本书主要涵盖了人工智能发展历史、构建人工智能的基础理论以及人工智能伦理，介绍典型的人工智能类型：生成式、对话型、预测型、诊断型和规则型，介绍支持人工智能数据模型的运行环境及配置要求。本书主要结合学院特点和学生实际需求，采用零代码讲述生成式人工智能的实践重点，对文本生成基础和进阶、文生图和图生图基础和进阶、文生视频及图生

本书比较系统地介绍和讨论机器学习的入门性基础理论与应用技术。首先，比较详细地介绍掌握机器学习理论和方法所必须具备的基础知识，包括机器学习的基本概念与发展历程、模型估计与优化的基本方法；然后，系统地介绍和讨论监督学习、无监督学习、集成学习等传统机器学习理论与方法；最后，在详细探讨神经网络与深度学习基本理论的基础上，系统地

本书共9章，第1章回顾人工智能发展历程，介绍人工智能的三大学派等，引出深度学习。第2章涵盖数据预处理、微积分、线性代数、概率论等基础知识，为后续学习打下数学根基。第3章至第6章为本书核心内容，依次讲解神经网络基础、卷积神经网络原理与实践、循环神经网络原理与实践与图神经网络原理与实践，并配套经典模型与实践案例，帮助读者打

本书共分14章，全面系统地介绍了生成式AI的基础理论、核心技术、应用场景以及社会影响，既突出生成式AI技术，又重视AIGC应用，旨在为读者提供一个全面、深入且实用的学习平台，帮助读者快速掌握生成式AI(AIGC)的精髓及其在各领域的应用实践。

本书在内容设计上兼具前沿性与低门槛：一方面，融入2023-2025年开源大模型(Llama3、Mistral)、多模态AIGC(Suno文生音乐、Sora文生视频)、AIAgent、具身智能等热点技术；另一方面，所有实验均基于Python预装库(PyTorch、NumPy等)，仅需CPU即可运行，适配职教本科机房及学生

本书以“基础理论—关键技术—前沿应用—伦理安全”为主线，覆盖人工智能领域的核心模块。本书的特色：一是体系完整，覆盖从基础理论到前沿应用的全链条知识；二是案例丰富，通过“西瓜分类”“补给路线规划”等贴近生活的实例降低理解门槛；三是紧跟趋势，重点纳入大语言模型、具身智能等前沿方向；四是注重伦理，强调技术发展与社会责任的平衡

本书聚焦深度学习和大模型前沿，细分机器视觉(目标检测、图像分类)、语音处理(自动语音识别、语音合成)、自然语言处理(文本生成、情感分析)、多模态应用(图文生成、视觉问答)和科学计算(蛋白质结构预测)等关键领域，通过大量实例说明这些领域的主流应用。本书内容系统、新颖，案例丰富，适合作为各类专业的大学生的人工智能导论教材，

本书共8章，主要包括深度学习的相关理论知识和深度学习的计算机视觉应用。深度学习的相关理论知识部分包括人工智能基础、机器学习、深度学习基础及深度学习三部曲。其中，深度学习三部曲重点介绍深度学习的组成模块，旨在帮助读者把握深度学习的概况。深度学习的计算机视觉应用部分主要以计算机视觉相关任务为引导，介绍深度学习中常用的模型及

本书是高等职业院校文化素质教育改革创新教材。本书旨在探索人工智能技术与美学设计的深度融合，培养学生在设计领域的创新思维与实践能力。本书包括人工智能基础、机器学习、深度学习、AIGC技术及其在美学设计中的应用等内容，涉及时尚设计、数字媒体艺术、视觉传达、空间美学等多个领域，同时关注人工智能的伦理问题。本书旨在通过理论讲解

本书为高等职业教育人工智能通识课程系列教材之一，同时为高等职业教育计算机类课程新形态一体化教材。本书以“通识—技能—素养”为主线，通过“模块—项目—任务”三级递进结构，系统呈现人工智能的基本概念、核心技术、行业应用与社会责任，通过模块化设计、项目化教学以及任务实施，目标明确、实践性强，实现理实一体化教学目标。本书共分为