人工智能通識(shí)教育是高等教育領(lǐng)域亟待探索的重要課題。 本書圍繞人工智能通識(shí)教育實(shí)踐主題展開，從大語言模型入門，沿著數(shù)據(jù)、計(jì)算、智能工具到智能模型的路徑，逐步引導(dǎo)學(xué)生進(jìn)入人工智能的世界。本書聚焦于計(jì)算機(jī)視覺和自然語言處理兩大應(yīng)用方向，幫助學(xué)生理解深度學(xué)習(xí)模型，并通過調(diào)用大模型API的方式將智能模型融入實(shí)際程序。 全書共9章，各章內(nèi)容包含知識(shí)講解和詳細(xì)實(shí)驗(yàn)方案兩部分，并根據(jù)需要設(shè)計(jì)了拓展練習(xí)。本書重視課程思政建設(shè)，以DeepSeek為例介紹大語言模型，圖像處理與分析采用百度AI開放平臺(tái)和騰訊AI開放平臺(tái)實(shí)現(xiàn)，自然語言處理采用百度智能云千帆大模型實(shí)現(xiàn)。本書內(nèi)容新穎、知識(shí)前沿，實(shí)驗(yàn)可操作性強(qiáng)，編程環(huán)境一體化，有助于提升課程的高階性、創(chuàng)新性與挑戰(zhàn)度，科學(xué)培養(yǎng)學(xué)生應(yīng)用AI解決問題的能力。本書提供配套電子課件、實(shí)驗(yàn)素材和源代碼，可登錄華信教育資源網(wǎng)下載。
宋晏，北京科技大學(xué)計(jì)算機(jī)與通信工程學(xué)院高級(jí)講師。講授課程：算法基礎(chǔ)、C語言程序設(shè)計(jì)、數(shù)據(jù)結(jié)構(gòu)與算法、Java程序設(shè)計(jì)、Java Web程序設(shè)計(jì)、Java Web應(yīng)用實(shí)訓(xùn)、JavaScript程序設(shè)計(jì)、jQuery程序設(shè)計(jì)、頁面交互實(shí)訓(xùn)等。編寫教材：主編《Java程序設(shè)計(jì)及應(yīng)用開發(fā)》，機(jī)械工業(yè)出版社，2016年；主編《計(jì)算機(jī)算法基礎(chǔ)（第2版）》，清華大學(xué)出版社，2015年；主編《計(jì)算機(jī)應(yīng)用基礎(chǔ)（第2版）》，電子工業(yè)出版社，2013年；主編《計(jì)算機(jī)應(yīng)用基礎(chǔ)》，電子工業(yè)出版社，2009年。
第1章 AI時(shí)代的計(jì)算機(jī)基礎(chǔ)技能 1
1.1 查看和管理系統(tǒng)軟硬件資源 1
1.1.1 Windows任務(wù)管理器 1
1.1.2 查看和管理系統(tǒng)軟硬件資源實(shí)驗(yàn) 3
1.2 命令行界面及文件存儲(chǔ)路徑 7
1.2.1 命令行界面 7
1.2.2 文件存儲(chǔ)路徑 8
1.2.3 命令行文件系統(tǒng)導(dǎo)航實(shí)驗(yàn) 9
1.3 軟件的安裝與卸載 11
1.3.1 軟件的安裝包 11
1.3.2 軟件的卸載 12
1.3.3 Path環(huán)境變量 13
1.3.4 安裝及使用Python實(shí)驗(yàn) 15
1.3.5 拓展練習(xí)——pip的使用 17
第2章 認(rèn)識(shí)人工智能 19
2.1 大語言模型問答 19
2.1.1 大語言模型概述 19
2.1.2 使用大語言模型的提示工程 20
2.1.3 大語言模型應(yīng)用實(shí)驗(yàn) 27
2.1.4 拓展練習(xí) 33
2.2 多模態(tài)大模型問答 33
2.2.1 多模態(tài)大模型概述 34
2.2.2 多模態(tài)大模型應(yīng)用實(shí)驗(yàn) 37
2.2.3 拓展練習(xí)——復(fù)雜場(chǎng)景文生圖 41
2.3 AI倫理問題及實(shí)踐 42
2.3.1 AI倫理問題概述 42
2.3.2 大語言模型與AI倫理實(shí)驗(yàn) 44
第3章 數(shù)據(jù)、計(jì)算與智能 48
3.1 數(shù)據(jù)整理 48
3.1.1 Excel基本概念 48
