人工智能与教育
全新正版 极速发货
￥ 62.6 7.9折 ￥ 79 全新
仅1件
浙江嘉兴
认证卖家担保交易快速发货售后保障
作者贾积有 著
出版社北京大学
ISBN9787301353943
出版时间2024-08
装帧平装
开本其他
定价79元
货号32176107
上书时间2024-11-11
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
贾积有，北京大学教育学院教育技术系主任、教授、博士生导师；北京大学教育信息化国际研究中心主任。曾应邀担任德国慕尼黑工业大学教育学院和香港公开大学客座教授、香港教育大学访问教授。入选教育部新世纪优秀人才支持计划（2009）。北京大学理学学士、教育学硕士，德国奥格斯堡大学哲学博士。
研究领域：教育技术学、人工智能教育应用、计算机辅助语言教学、教育决策支持系统等。主持和参与二十多项国内外重要科研项目。曾百余次受邀在国际和国内学术研讨会报告科研成果、在国培等全国和省市级教师培训会议及高校师资培训会议上授课。
撰写或者主编汉语、英语、德语专著八本，在国内外重要期刊和会议发表论文二百余篇，荣获国内外教育和人工智能研究等领域的科研和教学奖项十余项，包括2023年Emerald杰出论文奖、2016年全国第五届教育科学研究优秀成果一等奖等。
学术兼职：全国和多个省级教育信息化咨询专家，中国教育技术协会学术委员会委员，清华大学、北京师范大学等多所高校学术委员，多个国家和省部科研和人才项目评审专家，多次国际会议（联合）主席等。
目录
第1章 教育和人工智能
1.1 教育和一般教学系统
1.1.1 教育的含义
1.1.2 一般教学系统
1.1.3 一般教学系统的动态性
1.1.4 一般教学系统的开放性
1.1.5 一般教学系统中教育者的功能
1.1.6 一般教学系统中的教学理论
1.1.7 一般教学系统的工作效率
1.1.8 教育技术
1.2 自然智能与教育
1.3 人工智能
1.3.1 人工智能的研究领域
1.3.2 计算机硬件
1.3.3 计算机软件
1.3.4 支撑人工智能技术的计算机硬件和软件
1.3.5 人工智能的理论基础
1.3.6 人工智能的跨学科特性
1.4 教育、自然智能与人工智能的关系
第2章 知识工程
2.1 知识的定义及其分类
2.1.1 知识的定义
2.1.2 知识的分类
2.2 知识的自然表达方法——自然语言
2.2.1 世界和自然语言
2.2.2 计算机语言和自然语言
2.3 谓词逻辑表示法
2.3.1 命题逻辑
2.3.2 谓词逻辑
2.3.3 谓词公式的等价性与永真蕴含
2.4 产生式表示法
2.4.1 定义
2.4.2 产生式系统的组成
2.4.3 产生式表示法的特点
2.4.4 Cyc： 一个典型的产生式系统
2.5 逻辑编程语言Prolog简介
2.5.1 初中数学几何图形关系
2.5.2 英语词汇和语法系统
2.6 语义网络表示法
2.6.1 基本语义关系
2.6.2 语义网络表示法的特点
2.6.3 英语语义网络系统WordNet
2.6.4 汉语语义网络HowNet和OpenHowNet
2.6.5 其他典型语义网络
2.7 脚本表示法
2.8 大语言模型中的知识工程问题
2.9 知识工程在教育技术上的应用
第3章 数据挖掘
3.1 概念、功能和常用软件
3.1.1 概念
3.1.2 功能
3.1.3 常用软件
3.2 常用数据挖掘算法
3.2.1 回归分析
3.2.2 决策树
3.2.3 人工神经网络
3.2.4 遗传算法
3.2.5 贝叶斯算法
3.2.6 邻近算法
3.2.7 支持向量机算法
3.3 EXCEL简介
3.4 SPSS简介
3.5 WEKA
3.5.1 简介
3.5.2 Preprocess（数据预处理）
3.5.3 Classify（分类或回归）
