机器人 1518.4.2 护理机器人 1528.5 医疗管理及公共卫生智能优化与防控 1538.5.1 医疗资源调配 1538.5.2 动态网络模型构建传染病传播路径 1548.6 医疗人工智能的未来发展 1558.7 思考与练习 156第9章 人工智能在交通领域的应用 1579.1 智慧交通概述 1589.1.1 传统交通的痛点分析 1599.1.2 智慧交通 1609.1.3 智慧交通的新范式 1619.2 自动驾驶的交通工具 1629.2.1 自动驾驶的基础认知 1639.2.2 自动驾驶的AI应用 1659.3 智慧交通基础设施 1699.3.1 车路协同基础设施 1699.3.2 功能性基础设施 1709.4 大数据驱动的交通大脑 1729.4.1 交通大数据 1729.4.2 数字交通大脑 1739.4.3 交通大脑助力交通管控 1749.5 人工智能赋能出行服务 1799.5.1 智能导航系统 1799.5.2 智能旅行推荐系统 1799.5.3 智能停车系统 1819.6 思考与练习 181第10章 人工智能赋能生物识别 18310.1 生物识别概述 18410.1.1 生物识别的定义 18410.1.2 生物识别关键技术解析 18610.1.3 生物识别技术的发展历程 18810.2 人工智能赋能生物识别的应用场景 18910.2.1 智能视觉 18910.2.2 智能声学 19110.2.3 智能瞳影 19410.2.4 解锁自然生物密码 19610.3 生物识别开放平台体验 19810.3.1 生物特征识别开放平台介绍 19810.3.2 任务实施—百度人工智能生物特征识别开放平台体验 19910.4 人工智能和生物识别深度融合的新航迹 20110.5 思考与练习 202第11章 人工智能在金融领域的应用 20411.1 智能金融的发展路径 20611.1.1 智能金融的起源与发展 20611.1.2 智能金融的内涵与主体 20711.2 智能金融核心技术 20711.2.1 人工智能与金融 20811.2.2 机器学习与金融 21011.2.3 金融中的自然语言处理 21111.2.4 区块链 21311.3 智能金融实践 21411.3.1 智能投顾：算法驱动的个性化投资建议 21411.3.2 信贷评估：基于大数据的信用评分模型 21611.3.3 保险科技：AI在保险定价中的应用 21711.3.4 智能合约：区块链技术在智能支付中的应用 22011.4 智能金融未来发展趋势 22111.4.1 技术驱动的范式革新 22111.4.2 算法治理体系重塑金融权利制衡 22211.5 思考与练习 223第12章 智能商务 22512.1 商务的魔法世界：智能商务 22512.1.1 智能商务概念 22512.1.2 智能商务涵盖的关键技术 22612.1.3 智能商务的应用场景 22612.1.4 智能商务的机遇与挑战 22812.2 智能客服 22912.2.1 聊天机器人背后的秘密 22912.2.2 智能客服系统的实施 23012.2.3 聊天机器人的未来 23112.3 智能推荐：为用户量身定制的购物体验 23212.3.1 推荐系统是如何“读懂”用户的？ 23212.3.2 AI如何提高用户的购物乐趣 23312.3.3 智能推荐的基础是数据 23412.4 超智能物流：送货就像变魔术 23512.4.1 智能物流的崛起 23512.4.2 自动化仓库 23612.4.3 运输优化 23812.5 财务助手：AI的“会计”新技能 23912.5.1 AI如何改变财务工作 24012.5.2 欺诈检测 24012.5.3 财务预测 24212.6 思考与练习 243第13章 人工智能在航天领域的应用 24413.1 航天任务的概述 24513.1.1 航天任务的主要挑战 24513.1.2 人工智能赋能航天 24713.2 人造卫星的智能化 24913.2.1 卫星的自主决策能力 24913.2.2 卫星遥感数据的智能处理 25113.3 载人航天中的智能 25313.3.1 空间交会对接技术 25313.3.2 航天员助手 25413.4 智能深空探测机器人 25613.4.1 探月工程 25613.4.2 行星探测任务 25813.5 未来航天的智能发展 26013.6 思考与练习 261第14章 人工智能的未来展望 26214.1 人工智能技术发展趋势 26314.1.1 跨模态融合技术的发展 26314.1.2 跨领域融合技术的发展 26414.2 人工智能与可持续发展 26514.2.1 人工智能助力环境保护与资源管理 26514.2.2 人工智能推动循环经济与绿色发展 26614.3 人工智能的长期社会影响 26614.3.1 人工智能对就业市场与职业结构的重塑 26614.3.2 人工智能与人类智能的共生关系 26814.4 思考与练习 269参考文献 271
