本书共8章,围绕神经网络和深度学习的模型、工作流程和实现进行展开,深入浅出地讲解神经网络与深度学习的基本知识,重点阐释其核心概念与基本原理,回答了111个问题,并通过大量插图、富有启发性的类比和丰富的现实应用案例,系统介绍了神经网络架构、反向传播算法、长短期记忆网络、门控循环单元、卷积神经网络、Transformer等

《智能体及其应用》系统地论述了智能体的基本概念和关键技术，并给出智能体应用的实际例子，反映了当前智能体研究的最新成果。内容涵盖智能体的理论模型、智能体的系统结构、通信语言、智能体的协调与协作、移动智能体、智能体的学习与知识发现、面向智能体的软件技术等，并结合实例介绍了其在信息检索、智能决策等领域的应用，理论与实践价值兼

机器学习是人工智能时代的核心技术之一。本书从概率视角出发，系统讲解常见机器学习模型的理论基础与实现方法，通过清晰的数学推导和简洁高效的代码示例，帮助读者循序渐进地理解机器学习的原理和方法，培养理论推理能力与实践动手能力。全书共16章，涵盖有监督学习、无监督学习、概率图模型、深度学习四大核心主题，详细地介绍了线性回归、逻

本书紧密结合土木类专业的工程应用场景，以理论结合实践为核心理念，系统地构建了土木类专业从基础数学运算到智能算法的完整知识体系，为读者搭建了一座连接数学理论与工程应用的桥梁。本书共8章，内容包括绪论、MATLAB基础、数学运算可视化、线性代数问题的数学运算、微积分问题的数学运算、插值与拟合、概率统计与数据分析、智能算法。

本书系统介绍了生成式人工智能（AIGC）的核心技术、发展历程与工具的使用方法，涵盖文本、图像、音频、视频及代码生成等的应用方法与实操技巧。本书共包含10个章节，分别是AIGC概述、AIGC工具与使用、AIGC写作工具与技巧、AIGC助力PPT生成、AIGC助力图像生成、AIGC助力音频生成、AIGC助力视频生成、AIG

本书全面系统地介绍了机器学习的基础理论、经典算法与实际应用，适合初学者和有一定基础的读者。全书分为两大部分：第一部分涵盖机器学习的基本概念、数学基础、数据预处理与特征工程，以及模型评估与选择；第二部分深入讲解线性模型、支持向量机、决策树、贝叶斯分类器等经典算法，并提供丰富的案例与Python代码示例。

本书分为9章，包括绪论、人工智能历史基础、人工智能哲学基础、人工智能伦理与法律基础、人工智能学科基础、人工智能技术基础、机器智能、生成式人工智能与机器创造、人工智能行业应用等内容，系统、整体地介绍了人工智能的定义、方法、体系、应用及内涵。第1章介绍人工智能定义、重点方向、相关技术和应用。第2章介绍人工智能进化过程、机械

《“人工智能+”应用》是一本面向高职和本科院校学生的“人工智能+”应用基础教材。本教材依托自主研发的开源智能体实践平台与图形化工具，按照“思辨引导—理论铺垫—实践掌握—理论提升”的结构展开，结合工业、农业、医疗、商业等真实案例，引导学生在跨学科背景下提升动手能力与综合素养。教材强调技术与责任并重，既可作为人工智能基础教

在AI（ArtificialIntelligence，人工智能）技术赋能各行各业、创新创业热潮蓬勃兴起的背景下，本书聚焦零基础学习者的AI入门与实践需求，以“活页式任务工单”为核心形式，构建了兼具系统性与实用性的知识体系。全书共设5个项目，循序渐进地覆盖AI创新创业全流程：项目一围绕创新创业大赛，带你初识AI的概念、发

本书系统阐述了人工智能的核心基础理论与前沿技术，构建了从基础到应用的完整知识体系。全书共10章，内容涵盖人工智能发展历程、知识表示与推理、智能搜索算法、机器学习基础、神经网络原理等经典理论，并深入讲解卷积神经网络、循环神经网络、图神经网络等深度学习核心技术。同时专设大语言模型基础章节，详细解析Transformer架构