登录 | 注册
图书中心 电子教案 搜索
图书中心
多媒体通信
光通信
通信与网络
信息通信类
学科基础
智能通信
专业基础
公共基础课
计算机类
计算机专业
软件工程
网络工程
专业基础课
IT新学科新专业
大数据与人工智能
数字媒体
物联网
信息安全
电子工程
电子机电与自动化类
机电工程
微电子
自动化
IT经济与管理
IT人文
经济与管理类
其他自然科学类
数学类
数学与物理类
物理类
大学英语
大学英语与公共文化课类（英语与人文）
公共人文课程
其他人文社科
考试指导
培训教材
素质教育
信息技术
中小学教育与考试培训类
公共基础课首页>图书中心>计算机类
内容简介：
本书将Python编程与人工智能通识有机融合，从基础认知到工具应用逐层展开。本书从介绍Python编程基础知识入手，通过大量实际案例系统讲解Python语法、程序结构、组合数据类型、函数与文件操作，以及如何利用Python编程分析问题并解决问题；之后延伸至Python数据处理与分析、人工智能技术原理、大模型与智能体认知，以及主流AIGC工具的实践操作，从编程基础过渡到智能技术认知与工具应用。同时，本书配套了上机实验部分内容，帮助读者在实践中更好地掌握Python语言的核心基础以及大模型工具的应用。
本书立足WPS Office主流办公套件，坚持“应用导向、案例驱动”的编写原则，每个知识点均配套具体实战案例，示范性强，帮助读者实现从基础操作到智能协作的能力跨越，建立智能化办公思维，实现个人与团队效率的双重提升。 全书共包含四部分内容：文字处理高级应用、电子表格高级应用、演示文稿高级应用和智能办公应用。在内容组织上，本书既注重对WPS Office基本功能的详细讲解，确保读者能够扎实掌握办公软件的基础操作，又强调高级功能的场景化落地。同时，紧扣AI办公趋势，充分体现智能化时代对办公应用的新要求，使读者能够站在时代的前沿，掌握最新的办公技术和方法。 本书既可作为高等学校计算机通识课或“智能办公应用”课程的教材，也可供相关从业人员阅读参考。
本教材编写主要内容包含人工智能历史发展、大模型提示词工程、人工智能生态与应用、人工智能理论基础、人工智能伦理与法律等方面展开，深入学习大模型技术处理智能文档和数据分析等各类“人工智能+”实践应用场景，通过理论讲解、案例分析、实践操作等多种教学手段，帮助学生全面了解人工智能作为新质生产力的核心要素，掌握其在各行业中的融合与应用。 本课程可以作为高等院校人工智能通识课程的教学用书，旨在培养学生对人工智能技术的兴趣，深化理论知识，提升实践技能，同时注重激发学生的创新思维，以及问题解决能力，进一步推动学生将所学知识运用到实际生活和工作中。
本书主要包含人工智能基础入门、 创意设计工具应用、智能办公软件、 智能数据分析基础、Vibe Coding氛围编程、多维表格智能办公、智能体开发等内容，涵盖了人工智能相关的多个主题和实践领域，从基础实验操作到复杂的大模型应用实践，全面覆盖了人工智能的主要应用方向与实践场景，适合对AI应用感兴趣的新手读者入门学习，帮助读者快速建立对人工智能落地应用的完整认知，掌握各类AI工具的实际使用方法，能够将AI能力融入日常工作、学习与创作流程中，提升自身的生产与创作效率。培养学生对人工智能技术的兴趣，激发学生的创新思维以及解决问题的能力，使学生能够将所学知识灵活运用到实际生活和工作中，提高学生的综合实践能力和创新应用能力。
本书以 Windows10+WPS为软件应用平台,采用项目引领、任务驱动的方式进行编写,内容通俗易懂,操作简单实用,便于教师讲解、学生自学和实践。全书共分9个模块,信息技术基础知识、WPS文字处理、WPS表格处理、WPS演示文稿制作、信息检索、新一代信息技术、信息素养与信息安全、人工智能基础、人工智能的安全与伦理。本书从应用型人才的职业需要出发，突出课程的基本要求和人才培养的实用性与社会需求的切合度。紧密结合高等职业教育的特点，联系信息技术课程教学的实际需求，旨在培养学生的计算思维意识和能力、计算机的基本使用技能，提高计算机的应用能力和信息安全意识，通过实践培养创新意识和动手能力，重视提升学科核心素养，符合高职学生认知规律和学习信息技术要求。本书适合高等职业院校信息技术与人工智能课程的教材,也可作为各类计算机基础知识培训的教材及计算机初学者的自学参考书。