3.5.4 Cluster（聚类）
3.5.5 Associate（规则关联）
3.6 在线学习活动指数OLAI
3.7 教育数据挖掘案例
3.7.1 教育数据挖掘实证研究
3.7.2 教育数据挖掘系统性文献综述研究
第4章 自然语言处理
4.1 研究意义和方法
4.1.1 研究意义
4.1.2 研究方法
4.1.3 研究层次
4.2 语音识别
4.2.1 语音到文字转换
4.2.2 声纹识别
4.3 语音合成
4.4 语音识别和合成软件
4.5 词法分析
4.5.1 西方语言词法分析
4.5.2 汉语分词系统
4.6 语法分析系统
4.7 人机对话系统
4.7.1 基于关键词匹配技术的人机对话系统
4.7.2 人机对话比赛
4.8 大语言模型
4.8.1 理论基础
4.8.2 美国微软投资的OpenAI的大语言模型GPT系列
4.8.3 对ChatGPT的评测综述
4.8.4 讯飞星火认知大模型（SparkDesk）
4.8.5 我国在文本生成领域的其他进展
4.8.6 大语言模型给我国教育带来的机遇和挑战
4.8.7 我国教育应对大语言模型的策略
4.8.8 小结
4.9 计算机辅助语言教学
第5章 模式识别
5.1 视觉识别
5.1.1 光电转换器件
5.1.2 图像识别系统
5.1.3 常用视觉识别系统
5.1.4 视觉识别系统教育应用
5.2 情感识别
5.2.1 情感分类
5.2.2 情感识别方法
5.2.3 教育应用
第6章 机器人
6.1 各类机器人
6.1.1 扫地机为代表的轮式机器人
6.2.2 其他类型的机器人
6.2 机器人世界杯比赛
6.3 机器人教育应用
第7章 艺术创作
7.1 智能绘画系统
7.2 智能音乐生成系统
7.3 文化创意产业
7.4 人工智能技术用于艺术教育
第8章 自动程序设计
8.1 大语言模型的自动程序设计功能
8.2 大语言模型的程序修改功能
8.3 自动程序设计与编程教学
第9章 智能教学系统
9.1 定义
9.2 发展历史
9.3 构成和实现技术
9.4 应用和效果
9.4.1 关于智能教学系统的实证研究
9.4.2 关于智能教学系统的元分析研究
9.5 智能教学系统研究的现实意义
第10章 学习风格与个性化教学
10.1 基本概念
10.2 常用的学习风格量表
10.2.1 曼勒特克斯（Memletics）学习风格量表
10.2.2 费尔德西尔弗曼（Felder-Silverman）学习风格量表
10.2.3 场依存型场独立型学习风格量表
10.2.4 适应型革新型学习风格量表
10.3 综合型学习风格量表
10.4 基于学习风格的个性化学习
第11章 智能英语教学系统“希赛可”
11.1 系统设计缘起
11.2 指导理论
11.3 希赛可中的英语语法体系
11.3.1 句子
11.3.2 从句
11.3.3 短语
11.3.4 单词
11.4 希赛可系统结构和技术机理
11.4.1 浏览器/服务器接口
11.4.2 英语解析器
11.4.3 NLML解析器
11.4.4 自然语言数据库（Natural Language Database，NLDB）
11.4.5 常识性知识
11.4.6 文本蕰含机理（Generation of Textual Entailment，GTE）
11.4.7 交流性反应机理（Communicational Response，CR）
11.4.8 多通道用户界面和可以选择的聊天模式
11.4.9 适应于用户偏好和话题的自由聊天
11.4.10 在给定场景中的引导性对话
11.4.11 无限定答案的填空练习的自动评分
11.4.12 机器人的对话演示（“二人转”）
11.4.13 听力训练
11.4.14 积分机制
11.4.15 小结
11.5 智能英语教学系统希赛可
11.5.1 多角色对话（包括“多人转”与人机对话两种形式）
