图书详情

配套资源图书内容样章/电子教材图书评价

配套资源
本书资源
资源预约
会员上传本书资源
为本书上传资源

图书内容

内容简介

人工智能通识教育是高等教育领域亟待探索的重要课题。本书围绕人工智能通识教育实践主题展开，从大语言模型入门，沿着数据、计算、智能工具到智能模型的路径，逐步引导学生进入人工智能的世界。本书聚焦于计算机视觉和自然语言处理两大应用方向，帮助学生理解深度学习模型，并通过调用大模型API的方式将智能模型融入实际程序。全书共9章，各章内容包含知识讲解和详细实验方案两部分，并根据需要设计了拓展练习。本书重视课程思政建设，以DeepSeek为例介绍大语言模型，图像处理与分析采用百度AI开放平台和腾讯AI开放平台实现，自然语言处理采用百度智能云千帆大模型实现。本书内容新颖、知识前沿，实验可操作性强，编程环境一体化，有助于提升课程的高阶性、创新性与挑战度，科学培养学生应用AI解决问题的能力。本书提供配套电子课件、实验素材和源代码，可登录华信教育资源网下载。

图书详情

ISBN：9787121503603

开本：16(185*260)

页数：284

字数：477

本书目录

第1章  AI时代的计算机基础技能	1
1.1  查看和管理系统软硬件资源	1
1.1.1  Windows任务管理器	1
1.1.2  查看和管理系统软硬件资源实验	3
1.2  命令行界面及文件存储路径	7
1.2.1  命令行界面	7
1.2.2  文件存储路径	8
1.2.3  命令行文件系统导航实验	9
1.3  软件的安装与卸载	11
1.3.1  软件的安装包	11
1.3.2  软件的卸载	12
1.3.3  Path环境变量	13
1.3.4  安装及使用Python实验	15
1.3.5  拓展练习——pip的使用	17
第2章  认识人工智能	19
2.1  大语言模型问答	19
2.1.1  大语言模型概述	19
2.1.2  使用大语言模型的提示工程	20
2.1.3  大语言模型应用实验	27
2.1.4  拓展练习	33
2.2  多模态大模型问答	33
2.2.1  多模态大模型概述	34
2.2.2  多模态大模型应用实验	37
2.2.3  拓展练习——复杂场景文生图	41
2.3  AI伦理问题及实践	42
2.3.1  AI伦理问题概述	42
2.3.2  大语言模型与AI伦理实验	44
第3章  数据、计算与智能	48
3.1  数据整理	48
3.1.1  Excel基本概念	48
3.1.2  数据录入与格式化	49
3.1.3  数据清洗与整理	53
3.1.4  Excel数据集构建实验	56
3.1.5  拓展练习——基金数据整理	59
3.2  数据的自动化计算	59
3.2.1  引用单元格内容	59
3.2.2  使用公式进行计算	59
3.2.3  使用函数进行计算	60
3.2.4  条件判断与逻辑推理	61
3.2.5  文本的处理	63
3.2.6  Excel数据运算与处理实验	64
3.2.7  拓展练习——复杂计算	66
3.3  数据分析与可视化	67
3.3.1  描述性统计	67
3.3.2  分类汇总	68
3.3.3  数据透视表	69
3.3.4  数据可视化	70
3.3.5  数据分析与可视化实验	71
3.3.6  拓展练习——鸢尾花数据集	73
3.4  从数据到决策	74
3.4.1 “数据分析”工具包	74
3.4.2  图表中的趋势线	78
3.4.3  预测函数	80
3.4.4  数据预测实验	82
3.4.5  拓展练习——波士顿房价数据集	85
第4章  数字图像及智能应用	87
4.1  图像编辑工具Photopea	87
4.1.1  Photopea文件管理	87
4.1.2  Photopea工作界面	89
4.1.3  绘制图像的常用工具	90
4.1.4  选择和应用颜色工具	91
4.1.5  图层及相关操作	92
4.1.6  选区操作	94
4.2  图像基础知识实验	95
4.2.1  图像的数字化表示实验	95
4.2.2  图像的基本操作实验	99
4.3  图像处理基础	101
4.3.1  图像滤波	102
4.3.2  图像处理实验	102
4.3.3  拓展练习——复杂图像的处理与增强	108
4.4  图像AI应用	108
