新書推薦:

《
占之必扐:清华简《筮法》与早期易学研究论集
》
售價:NT$
449

《
顺境逆境,不过心境
》
售價:NT$
286

《
经济与社会(第1卷)
》
售價:NT$
551

《
2035年的世界:全球预测
》
售價:NT$
755

《
汉代风俗制度史
》
售價:NT$
245

《
1920年代中国的党派与青年研究
》
售價:NT$
454

《
汉籍东渐:李瑢《唐宋八家诗选》与东亚汉学播迁
》
售價:NT$
500

《
黑石传
》
售價:NT$
561
|
| 內容簡介: |
|
本书为高等职业技术教育信息技术通识课教材。该教材围绕“基础理论-工具应用-算法拓展-综合实践”体系构建,系统讲解人工智能(AI)与生成式人工智能(AIGC)核心技术,内容涵盖基础理论、工具使用与行业实践。教材从人工智能技术基础切入,介绍机器学习、计算机视觉等核心概念,解析AIGC的发展历程与技术特点,覆盖人工智能发展的全过程,包含生成式人工智能(AIGC)与WPS文字处理、表格分析、演示文稿制作中的具体应用场景;通过任务实施环节,让学生掌握提示词设计技巧,学会利用Deepseek、豆包等主流模型工具完成文档生成、图文优化、论文编排等工作;结合人工智能解决普通人员不会使用主流编程语言撰写代码的问题,结合Python脚本应用开发案例帮助学生掌握人工智能的拓展应用;结合人工智能的发展针对人工智能算法,如线性回归、神经网络等经典模型应用讲解,将算法应用与交通、医疗等领域结合,展示AI在多行业的赋能路径。最后通过实战项目,帮助学生构建从理论到技术应用的完整能力培养体系,为人工智能与创新实践奠定基础。
|
| 目錄:
|
项目1 初识人工智能 001 1.1 人工智能技术基础 002 任务1.1 行业调研 002 1.1.1 案例与案例解析 002 1.1.2 人工智能的概念与发展 006 1.1.3 人工智能关键技术 010 1.1.4 人工智能技术的应用 013 1.1.5 计算机与人工智能标准规范 017 1.2 机器学习 021 任务1.2 行业调研 021 1.2.1 什么是机器学习? 021 1.2.2 机器学习的发展历程 022 1.2.3 机器学习的分类 023 1.2.4 机器学习的研究现状 024 1.3 计算机视觉 026 任务1.3 行业调研 026 1.3.1 什么是计算机视觉? 027 1.3.2 计算机视觉的基本原理 027 1.3.3 计算机视觉的发展历程 028 1.3.4 计算机视觉的研究现状 029 项目2 AIGC基础 032 2.1 AIGC概述 033 任务2.1 探索AIGC在新闻撰写领域的应用 033 2.1.1 AIGC的技术理论简述 033 2.1.2 AIGC的主要特点 035 2.1.3 AIGC发展历程 037 2.1.4 AIGC面临的挑战与发展趋势 038 2.2 常见的AIGC大模型工具 039 任务2.2 主流AIGC工具功能对比与创意内容生成实战 039 2.2.1 DeepSeek 040 2.2.2 讯飞星火 041 2.2.3 通义千问 043 2.2.4 昆仑天工 045 2.2.5 紫东太初 046 2.2.6 豆 包 047 2.2.7 Kimi 048 2.3 AIGC应用的核心 050 任务2.3 根据提示词在DeepSeek平台进行AI交互 050 2.3.1 认识提示词 050 2.3.2 提示词的特点 052 2.3.3 提示词使用技巧 052 2.4 AIGC的应用场景 055 任务2.4 实现多模态的AIGC交互 055 2.4.1 AIGC使用步骤 056 2.4.2 AIGC生成文本 057 2.4.3 AIGC生成图片 058 2.4.4 AIGC生成音视频 059 2.4.5 AIGC生成代码 060 2.4.6 AIGC跨模态生成 061 项目3 AIGC在WPS文字处理中的应用 064 3.1 AIGC在文本写作中的应用 065 任务3.1 编辑人工智能技术发展调研报告 065 3.1.1 写作类AIGC工具介绍 065 3.1.2 写作类AIGC工具常见应用场景 066 3.1.3 写作类AIGC工具提示词主要形式 071 3.2 AIGC接入WPS 073 任务3.2 使用WPS接入的插件完成策划方案设计 073 3.2.1 OfficeAI下载和安装 074 3.2.2 Deepseek API_Key获取 074 3.2.3 配置OfficeAI 074 3.2.4 使用OfficeAI 075 3.3 AIGC在文档图文、文档表格中的应用 079 任务3.3 编辑人工智能平台调研报告 079 任务3.4 公司联合行文通知 079 3.3.1 文档图文的操作 079 3.3.2 文档表格的操作 090 3.4 AIGC毕业论文编排应用 108 任务3.5 长文档编排 108 3.4.1 AIGC辅助资料检索与整理 109
