本书系统介绍了人工智能的基本概念、关键技术及应用实践，旨在帮助读者全面理解人工智能的发展脉络与技术体系，掌握相关核心技能。本书分为7章。第1章介绍人工智能的定义、发展历程及应用领域，奠定理论基础。第2章涵盖人工神经网络、机器学习、感知智能、认知智能等核心技术。第3章深入探讨大模型技术、AIGC 技术原理及AIGC在文本、图像、语音、视频和辅助编程方面的应用实践。第4章解析智能体的组成、关键技术及开发流程，并结合扣子平台进行案例实践。第5章展示人工智能在文字处理、表格处理、演示文稿设计等办公场景中

本教材选用智能家居系统为项目实例，采用代码移植实现模块开发，按照"理论够用，强化应用”的原则，采取项目化教学的方式，以作品制作为载体，在作品制作过程中讲解STM32嵌入式技术的基础知识、基本技能和方法，培养学生的爱岗敬业、精益求精、协同发展的优良品质，由浅入深地讲解STM32嵌入式技术应用，包括Keil、Proteus和STM32CubeMX软件使用，基本模块包括控制LED灯、跑马灯、蜂鸣器报警、OLED屏显示字符、仿真数码管秒表、独立按键、仿真矩阵按键、PWM控制加湿器、串口通信、WiFi通信

本书主要是为非计算机和人工智能领域专业学生编写的人工智能通识教材，旨在培养具备AI基础知识和AI素养的高素质复合型人才。本书紧扣AI技术前沿，系统讲解核心概念、发展历程、主流学派及核心技术，涵盖机器学习、深度学习、计算机视觉、智能体及自然语言处理等领域，并通过无人驾驶、医疗诊断、智慧城市等典型案例，展现其广泛的应用场景。全书分为七讲：AI概览(基本概念与发展历史)、AI学习机制(AI算法与模型)、感知与认知智能(机器视觉与知识图谱)、智能体与智能系统(AI系统架构与大模型)、NLP与AI大模型(

人工智能（AI）作为新一轮科技革命的核心驱动力，已渗透至教育、医疗、交通、娱乐等各个领域。人工智能不仅重塑了技术边界，更对未来的职业素养提出了全新要求。本书共十个项目，以“从认知到实践”为主线，聚焦AI技术的学习、生活和工作场景，旨在帮助学生系统地掌握AI的基础理论，并能在实际场景中灵活应用。本书案例丰富、通俗易懂，具有可操作性强的特点，可作为职业院校各个专业人工智能入门教材，也可作为在职人员自学参考用书。

本书以“项目引领、任务驱动”为核心理念，围绕“互联网+”大学生创新创业大赛真实案例展开，通过智能产品开发与应用专业学生团队使用DeepSeek等AI工具，完善“逻辑小工匠”逻辑编程训练玩具项目的完整过程，系统地讲解AI在现代商业场景中的创新应用。本书依托国产AI平台DeepSeek，设置九大实战项目，涵盖商业计划书创作、产品宣传设计、路演展示等核心环节，贯穿AIGC文本生成、智能图表绘制、AI插画创作、路演PPT自动生成、智能配音制作、宣传视频合成等前沿技术应用。每个项目被分解为2～4个任务，每

本书是为职业院校相关专业开设"人工智能导论”相关课程而设计编写的，结合课堂教学方法改革的要求，全书设计了课程教学过程，教学内容按"项目—任务”安排，在每个任务中都针对性地安排了任务准备、任务实施等环节，以提高学生解决问题的实际能力和自学能力。本书主要内容包括：人工智能概览与基础、人工智能技术解析、AI文本生成技术与创意写作、AI图像生成与应用、AI视频生成与创新应用、AI编程。

本书以零基础读者为核心，系统、全面地讲解了人工智能的基础知识、应用场景及工具使用等内容，引领读者在认知与实践层面理解人工智能，为后续深入研究与多元应用奠定基础。本书采用“概念原理+工具应用+价值思考”的结构进行讲解。本书共9章，包括AI认知基础模块（认识人工智能和人工智能工作原理）；核心应用模块（大语言模型及提示词工程、智能体、数字人、AI绘图及AI作曲）；伦理与价值延伸模块（AI伦理：人工智能的正反面、AI价值观：AI时代，我们何去何从）。 本书可作为高等院校相关专业人工智能通识课程的教材，也

本书按照工学结合、项目化教学要求编写，结合智能制造的发展方向，将机器视觉系统集成的理论知识与生产实际相结合，从机器视觉基础知识着手，通过多个项目，由浅入深地详细讲解了机器视觉的基础原理及实现过程，并尝试解决生产制造智能化的相关问题。
本书包含三个部分：基础篇、实战篇、拓展篇。基础篇介绍了机器视觉系统集成中最基本、最实用的知识，如工业相机、光源、镜头的概念及选型等；实战篇舍弃了机器视觉系统集成中过于枯燥难懂的算法，以国产使用最广泛的机器视觉厂家——海康威视的产品为机器视觉项目载体，将机器视觉

大语言模型（Large Language Model，LLM）是人工智能领域研究和应用的前沿焦点，现已成为人工智能发展的新方向和新一代人工智能的基础设施。本书较系统地介绍了语言大模型的基本内容，主要包括发展语言大模型的三次热潮、深度学习基础、注意力机制、残差链接与逐层归一化、Transformer模型、预训练语言模型、LLM结构与训练、迁移学习、人类反馈强化学习、元学习、GPT系列LLM、BERT模型、T5模型、统一语言模型和提示工程等。 本书适合作为本科院校相关专业的教材。

本书针对高职教育的特点，紧依据职业岗位需求设计建构课程内容，在覆盖基本理论的同时，强调培养学生具体的实践操作能力。本书教材内容主要包括7个单元：计算机视觉基础、图像预处理、BP神经网络、卷积神经网络、Tensorflow2.0基础、图像分类、目标检测。通过关键技术以及整体架构的学习，结合案例，要求学生了解人工智能中计算机视觉的发展状况与研究内容，掌握基本概念、基本原理，了解计算机视觉的一些经典场景应用，掌握计算机视觉开发的一般流程，初步具备计算机视觉开发的能力。