3.1.2 數(shù)據(jù)錄入與格式化 49
3.1.3 數(shù)據(jù)清洗與整理 53
3.1.4 Excel數(shù)據(jù)集構(gòu)建實(shí)驗(yàn) 56
3.1.5 拓展練習(xí)——基金數(shù)據(jù)整理 59
3.2 數(shù)據(jù)的自動(dòng)化計(jì)算 59
3.2.1 引用單元格內(nèi)容 59
3.2.2 使用公式進(jìn)行計(jì)算 59
3.2.3 使用函數(shù)進(jìn)行計(jì)算 60
3.2.4 條件判斷與邏輯推理 61
3.2.5 文本的處理 63
3.2.6 Excel數(shù)據(jù)運(yùn)算與處理實(shí)驗(yàn) 64
3.2.7 拓展練習(xí)——復(fù)雜計(jì)算 66
3.3 數(shù)據(jù)分析與可視化 67
3.3.1 描述性統(tǒng)計(jì) 67
3.3.2 分類匯總 68
3.3.3 數(shù)據(jù)透視表 69
3.3.4 數(shù)據(jù)可視化 70
3.3.5 數(shù)據(jù)分析與可視化實(shí)驗(yàn) 71
3.3.6 拓展練習(xí)——鳶尾花數(shù)據(jù)集 73
3.4 從數(shù)據(jù)到?jīng)Q策 74
3.4.1 “數(shù)據(jù)分析”工具包 74
3.4.2 圖表中的趨勢(shì)線 78
3.4.3 預(yù)測(cè)函數(shù) 80
3.4.4 數(shù)據(jù)預(yù)測(cè)實(shí)驗(yàn) 82
3.4.5 拓展練習(xí)——波士頓房價(jià)數(shù)據(jù)集 85
第4章 數(shù)字圖像及智能應(yīng)用 87
4.1 圖像編輯工具Photopea 87
4.1.1 Photopea文件管理 87
4.1.2 Photopea工作界面 89
4.1.3 繪制圖像的常用工具 90
4.1.4 選擇和應(yīng)用顏色工具 91
4.1.5 圖層及相關(guān)操作 92
4.1.6 選區(qū)操作 94
4.2 圖像基礎(chǔ)知識(shí)實(shí)驗(yàn) 95
4.2.1 圖像的數(shù)字化表示實(shí)驗(yàn) 95
4.2.2 圖像的基本操作實(shí)驗(yàn) 99
4.3 圖像處理基礎(chǔ) 101
4.3.1 圖像濾波 102
4.3.2 圖像處理實(shí)驗(yàn) 102
4.3.3 拓展練習(xí)——復(fù)雜圖像的處理與增強(qiáng) 108
4.4 圖像AI應(yīng)用 108
4.4.1 AI開放平臺(tái)體驗(yàn)中心 109
4.4.2 圖像AI應(yīng)用實(shí)驗(yàn) 110
第5章 從計(jì)算到算法 112
5.1 VSCode的安裝和配置 112
5.1.1 VSCode簡(jiǎn)介 112
5.1.2 VSCode的安裝及啟動(dòng) 113
5.1.3 VSCode的配置及插件安裝 114
5.1.4 Python編程環(huán)境配置 115
5.1.5 使用VSCode編寫和運(yùn)行Python程序及相關(guān)技巧 117
5.2 turtle繪圖與程序設(shè)計(jì) 119
5.2.1 turtle庫基礎(chǔ) 119
5.2.2 turtle繪圖與程序設(shè)計(jì)的流程控制實(shí)驗(yàn) 120
5.2.3 turtle繪圖與函數(shù)模塊化實(shí)驗(yàn) 124
5.2.4 turtle繪圖與動(dòng)畫效果實(shí)驗(yàn) 128
5.3 Python編程與計(jì)算 133
5.3.1 案例講解：績點(diǎn)計(jì)算 133
5.3.2 Python編程與計(jì)算實(shí)驗(yàn) 135
5.4 迭代法 137
5.4.1 案例講解：二分法和牛頓法求解非線性方程 137
5.4.2 迭代法實(shí)驗(yàn) 140
5.5 窮舉法 142
5.5.1 案例講解：組合問題 142
5.5.2 窮舉法實(shí)驗(yàn) 144
第6章 從數(shù)據(jù)到智能 146