《Python程序设计》是面向大学各专业第一门程序设计课程的教材。本书以Python语言为工具，以计算思维为导向，面向问题求解过程，强调如何分析问题、组织数据并解决问题是计算机科学的核心技能。全书共10章。第1章介绍Python程序设计概述，主要内容包括：计算机系统概述、Python语言基本简介和Python程序开发环境安装与配置；第2章讲解Python程序设计语法基础，主要内容包括：标识符与关键字、变量与赋值语句、数字类型及运算、字符串类型及运算、数据输入与输出；第3章讲解Python程序控制结构，主要内容包括：布尔型和条件表达式，单、双和多分支选择结构，分支结构嵌套，for循环和while循环结构程序设计，random模块与随机函数；第4章讲解列表和元组，主要内容包括列表、元组的创建及处理，time模块与时间函数；第5章讲解字典和集合，主要内容字典、集合的创建及处理，turtle绘图库及应用；第6章讲解函数，主要内容包括：函数定义与调用，函数参数传递，递归函数，变量作用域，包的建立；第7章讲解文件，主要内容包括：文件的基本概念，文件操作，文本文件读写数据方法，CSV文件读写方法，读写二进制文件，文件与文件夹操作，错误与异常处理；第8章讲解中文分词与词云，主要内容包括：jieba库安装、分词、词性标注、提取关键词、wordcloud库生成词云；第9章讲解GUI程序设计，主要内容包括：tkinter模块、窗口、组件、布局管理器；第10章主要讲解数据库技术，主要内容包括：数据库技术概述，SQLite数据库技术。本书特色鲜明、示例生动有趣、内容易读易学，适合高校教师和本科生学习Python参考，也适合Python入门程序员阅读。
本书的定位是“通识性、基础性、实用性”，面向计算机和非计算机专业的大学新生。全书共分十章，可概括为“3+3+4”结构：前三章关注的基础知识和基本概念，中间三章关注核心方法——基本的神经网络及其训练，最后四章则聚焦于人工智能的经典应用场景。全书遵循“基础概念—核心方法—关键技术—实践应用”的逻辑主线。在承担基础概念的第一部分，首先详细介绍了计算机数据编码、软硬件知识、互联网及云平台等在实践中必须知道的基础知识，然后概述性地介绍了人工智能的定义、发展简史与伦理挑战，最后是python编程基础，帮助建立宏观认知，夯实基础知识。在承担核心方法的第二部分，我们根据人工智能项目的实验过程，非常详细地阐述了数据准备、训练过程、评估指标和基础模型等技术细节，不单介绍了理论知识，还描述了几类问题的简单直接的具体算法，如基于最小二乘的一元线性回归算法、KMeans聚类算法，以及决策树和KNN的经典训练算法，对经典神经网络，我们介绍了他们的基本结构，也比对了他们优缺点和应用场景，使得读者能够在面对给定问题时，能知道用什么样的基础模型是恰当的。最后的实践应用部分，图像识别、语音识别和自然语言处理，主要介绍了模型训练的过程和核心技巧，让读者明白神经网络是如何应用到这些领域的，而大语言模型，则提供了大量的案例，说明该如何使用现有工具，辅助完成日常学习和工作。
本教材依托《人工智能基础》课程，围绕落实“立德树人”的根本任务，树立“科技赋能、智启心智、全面发展”的育人理念，结合教学过程中学生的实际需求，采用“融入思政、人工智能教育、趣味实践、理论实践互促”的“四位一体”特色育人模式。该模式依托人才培养目标、课程标准及实际学情，精心编写本教材，力求在实现育人目标的同时，精准满足职业学生的学习需求。本教材共计11个模块，内容包括走进人工智能、人工智能的前世今生、WPS文档、WPS表格、WPS演示文稿、主流的AI工具、机器学习、自然语言、计算机视觉、人工智能的行业应用和人工智能让世界更美好。本书适合作为高职院校通识类教材，也可作为对人工智能领域爱好者的参考用书。
本书是专为地方应用型本科院校量身打造的人工智能通识教育教材，采用创新的"基础通识）+核心技术+行业应用"三维体系架构，全面涵盖人工智能的基础理论、技术方法和实践应用三大知识领域。在基础通识模块，本书系统阐释人工智能的基本概念、发展历程和现状趋势，详细讲解Python编程基础与AI开发工具链，深入浅出地介绍机器学习和深度学习的核心原理，并特别设置人工智能伦理与社会责任专题，培养学生的科技伦理意识和社会责任感。在核心技术模块，本书聚焦人工智能前沿技术领域，重点探讨文本生成与Prompt工程、图像生成技术、视频生成技术、多模态交互与数字人应用、智能文档处理以及智能数据处理与分析等热点技术。每个技术专题都配有丰富的实践案例和操作指导，帮助学生掌握最新技术工具和方法。
为满足应用型本科高校的人工智能通识课的需求，组织编写了本教材，涵盖人工智能概述、机器学习、神经网络、人工智能编程基础、大模型基础、AI实践操作等，实践操作涵盖多种AI应用场景。人工智能基础概念：解读人工智能的定义及其发展历程，全面展示人工智能在各领域的研究与应用现状，同时详细介绍人工智能领域常用的工具以及当下热门的大模型，为学生搭建起对人工智能的整体认知框架；机器学习：讲解机器学习定义、发展、分类、应用领域；人工神经网络：阐述神经网络起源、概念、分类、结构、工作原理；Python编程基础：教授Python环境搭建、基本语法、变量、数据类型、程序控制结构、函数、类和对象等知识，培养编程和算法思维；AI大模型：详细介绍常见的AI大模型，深入剖析其原理、架构以及在各个领域的创新应用。通过案例分析与讨论，培养学生对人工智能前沿技术的理解与思考，提升学生的人工智能素养。