4.4.1  AI开放平台体验中心	109
4.4.2  图像AI应用实验	110
第5章  从计算到算法	112
5.1  VSCode的安装和配置	112
5.1.1  VSCode简介	112
5.1.2  VSCode的安装及启动	113
5.1.3  VSCode的配置及插件安装	114
5.1.4  Python编程环境配置	115
5.1.5  使用VSCode编写和运行Python程序及相关技巧	117
5.2  turtle绘图与程序设计	119
5.2.1  turtle库基础	119
5.2.2  turtle绘图与程序设计的流程控制实验	120
5.2.3  turtle绘图与函数模块化实验	124
5.2.4  turtle绘图与动画效果实验	128
5.3  Python编程与计算	133
5.3.1  案例讲解：绩点计算	133
5.3.2  Python编程与计算实验	135
5.4  迭代法	137
5.4.1  案例讲解：二分法和牛顿法求解非线性方程	137
5.4.2  迭代法实验	140
5.5  穷举法	142
5.5.1  案例讲解：组合问题	142
5.5.2  穷举法实验	144
第6章  从数据到智能	146
6.1  数据结构探索	146
6.1.1  列表的应用	146
6.1.2  列表的应用实验	148
6.1.3  字典的应用	151
6.1.4  字典的应用实验	153
6.1.5  拓展练习——在线购物车系统	157
6.2  数据清洗	158
6.2.1  文本去除噪声	158
6.2.2  文本标准化	159
6.2.3  去除重复数据	163
6.2.4  处理缺失值	164
6.2.5  数据清洗实验	167
6.2.6  拓展练习——用户评论数据清洗与情感分类	169
6.3  数据增强	171
6.3.1  图像数据增强	172
6.3.2  OpenCV基础知识	173
6.3.3  获取和处理图像数据实验	176
6.3.4  图像缩放和旋转	179
6.3.5  图像缩放和旋转实验	182
第7章  人工智能与机器学习	186
7.1  线性回归	186
7.1.1  线性回归概述	186
7.1.2  使用糖尿病数据集进行线性回归建模实验	193
7.1.3  拓展练习——其他数据集的回归分析	196
7.2  欠拟合和过拟合	196
7.2.1  欠拟合和过拟合概述	196
7.2.2  回归问题中的欠拟合和过拟合实验	196
7.2.3  知识拓展	199
7.3  简单分类	200
7.3.1  逻辑回归	201
7.3.2  鸢尾花数据集分类实验	202
7.3.3  拓展练习——鸢尾花数据集特征标准化	204
7.4  分类问题的梯度下降法	204
7.4.1  分类问题的梯度下降过程	204
7.4.2  梯度下降法实验	206
第8章  计算机视觉	210
8.1  计算机视觉环境搭建	210
8.1.1  Anaconda的安装和配置	210
8.1.2  VSCode的安装和配置	215
8.2  图像分类	215
8.2.1  概述	216
8.2.2  手写体数字识别实验	216
8.2.3  拓展练习——LeNet-5在其他数据集中的应用	224
8.3  图像分割	225
8.3.1  概述	225
8.3.2  细胞分割实验	225
第9章  自然语言处理	232
9.1  安装和使用Jupyter Notebook	232
9.1.1  在VSCode中安装和使用Jupyter Notebook	232
9.1.2  在Anaconda中使用Jupyter Notebook	234
9.2  中文文本处理	237
9.2.1  jieba基础知识	237
9.2.2  中文文本处理	243
9.2.3  中文文本处理实验	247
9.2.4  拓展练习——情感分析其他应用	251
9.3  智能问答	252
9.3.1  文本特征表示基础知识	252
9.3.2  智能问答实验	256
9.3.3  拓展练习——完善智能问答系统	260
9.4  调用大模型API	261
9.4.1  调用大模型API的方法	261
9.4.2  案例讲解：调用大模型API	265
9.4.3  调用大模型API实验	269
9.4.4  拓展练习——构建智能多模态问答系统	274