3.4.2 论文格式编排与优化 111 3.4.3 论文目录生成 121 3.4.4 编辑脚注和尾注与文档输出 123 项目4 AIGC在WPS表格处理中的应用 128 4.1 图表类AIGC工具介绍 129 任务4.1 利用图表类AIGC工具完成数据可视化任务 129 4.1.1 图表类AIGC工具介绍 129 4.1.2 图表类AIGC工具常见应用场景 130 4.1.3 图表类AIGC工具提示词设计步骤 137 4.2 WPS表格功能介绍与AIGC在表格中的应用 140 任务4.2 利用WPS表格处理实现数据分析 140 4.2.1 AIGC工具在表格中的应用 140 4.2.2 WPS表格中表格的排版优化与其他操作 141 4.3 WPS图表功能介绍与AIGC在图表中的应用 164 任务4.3 利用WPS表格实现图表制作 164 4.3.1 AIGC工具在图表中的应用 164 4.3.2 WPS表格中图表的排版优化与其他操作 165 项目5 AIGC在WPS演示文稿处理中的应用 171 5.1 演示文稿类AIGC工具基础 172 任务5.1 利用AIGC工具制作演示文稿 172 5.1.1 演示文稿类AIGC工具介绍 173 5.1.2 演示文稿类AIGC工具常见应用场景 175 5.1.3 演示文稿类AIGC工具提示词设计 177 5.2 利用AIGC生成演示文稿初稿 180 任务5.2 借助AIGC工具制作演示文稿初始版本 180 5.2.1 AIGC快速构建演示文稿框架 181 5.2.2 AIGC辅助选择合适的模板与设计元素 182 5.3 手动修改与个性化定制 186 任务5.3 对AIGC生成的演示文稿进行细节优化 186 5.3.1 图片插入与编辑优化 186 5.3.2 动画与切换效果的选择与应用 193 5.3.3 音视频元素的插入与调整 196 项目6 AIGC拓展运用 204 6.1 AIGC工具在图像中的应用 205 任务6.1 利用图像类AIGC工具设计交通主题创意宣传海报 205 6.1.1 图像类AIGC工具介绍 206 6.1.2 图像类AIGC工具常见应用场景 209 6.1.3 图像类AIGC工具提示词设计步骤 215 6.2 AIGC工具在视频中的应用 218 任务6.2 交通安全教育创意短视频 218 6.2.1 视频类AIGC工具介绍 219 6.2.2 视频类AIGC工具常见应用场景 221 6.2.3 常见视频类AIGC工具的应用与实践 224 项目7 AIGC在Python实践中的应用 230 7.1 Python基础知识 231 任务7.1 基于Python语言完成“判断年份是否为闰年”的代码编写 231 7.1.1 Python简介 231 7.1.2 Python特点 232 7.1.3 Python优势 232 7.1.4 Python基础语法 234 7.2 Python开发环境搭建与使用 235 任务7.2 通过AIGC进行代码编写,使用Python语言完成视频的合并 235 7.2.1 Python解释器安装 237 7.2.2 Anaconda3安装与使用 237 7.2.3 Jupyter Notebook安装与使用 237 7.2.4 Pycharm软件安装与使用 237 7.2.5 常用扩展包的安装 237 7.3 Python环境下的数据标注 245 任务7.3 基于Python环境针对图像数据集完成数据标注 245 7.3.1 数据标注概念与应用 246 7.3.2 数据标注的完整过程 247 7.3.3 数据标注的常用工具安装与应用 252 项目8 人工智能常用算法 262 8.1 基础类算法 263 任务8.1 基于K-近邻算法的手写数字识别 263 8.1.1 线性回归算法 263 8.1.2 逻辑回归算法 265 8.1.3 K-近邻算法 267 8.1.4 K-means算法 269 8.2 中级类算法 272 任务8.2 高速公路中车型类别识别 272 8.2.1 决策树算法 272 8.2.2 随机森林算法 275 8.2.3 朴素贝叶斯算法 277 8.2.4 支持向量机(SVM)算法 279 8.3 高级类算法 284 任务8.3 基于图像识别的车辆分类识别原理 284 8.3.1 神经网络算法 284 8.3.2 卷积神经网络算法 286 8.3.3 迁移学习算法 289 项目9 人工智能的应用场景 296 9.1 人工智能技术应用 297 任务9.1 道路运输中交通标志的视觉识别知识库智能体搭建 297 9.1.1 智能体 297 9.1.2 知识库 302 9.2 人工智能的应用案例 310 9.2.1 AI赋能交通 310 9.2.2 AI赋能医疗 311 9.2.3 AI赋能教育 312 9.2.4 AI赋能农业 313 参考文献 317
|
|