6.1 數(shù)據(jù)結(jié)構(gòu)探索 146
6.1.1 列表的應(yīng)用 146
6.1.2 列表的應(yīng)用實(shí)驗(yàn) 148
6.1.3 字典的應(yīng)用 151
6.1.4 字典的應(yīng)用實(shí)驗(yàn) 153
6.1.5 拓展練習(xí)——在線購物車系統(tǒng) 157
6.2 數(shù)據(jù)清洗 158
6.2.1 文本去除噪聲 158
6.2.2 文本標(biāo)準(zhǔn)化 159
6.2.3 去除重復(fù)數(shù)據(jù) 163
6.2.4 處理缺失值 164
6.2.5 數(shù)據(jù)清洗實(shí)驗(yàn) 167
6.2.6 拓展練習(xí)——用戶評(píng)論數(shù)據(jù)清洗與情感分類 169
6.3 數(shù)據(jù)增強(qiáng) 171
6.3.1 圖像數(shù)據(jù)增強(qiáng) 172
6.3.2 OpenCV基礎(chǔ)知識(shí) 173
6.3.3 獲取和處理圖像數(shù)據(jù)實(shí)驗(yàn) 176
6.3.4 圖像縮放和旋轉(zhuǎn) 179
6.3.5 圖像縮放和旋轉(zhuǎn)實(shí)驗(yàn) 182
第7章 人工智能與機(jī)器學(xué)習(xí) 186
7.1 線性回歸 186
7.1.1 線性回歸概述 186
7.1.2 使用糖尿病數(shù)據(jù)集進(jìn)行線性回歸建模實(shí)驗(yàn) 193
7.1.3 拓展練習(xí)——其他數(shù)據(jù)集的回歸分析 196
7.2 欠擬合和過擬合 196
7.2.1 欠擬合和過擬合概述 196
7.2.2 回歸問題中的欠擬合和過擬合實(shí)驗(yàn) 196
7.2.3 知識(shí)拓展 199
7.3 簡(jiǎn)單分類 200
7.3.1 邏輯回歸 201
7.3.2 鳶尾花數(shù)據(jù)集分類實(shí)驗(yàn) 202
7.3.3 拓展練習(xí)——鳶尾花數(shù)據(jù)集特征標(biāo)準(zhǔn)化 204
7.4 分類問題的梯度下降法 204
7.4.1 分類問題的梯度下降過程 204
7.4.2 梯度下降法實(shí)驗(yàn) 206
第8章 計(jì)算機(jī)視覺 210
8.1 計(jì)算機(jī)視覺環(huán)境搭建 210
8.1.1 Anaconda的安裝和配置 210
8.1.2 VSCode的安裝和配置 215
8.2 圖像分類 215
8.2.1 概述 216
8.2.2 手寫體數(shù)字識(shí)別實(shí)驗(yàn) 216
8.2.3 拓展練習(xí)——LeNet-5在其他數(shù)據(jù)集中的應(yīng)用 224
8.3 圖像分割 225
8.3.1 概述 225
8.3.2 細(xì)胞分割實(shí)驗(yàn) 225
第9章 自然語言處理 232
9.1 安裝和使用Jupyter Notebook 232
9.1.1 在VSCode中安裝和使用Jupyter Notebook 232
9.1.2 在Anaconda中使用Jupyter Notebook 234
9.2 中文文本處理 237
9.2.1 jieba基礎(chǔ)知識(shí) 237
9.2.2 中文文本處理 243
9.2.3 中文文本處理實(shí)驗(yàn) 247
9.2.4 拓展練習(xí)——情感分析其他應(yīng)用 251
9.3 智能問答 252
9.3.1 文本特征表示基礎(chǔ)知識(shí) 252
9.3.2 智能問答實(shí)驗(yàn) 256
9.3.3 拓展練習(xí)——完善智能問答系統(tǒng) 260
9.4 調(diào)用大模型API 261
9.4.1 調(diào)用大模型API的方法 261
9.4.2 案例講解：調(diào)用大模型API 265
9.4.3 調(diào)用大模型API實(shí)驗(yàn) 269
9.4.4 拓展練習(xí)——構(gòu)建智能多模態(tài)問答系統(tǒng) 274
書單推薦
