本书以MathWorks公司最新推出的MATLAB R2024a软件为基础，系统讲解了MATLAB基本环境和操作方法及在数学建模中的应用；分章阐述了矩阵计算、数值计算、符号计算、数据可视化、数据分析、M文件编写、文件读写、MATLAB编译器、应用程序接口等内容；并结合相关的函数或命令，精心编写了一些数学建模方面的示例，用来详细说明具体函数和命令的使用方法，并在每章的小结中给出了软件使用的经验技巧等供读者参考，是一本软件基础知识与数学建模应用相结合的学习手册。

本书涵盖人工智能领域的多个重要方向和交叉领域，旨在向读者介绍人工智能的最新进展、应用和发展趋势，同时探讨人工智能与其他学科交叉的原则、重要性和潜在影响。主要内容包括人工智能基础与前沿、人工智能+教育、人工智能+医疗、人工智能+法律、人工智能+哲学，涉及人工智能技术在多个学科的理论前沿知识、不同领域的案例应用和辨证思考等内容。

本书共分为20章，第1章仓颉编程语言概述，第2章搭建仓颉开发环境，第3章基本语法，第4章基础数据类型，第5章函数，第6章结构类型，第7章枚举类型和模式匹配，第8章类和接口，第9章泛型，第10章扩展，第11章Collection类型，第12章包，第13章异常处理，第14章并发编程，第15章I/O操作，第16章网络编程，第17章宏，第18章跨语言互操作，第19章编译和构建，第20章综合实战——基于仓颉和ArkTS的鸿蒙程序等。本书每章内容既包含了详细的语法讲解，也提供了丰富的实战案例，帮助

本书是为零基础读者设计的人工智能操作指南，旨在让每个人都能轻松掌握DeepSeek的强大功能。书中首先介绍AI基本概念及DeepSeek的发展历程和技术特性，随后详细讲解如何搭建DeepSeek环境，并通过实际案例展示文本生成、数据分析等任务的应用。特别强调提示词设计的重要性，提供多种策略优化AI输出质量，确保无编程经验的用户也能顺利完成操作。此外，书中还对比分析了DeepSeek与其他主流AI模型，突显其在性价比上的优势。无论是初学者还是希望将DeepSeek应用于实际工作的专业人士

在人工智能的浪潮中，大语言模型技术正以前所未有的速度改变着我们的生活与工作方式。作为这个领域的后起之秀，DeepSeek凭借其开源与高性能的技术路线在2024年年末崭露头角，并迅速成为全球领先的人工智能应用平台之一。本书循序渐进地介绍了DeepSeek相关的各方面知识、经验和技巧，系统梳理了DeepSeek的结构化提示词技巧，并附有大量的模板实例。此外，本书介绍了DeepSeek的特色功能玩法、场景实战应用、高级应用技巧，以及DeepSeek工具集成和本地部署等相关知识。本书力求使零基

智能时代已经到来，大模型、具身智能等新技术不断发展，使得机器与机器、机器与人之间的交互无处不在。本书深入浅出地探讨和解读了人工智能中的智能交互技术：第1章主要介绍智能交互技术的基础知识；第2章主要讨论感知认知与交互技术的结合；第3章讲解交互设计的准则；第4章讲解交互系统的原型设计；第5章讲解移动终端的交互设计；第6章讲解智能语音交互设计；第7章介绍智能交互技术的设计与评价方法；第8章重点介绍智能交互前沿技术及应用，包括具身交互智能、虚拟数字人、元宇宙等；第9章介绍e智能车交互设计。书中以自动驾驶

Go语言结合了底层系统语言的能力以及现代语言的高 级特性，旨在降低构建简单、可靠、高效软件的门槛。本书向读者提供一个专注、全面且符合语言习惯的视角。Go语言实战同时关注语言的规范和实现，涉及的内容包括语法、类型系统、并发、管道、测试，以及其他一些主题。 主要介绍了GIN框架。

Gin是一个用Go语言编写的web框架。它是一个类似于martini但拥有更好性能的API框架, 由于使用了ttprouter，速度提高了近40倍Go世界里最流行的Web框架，Github上有32K s

本书全面解析了DeepSeek的崛起历程、技术突破及其对AI行业的深远影响。全书共6章，第1章追溯DeepSeek的起源与发展，展示其从初创到全球爆火的历程；第2章通过AI领域拼多多的比喻，分析其低成本、高性能的商业化路径，并深入探讨其核心技术；第3章介绍相关应用方法，包括优化交互方式、调用API服务、本地部署模型等；第4章、第5章分别分析DeepSeek引发的行业变革，以及其AI能力在垂直行业领域的应用；第6章剖析AI行业发展中的挑战与机遇，为未来AI行业发展提供思考方向。

AIGC的应用非常广泛，能够生成文本、图像、音频、视频等多种类型的内容，显著提高了内容生产的效率和多样性。学习AIGC变得日益重要，它不仅能够帮助个人和组织在人工智能时代保持竞争力，还能激发创造力，探索技术与艺术、商业无限融合的可能性。
本书针对本科院校、职业院校各专业学生的人工智能通识教育需求，系统、全面地介绍了关于AIGC技术与应用的基本知识和技能，主要包括人工智能基础、大语言模型（LLM）、人工智能生成内容（AIGC）、智能体、提示工程与技巧、AIGC高效工作、AIGC助力

本书是根据全国高等院校计算机基础教育研究会发布的《中国高等院校计算机基础教育课程体系2024》中有关“大模型技术及应用”课程参考方案编写的。本书是高等院校人工智能通识教育的一门核心课程教材, 主要内容包括: 大模型的定义、分类、构建流程、层次结构、核心技术、典型平台、API调用、提示工程、典型应用、数据分析、行业应用和未来发展趋势等。此外, 附录部分还设计了6个实验, 旨在帮助读者将理论知识转化为实践能力。