新書推薦：
《
欧洲私法：1800-1914
》
售價：HK$
327.8
《
教琴日记
》
售價：HK$
66.0
《
西方国家安全理论演进
》
售價：HK$
85.8
《
记号132 制造时间：人类计时简史
》
售價：HK$
75.9
《
变形金刚全新漫画战火重燃+故土难归+绝境逢生（全3册）（能量块宇宙系列合订本，刚丝不容错过，美国漫画
》
售價：HK$
224.4
《
看见国家宝藏：60件国宝讲述中华文明
》
售價：HK$
140.8
《
劫掠、贸易与海洋帝国：海上劳工与英格兰的崛起，1570―1630
》
售價：HK$
107.8
《
新HSK教程1
》
售價：HK$
97.9
|
| 內容簡介： |
|
本书依据《高等学校人工智能创新行动计划》编写，从数字技术与思维变革、人工智能的概念与发展、人工智能的算力网络、人工智能的数据获取与利用、机器学习及其应用、深度学习及其应用、大模型工具及其应用、具身智能与机器人共八个方面布局内容。本书内容与时俱进，从信息、计算与人工智能的技术与应用视角，构建教材内容；守正创新，在强化学生计算思维能力培养的同时，增强学生利用人工智能技术解决实际问题的能力；强化智能思维培养，将数据“喂养”与人工智能模型训练有机结合，通过大量实例增强学生利用数据解决 AI 问题的能力；加强价值引领，聚焦创新素养、工匠精神与家国情怀的养成。本书适合作为高等学校“人工智能基础”“计算思维与人工智能”等通识课程的教材；也适合作为高等学校现有“大学计算机基础”“信息技术基础”课程的过渡教材；同时，也可作为广大人工智能爱好者的参考书。
|
| 關於作者： |
|
桂小林，工学博士，教授（二级），博士生导师。西安交通大学领军学者，国家级实验教学示范中心主任，物联网与信息安全研究所所长，陕西省计算机网络重点实验室主任。国家一流专业（物联网工程）、一流课程（物联网技术概论）负责人，陕西省一流课程（物联网信息安全）负责人。入选国家级教学名师（WR计划）、教育部新世纪优秀人才、陕西省教学名师、高校计算机专业优秀教师奖励计划（优秀教师）。荣获宝钢优秀教师奖、王宽诚育才奖。担任教育部高等学校大学计算机课程教学指导委员会秘书长，教学信息化与教学方法创新指导委员会委员，全国高校计算机基础教育研究会副会长，全国高校人工智能与大数据创新联盟副理事长，信息技术新工科联盟物联网工委主任，中国工程教育认证资深专家。
|
| 目錄：
|
|
第1章 数字技术与思维变革 11.1 信息技术与信息革命 11.1.1 信息与信息革命 11.1.2 新一代信息技术 31.2 数字技术与数字革命 41.2.1 数字技术 41.2.2 数字技术赋能各类学科发展 51.3 信息的数字化编码 71.3.1 信息的数制表示 71.3.2 进制数的转换 91.3.3 字符编码 111.3.4 字形编码 161.4 从计算思维到智能思维 18小 结 20习 题 20第2章 人工智能的概念与发展 212.1 人工智能的基本概念 212.1.1 人工智能的概念 212.1.2 人工智能的特征 232.2 人工智能的产生与发展 242.2.1 人工智能的发展历程 242.2.2 人工智能的三大学派 272.3 人工智能的关键技术 282.3.1 传统的人工智能技术 282.3.2 现代人工智能技术 292.4 人工智能的社会伦理 312.4.1 人工智能的社会责任 312.4.2 人工智能的权利与义务 322.4.3 人工智能对就业的影响 32人工智能通识教程2.4.4 AI 幻觉 332.5 人工智能的典型应用 34小 结 36习 题 36第3章 人工智能的算力网络 383.1 人工智能的算力设施 383.1.1 硬件基础设施 383.1.2 软件开发环境 413.2 通用算力系统 423.2.1 单计算机系统模型 423.2.2 单计算机系统的组成 463.3 超级计算系统 493.3.1 并行计算系统 493.3.2 网络计算系统 523.4 GPU 并行计算系统 563.4.1 GPU 体系架构 563.4.2 GPU 工作流程与应用 573.5 人工智能的算力网络 583.5.1 算力网络概述 583.5.2 “东数西算”战略 593.5.3 端边云协同计算 62小 结 63习 题 63第4章 人工智能的数据获取与利用 654.1 人工智能与大数据 654.1.1 人工智能的数据采集 654.1.2 人工智能的大数据特征 664.1.3 大数据对人工智能的支撑 674.2 人工智能的数据存储方法 684.2.1 关系数据库存储 684.2.2 数据分块与云存储 724.3 知识图谱与数据分析 724.3.1 知识图谱与知识森林 734.3.2 数据分析基础算法 75目 录4.4 专家系统 804.4.1 专家系统的概述 804.4.2 专家系统的构成 814.4.3 专家系统的应用 82小 结 84习 题 84第5章 机器学习及其应用 865.1 机器学习概述 865.1.1 机器学习的概念 865.1.2 深度学习与机器学习 875.2 机器学习的分类 885.2.1 无监督学习 885.2.2 有监督学习 965.2.3 强化学习 995.3 神经网络 1005.3.1 生物神经网络 1005.3.2 人工神经网络 1015.4 BP神经网络 1045.4.1 BP神经网络的结构与工作过程 1045.4.2 BP神经网络的激活函数 1065.4.3 BP神经网络的损失函数 1095.4.4 BP神经网络的权重更新 1115.5 机器学习的模型训练与应用 1145.5.1 模型训练的目的和方式 1145.5.2 机器学习的模型训练过程 1165.6 手写体数字的识别 1185.6.1 手写体数字识别的方法和过程 1185.6.2 基于BP神经网络的手写体数字识别 120小 结 121习 题 121第6章 深度学习及其应用 1236.1 深度学习的基本概念 1236.1.1 深度学习的产生与发展 1236.1.2 深度神经网络的概念 1256.2 典型的深度神经网络 1256.2.1 卷积神经网络 1266.2.2 循环神经网络 1306.2.3 残差神经网络 1336.3 深度学习的典型应用 1376.3.1 基于CNN的手写数字识别 1376.3.2 动物猫狗识别 1436.4 联邦学习及其应用 1516.4.1 联邦学习的概念与分类 1516.4.2 联邦学习的工作过程 1526.4.3 联邦学习的全局模型聚合方法 154小 结 155习 题 155第7章 大模型工具及其应用 1577.1 大模型的概念与发展历程 1577.1.1 大模型技术的概念与特征 1577.1.2 大模型的发展历程 1587.2 典型大模型系统 1597.2.1 自然语言处理大模型 1597.2.2 计算机视觉大模型 1647.3 大模型的应用技术 1687.3.1 文生文 1697.3.2 文生图 1727.3.3 图生图 1777.3.4 提示性工程 1787.4 大模型工具的使用 1797.4.1 文心一言 1797.4.2 DeepSeek 1827.4.3 字节豆包 1867.4.4 WPS AI 1927.4.5 Kimi 1937.4.6 其他大模型工具简介 195小 结 197习 题 198第8章 具身智能与机器人 2008.1 具身智能与智能体 2008.1.1 具身智能概述 2008.1.2 智能体的概念与发展 2018.1.3 机器人技术的产生与发展 2038.1.4 机器人的社会伦理 2058.2 具身智能的机器人关键技术 2078.2.1 自动控制与智能控制 2078.2.2 机器人的闭环控制模型 2108.2.3 机器人的感知技术 2128.2.4 机器人的运动控制技术 2158.2.5 机器人的语音识别与合成技术 2168.2.6 机器人的控制算法 2178.3 典型机器人 2198.3.1 工业机器人 2198.3.2 人形机器人 2208.3.3 仿真人 2218.3.4 机器人士兵 2228.4 无人驾驶系统与设备 2238.4.1 无人机 2248.4.2 无人车 2258.4.3 无人船 2268.4.4 机器狗 227小 结 228习 题 229
|
|
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
暢銷書架