展开

前言

前    言
近年来，人工智能迅猛发展，已成为国家战略的重要组成部分。2025年年初，DeepSeek异军突起，站上了世界舞台，就像一颗深水炸弹在人工智能领域掀起了惊涛骇浪，产生了深远的影响。正如《哪吒2》中的经典台词“若前方无路，我便踏出一条路”所诠释的那样，2025年，中国精神为人工智能通识教育注入了一针强心剂。我们深感荣幸，能够与全国的教育工作者共同探索人工智能通识课程的教学实践。
本书围绕人工智能通识教育实践主题展开，从通过大语言模型认识人工智能开始，沿着数据、计算、智能工具到智能模型的路径，逐步引导学生进入人工智能的世界。本书最终聚焦于人工智能领域应用最广泛的计算机视觉和自然语言处理，帮助学生理解深度学习模型，并通过调用大模型API的方式将现有的智能模型融入实际程序。
本书分为9章，各章内容既涵盖了必备的知识讲解，又提供了详细的实验方案和指导。同时，对于具有延展性和挑战性的问题，设计了拓展练习。本书提供从基础到高阶，再到具备挑战性的实验内容，层次丰富。
本书的特色如下。
（1）重视课程思政建设。本书在介绍人工智能领域的成果时突出了中国国产大模型，以DeepSeek为例介绍大语言模型，图像处理与分析采用百度AI开放平台和腾讯AI开放平台实现，自然语言处理采用百度智能云千帆大模型实现。本书关注人工智能的伦理问题，通过介绍《阿西洛马人工智能原则》等人工智能伦理框架以及实际案例，让学生在学习知识的同时思考人工智能技术应用的边界，建立应用大模型的思辨性。
（2）内容新颖，知识前沿。本书从实践的角度构建人工智能的基础知识体系，不仅提升了学生的理论水平，还强化了其实践能力。本书涵盖了数据处理、计算原理、智能工具、机器学习以及深度学习模型等多方面内容，以人工智能技术为核心，重新整合已有知识，建立了循序渐进的人工智能学习进程，使学生能够系统掌握人工智能的基本框架和应用场景。此外，通过引导学生调用大模型API，本书有效地将前沿技术融入实际项目，增强了实用性和前瞻性。
（3）实验可操作性强。实验是检验理论的关键，只有通过实际操作，才能真正将知识转化为能力。本书以实践为核心，每章设计的实验内容不仅具有科学的针对性，更具有切实的可操作性。从基础编程到第三方生态库的应用，通过人工智能工具和模型的调用，全面覆盖人工智能实践的各个场景，逐步构建应用人工智能解决问题的能力。 
（4）编程环境一体化。本书使用VSCode+Anaconda的方式构建一体化编程环境。通过了解VSCode及其插件的使用思想，学生不仅能够利用人工智能实现高效编程，还为学习其他编程语言打下坚实基础。计算机视觉等应用的依赖库比较复杂，本书通过Anaconda以及调试好的工具包建立Conda虚拟环境，简化了烦琐的环境配置工作，避免了多种工具间的冲突与兼容性问题，极大提升了学习和开发的效率。
（5）本书配套资源丰富，包括电子课件、实验素材和源代码，可登录华信教育资源网下载。附录以二维码形式提供，包括通用快捷键、编程环境创建与配置、GPU版PyTorch的安装与使用、相关网址与数据集下载方法以及实验报告要求等内容。
本书由宋晏、李莉编著，宋晏完成了全书的统稿工作，感谢皇甫伟、陈健生、王睿、朱超老师在本书编写过程中给予的大力支持和意见建议，感谢北京科技大学人工智能通识课程教研组参与编写及讨论的各位老师：陈诚、陈丹阳、高恺、高宇洋、冀伟清、解晓政、李莉、李琳佩、刘健、刘乾坤、刘娅汐、任语铮、宋爽、孙春蕾、谭颂超、汪红兵、吴桐、肖若秀、邢博文、徐欣怡、卓君宝（以姓氏拼音为序）。本书是团队智慧的结晶，感谢各位老师的辛苦付出，期待与大家沟通交流，共同探索人工智能的通识教学之路。
书中疏漏和不足之处，恳请广大读者批评指正。
作  者  
 
附录A  通用快捷键	 
附录B  编程环境创建与配置
附录C  GPU版PyTorch的安装与使用	 
附录D  相关网址与数据集下载方法
附录E  实验报告要求

展开

作者简介

宋晏，北京科技大学计算机与通信工程学院高级讲师。讲授课程：算法基础、C语言程序设计、数据结构与算法、Java程序设计、Java Web程序设计、Java Web应用实训、JavaScript程序设计、jQuery程序设计、页面交互实训等。编写教材：主编《Java程序设计及应用开发》，机械工业出版社，2016年；主编《计算机算法基础（第2版）》，清华大学出版社，2015年；主编《计算机应用基础（第2版）》，电子工业出版社，2013年；主编《计算机应用基础》，电子工业出版社，2009年。

样章试读

本书暂无样章试读！
图书评价我要评论

本书资源

会员上传本书资源

内容简介

图书详情

本书目录

前 言

作者简介

前言