图书简介
本书全面介绍了人工智能通识实践的多个方面,主要内容包括:Python大模型编程、计算机视觉、数据分析与可视化、用Coze平台开发智能体、大模型应用,以及算法应用案例。
本书将理论知识与实践案例紧密结合,各章的理论介绍深入浅出,并通过大量代码示例和项目实践,帮助读者将理论知识转化为实际应用能力。本书不仅介绍人工智能领域的基础知识,还涵盖前沿的大模型应用和智能体开发技术。
编写背景
人工智能技术的飞速发展正在深刻改变人们的生活、工作和学习方式。从ChatGPT到DeepSeek,从AI绘画到智能体应用,人工智能已经从实验室走向大众生活,掌握人工智能实践技能正在成为各行各业从业者的重要能力。
2024年7月,北京市教育委员会召开北京市属高校人工智能通识课工作部署会,发布并解读《提高大学生人工智能素养能力的意见》,明确从2024年9月起面向北京市属公办本科高校全覆盖开设人工智能通识课。北京市规划的人工智能通识课程包括“通识基础”“算法原理”“前沿拓展”“实践实训”四个专题模块,本书特别强化实践实训环节,帮助学习者通过实际操作理解人工智能技术的应用价值。
🤖 大模型编程
通过火山引擎访问DeepSeek R1,使用DeepSeek和Streamlit实现Chatbot,掌握会话管理、上下文管理和知识库构建
👁️ 计算机视觉
多模态大模型生物识别、人脸检测与识别、CNN手写数字识别
📊 数据分析
Python数据分析入门、桑基图可视化、随机森林分类算法
🧠 智能体开发
用Coze平台创建智能体,搭建DeepSeek R1工作流,实现智能体与工作流协同
🏭 行业应用
覆盖制药、RPA、文化遗产数字化、AI面试、企业经营、锅炉优化等场景
🔬 算法实践
鸢尾花分类、光伏预测、神经网络分类、YOLOv3目标检测、环保数据可视化、蛋白质突变数据分析等
内容架构
第1章 Python大模型编程
上手Chatbot
通过火山引擎访问DeepSeek R1大模型
用DeepSeek和Streamlit实现Chatbot
构建交互式对话界面
增强版Chatbot
会话管理与上下文管理
DeepSeek大模型对话中的知识库
知识库构建与检索增强
第2章 计算机视觉
多模态大模型生物识别
Python调用智谱GLM-4V-Flash
Python实现人脸检测
人脸检测算法实践
人脸识别系统
基于face_recognition和Streamlit
CNN识别手写数字
极简卷积神经网络实践
第3章 数据分析与可视化
Python数据分析与可视化入门
基础数据处理、分析工具与图表绘制
桑基图
高级可视化技术
随机森林算法
实现乳腺癌良恶性分类
第4章 用Coze开发智能体
通过AI创建智能体
创建、编排、调试并发布“Python编程助手”智能体
详解Coze智能体
理解Coze平台能力、应用场景与基础组件
创建DeepSeek R1工作流
工作流搭建、节点配置与试运行
Coze智能体访问DeepSeek工作流
搭建DeepSeek智能体并接入工作流
第5章 大模型应用
制药类人工智能通识理论
药物研发、药物发现、临床前研究与药物智造
RPA应用与开发
商品搜索、景点搜索、股票价格采集和发票查验机器人
AI赋能文化遗产
让文物“活起来”的数字化实践
AI面试全流程
“洞鉴未来”招聘场景实践
AI赋能"智膳未来"公司经营
AI辅助公司运营的应用场景
锅炉燃烧参数优化
高效低排放运行参数AI优化
"零代码"制药数据分析
基于大语言模型的数据分析与预测
第6章 算法应用案例
鸢尾花分类
基于Chatbot的分类算法
新能源光伏发电出力预测
光伏电厂功率数据集AI预测算法
神经网络数据分类
鸢尾花数据分类与MNIST手写数字识别
YOLOv3目标检测
目标检测技术实践
神经网络数据分类算法案例
材料多孔结构数据分类算法编写运行
环保数据可视化
基于AI大模型
波士顿房价预测
基于智谱清言
蛋白质突变数据分析
蛋白质突变数据集综合分析
适读人群
- 高校“人工智能通识”相关课程学生
- 人工智能通识课、人工智能导论课教师与课程建设团队
- 对人工智能感兴趣、希望快速上手实践的初学者
- 程序员、数据科学从业者
- 希望了解和应用人工智能技术的各行业专业人士
- 希望在真实案例中理解大模型、智能体、视觉和数据分析应用的学习者
学习收获
- 掌握大模型编程:学会通过API调用DeepSeek等大模型,构建Chatbot、上下文管理和知识库应用
- 理解计算机视觉:体验多模态大模型生物识别、人脸检测、人脸识别和手写数字识别等视觉任务
- 具备数据分析能力:从数据处理、可视化到随机森林分类,完成完整的数据分析流程
- 开发智能体应用:使用Coze平台创建智能体,搭建并接入DeepSeek R1工作流
- 了解行业应用:理解AI在制药、RPA、文化遗产、面试、经营管理和工业优化等场景中的实践方式
- 实践算法技能:通过分类、预测、目标检测、环保数据可视化和蛋白质突变数据分析等案例,培养解决实际问题的能力
编委会
- 主任:罗学科、陈家庆
- 委员:王腾、刘强、崔丽敏、刘学君
- 参与编写人员:刘强、余卫勇、张娜、安翔、吴韬、叶江虹、尤可可、梁峰、陈俊霖、徐文星、张璐、王微微、邓双城、刘学君、李云凤、滕达、胡宇、胡文馨