|
| 內容試閱：
|
|
随着人工智能（Artificial Intelligence，AI）技术的逐渐成熟和应用领域的不断拓展，各行各业对AI人才的需求迅猛增加，高校开设人工智能通识课程已成为教育领域的共识。该课程不仅传授AI技术的核心原理，更通过跨学科的方式，引导学生深入探讨AI技术的社会、文化和伦理影响。为配合对大学低年级新生开设人工智能通识课程的要求，本书编写小组的作者均来自人工智能专业教研室，所有老师在博士、硕士期间研究的内容均与人工智能理论、方法和实践相关。本书也是配合学校实现智能素养培养的关键任务。本书的写作目的是培养学生的批判性思维、量化思维、数据思维、AI思维，为将来学生在各自领域做好创新性工作打下良好基础。本书特色如下：1）理工贯通、文理兼容。本书让人工智能赋能学科专业类课程，注重结合不同专业的人才培养需求。本书第1～6章内容涵盖了计算机科学的多个领域，如大数据、机器学习、深度学习、人工智能伦理等，构成理论基础部分。2）讲好来龙去脉，激发使用AI的兴趣。人工智能是随着计算机的发展而发展起来的，从早期的图灵测试到今天全社会各领域的普遍应用，经过人工智能科学家不断的研究和探索，才形成了今天普遍应用的局面。3）AI在典型领域的深度应用。工业：深度剖析人工智能与工业互联网融合的创新模式，呈现全流程智能化变革；聚焦其驱动的工业质量控制新方法，实时监测与预测性维护以降低次品率；实现资源高效配置与精准交付。医疗：从精准诊断到个性化治疗方案生成，再到药物研发，为医疗领域创造了极大的价值。人工智能技术正为患者带来更高效、更精准的医疗服务。商务：优化客户行为分析与市场预测，实现精准营销。生物：人工智能技术通过先 进算法与模型，助力生物识别在特征提取、比对和系统优化等方面实现精度与效率的提升。航天工程：增强航天器自主导航与复杂任务规划能力，提升航天器的自主运行能力，强化复杂航天任务的执行效能。金融：强化风险评估与算法交易，提升投资决策的效率。交通：构建人、车、路、云一体化生态，“聪明的车”自主避障行驶，“智慧的路”实时感知路况，“敏锐的脑”精准调控交通。人工智能与交通领域的深度融合，让每一次出行都享有专属服务，全面提升交通效率与出行体验等。4）结合课程改革，课程内容多元化。人工智能通识课程要涵盖从基础理论到高级应用，从技术原理到伦理法律等多个层面；教学方法需要不断创新，教师要采用案例教学、翻转课堂、在线学习等多样化的教学方法，提高学生的参与度和学习效果；提升教师的专业水平和教学能力；产学研结合，课程教学要对接企业需求，为学生提供实习、实训等实践机会，培养学生的实际操作能力。5）简单易懂、操作性强。本书实用性强，书中设置引例、各章案例、综合案例、实验、拓展阅读、微课视频、知识拓展等环节。每一章都有开篇案例，引导读者进入本章的学习。原理部分的讲解也做到简单易懂。另外，各章还设计了“机器人小智提问”的环节，让学生通过深度思考理解人工智能，进而激发对本专业运用人工智能的兴趣。建议选用本书的教师在讲授过程中按照第1～6章理论基础部分的顺序讲解，在应用章节中，教师可以根据学生的专业选取相应的章节进行讲授。本书微课视频二维码的使用方式：1）刮开教材封底处的“刮刮卡”，获得“兑换码”。2）关注微信公众号“天工讲堂”，选择“我的”-“使用”。3）输入“兑换码”和“验证码”，选择本书全部资源并免费结算。4）使用微信扫描教材中的二维码观看微课视频。本书在编写过程中得到机械工业出版社的大力支持，在此特别感谢！人工智能基础课程立项工作得到学校领导的大力支持，在此一并感谢！本书由天津财经大学、天津财经大学珠江学院组织数据工程学院的教授、副教授及讲师成立教材编写小组，作者均具有良好的专业能力和企业实际工作经验。其中，鲁城华、钱风祺负责撰写第6、13、14章；赵丽、张青云负责撰写第3、7、10章；张海燕、高升负责撰写第2、11章；张倩楠、宋莲君负责撰写第1、8章；程奂莹、奥日格拉负责撰写第4、9章；郭倩倩、王琳琛负责撰写第5、12章。杨尊琦负责全书的结构设计、写作进度控制和写作质量监管工作。由于编者水平有限，书中难免有不妥和疏漏之处，恳请读者赐教指正。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
