全书共分7章，第1章为人工智能概述，介绍人工智能的发展历程；第2章为人工智能的技术支撑，介绍大数据、云计算、学习算法等核心要素；第3章为Python基础，介绍Python的基本语法，通过一系列项目实例使读者掌握Python编程技巧；第4章为计算机视觉，第5章为语音信号处理技术，第6章为大语言模型，介绍其关键技术，通过项目实例，掌握实践应用；第7章为人工智能的行业应用与职业规划。

全书共9章，涵盖了机器学习的基本内容，主要包括概述、离散变量与分类、连续变量与线性回归、维数灾难与降维、K均值聚类、生成模型与贝叶斯分类器、自监督与大语言模型、环境监督与强化学习、综合实验等。

本书系统地介绍了矩阵理论的相关内容及其在控制系统中的应用。全书共11章，主要内容包括：矩阵理论的基本知识及应用、范数与测度、矩阵的相似标准形、矩阵分解、矩阵特征值的估计与定位、矩阵函数及运算、几种重要的矩阵、矩阵的广义逆、矩阵不等式、矩阵方程以及矩阵乘法的推广及应用等。本书内容丰富，每章都配有适当的例题和一定量的习题，便于读者阅读与练习。

本书以交互设计开发的全流程为基础，涵盖了设计师在设计方案中的所有环节。本书共7章，循序渐进地讲解了交互设计的流程，涉及交互设计、用户体验设计、SWOT分析模型、PEST分析模型、竞品分析、定性定量研究、用户访谈、问卷调研、用户画像、用户体验地图、KANO模型、原型的制作工具、可用性测试、A/B测试、眼动测试、交互验证及综合案例。本书将交互设计中系统的理论知识和设计方法与案例融合，详细讲述了作者在教学过程中指导学生的部分获奖作品，包括PPE脱卸交互系统设计（获2021年IF设计奖、2021年东莞杯

本书全面介绍人工智能的发展、基础知识、主要技术及应用。全书共12章，分别是人工智能发展、人工智能主要技术、大语言模型、生成式人工智能、通用人工智能、人工智能安全、人工智能与制造、人工智能与教育、人工智能与健康、人工智能与交通、人工智能与经济和人工智能与社会。
本书强调人工智能知识的基础性、整体性、综合性和广博性，使学生掌握人工智能的主要思想和应用人工智能技术解决专业领域问题的基本思路，拓宽科学视野，培养创新精神。 本书的适用对象广泛，可作为高等学校各专业“人工智能”通识课程或“人工智

本书介绍了人工智能(AI)的核心技术、应用实践及伦理治理，旨在使读者初步认识人工智能。书中阐述了AI的起源、发展历程及关键技术，展示了AI在各个领域的应用与技术突破。通过分析机器学习、深度学习和预训练模型，帮助读者理解AI如何从基础算法发展到复杂的智能系统。同时，本书还介绍了多模态AI、生成式AI和智能机器人，展示了AI模型的不断进步以及AI模型如何深刻改变人们的生活。通过对AI在科学研究和交叉学科应用方面的讨论，揭示了AI赋能各行各业的巨大潜力。最后，本书探讨了人工智能的伦理与治理问题，强调技

" 《人工智能导论》全面介绍了人工智能基础知识，涵盖了Python编程基础、机器学习、深度学习的基本理论和实践操作，讲解了**的AIGC技术与艺术设计的结合情况，以及Stable Diffusion的使用方法和人工智能生成音乐视频的各种模型与平台的操作教程，通过理论与实践相结合的方式，不仅为读者提供了人工智能领域的全面知识讲解，还通过大量的实践案例，加深读者对人工智能应用的理解。
《人工智能导论》图文并茂，示例丰富，讲解细致透彻，介绍深入浅出，具有很强的实用性和可操作性，不仅

本书严格依据人工智能训练师国家职业技能标准（2021年版）进行精心编撰。其内容系统地涵盖了5级至3级的相关知识体系，全书共计8章。其中，除第8章外，其余各章均精心设置了实训环节，有效实现了理论与实际的有机结合，旨在全方位提升读者的知识掌握水平与实践操作能力。本书特色鲜明：其一，相关内容于深圳多区开展了多轮培训实践，积累了丰富经验。其二，案例紧扣时代脉搏，将基础知识传授与大模型工具应用有机融合，极大提升学习效果与效率。其三，内容全面且深入浅出，与高校专业教材相比，阅读难度适中，适合广大受众研读，可

本书共分为十三个章节，覆盖了人工智能领域的各个方面基础理论知识，包括微积分、迭代优化、概率统计、信息熵、向量和矩阵、线性方程组、大规模矩阵分解、非线性映射，以及随机采样方法。每个章节都以实际案例，引出相关数学理论的实际应用价值。在重要的理论推导中，大量融入了作者的个人见解。每章都有2-3个实验，均配有完整的python程序代码和运行结果。章节末尾也配有参考文献和习题。本书的撰写风格生动有趣，深入浅出，不抽象，不拘泥于传统数学类教材的形式——公式+例题+课后习题。第1章以圆面积计算为例，

人工智能为解决复杂问题提供了有效的方案，相关应用涉及领域众多。通过阅读本书，读者可以学习人工智能的基本原理，了解人工智能在不同行业的应用案例以及人工智能伦理与安全，为进一步研究与应用人工智能技术奠定基础。
　　全书共12章，内容包括绪论、知识表示与推理、确定性推理、不确定性推理、无信息的盲目搜索、基于经验的启发式搜索、机器学习、人工神经网络与深度学习、多智能体系统、人机混合增强智能、人工智能应用、人工智能伦理与安全。本书配套资源包括电子教案、课后思考题与习题的简要解答和实验指导书