11.5.2 词汇练习
11.5.3 听力练习
11.5.4 语法练习
11.5.5 阅读理解
11.5.6 英语阅读
11.5.7 个性化的学习者档案
11.5.8 协作式学习
11.5.9 教师的课程管理功能
11.5.10 客户端从微机扩展到平板电脑、智能手机等移动终端
11.6 系统应用和评估
11.6.1 中学应用和评估
11.6.2 北京邮电大学的应用和评估
11.6.3 北京理工大学珠海分校的应用和评估
第12章 数学智能评测和教学系统MIATS V2.0
12.1 智能技术支持个性化评测和辅导的理论基础
12.2 数学智能评测和辅导系统MIATS V2.0
12.3 借助MIATS V2.0进行勾股定理相关知识的智能评测和辅导
12.4 初步的教学应用和效果评估
12.4.1 第一次实验： 初中
12.4.2 第二次实验： 高中
第13章 人工智能教育和创造性思维培养
13.1 创造性思维和计算思维评估方法
13.1.1 创造性思维评估方法
13.1.2 计算思维评估方法
13.2 智能编程教育结果分析
13.2.1 学生情况
13.2.2 编程能力测试成绩分析
13.3.3 智能编程教育对创造力和计算思维的影响效果
第14章 课堂录像师生行为分析
14.1 课堂视频师生行为分析编码方案
14.2 SACVAS系统介绍
14.3 使用SACVAS系统分析优课案例
14.3.1 一节英语课程的分析结果
14.3.2 英语学科言语分类统计
14.3.3 全部课程的分析结果
14.3.4 北京市优课视频分析总结
参考文献
内容摘要
在教育技术、信息技术教育、人工智能及其他相关学科中，人工智能与教育的关系都是一个重要研究领域，也是应该为本科生和研究生开设的一门重要课程。笔者总结1990年以来从事人工智能研究、1994年以来从事计算机教育、2000年以来将人工智能应用于教育的经验教训，并结合为北京大学和德国慕尼黑工业大学所开设的教育和人工智能课程内容，撰写了本书。
全书包括14章。为便于学习新知和复习巩固已学内容，每一章包括：内容提要、学习目标、关键词、正文、本章小结、思考和练习题。第1章深入阐述教育与人工智能的关系，第2～8章介绍人工智能重要研究领域的基本知识、最新进展、常用软件，特别是他们在教育领域应用的实证研究成果，依次包括知识工程、数据挖掘、自然语言处理、模式识别、机器人、艺术创作、自动程序设计。第9章详细介绍智能教学系统。第10章介绍智能教学系统中学生模型的一个要素学习风格及其在个性化教学中的应用。第11章介绍人工智能在英语教学中的应用，即笔者团队研发的英语智能教学系统希赛可。第12章介绍人工智能在数学教学中的应用，即笔者团队研发的数学智能教学系统MIATSV2.0。第13章介绍笔者团队完成的一项人工智能编程教育对创新思维培养影响的实证研究，第14章介绍笔者团队研发的半自动化课堂视频师生行为分析系统及其应用案例。本书介绍的研究将人工智能前沿技术与教育实践紧密结合，促进教育变革，实证研究证明了其显著效果。
本书可以作为教育技术学和相关学科的教学参考书，供师生使用；还可作为中小学教师人工智能等相关知识的培训教材；更能为教育技术类企业的系统设计和开发提供借鉴；更能为教育技术资源和设备管理（电教工作）、教育技术类企业的系统设计和开发等提供参考借鉴。
主编推荐
人工智能前沿技术与教育实践紧密结合，促进教育变革，实证研究证明了其显著效果。
作者总结30多年来将人工智能应用于教育的经验教训，并结合为北京大学和德国慕尼黑工业大学所开设的教育和人工智能课程内容，撰写了本书。
每一章包括：内容提要、学习目标、关键词、正文、本章小结、思考和练习题。方便读者按照步骤学习。
全书多个案例呈现人工智能在教育中的应用和研发过程，便于读者阅读和学习。
— 没有更多了 —
以下为对购买帮助不大的评价