本书提供了全面、系统的深度学习知识，从基础理论到前沿应用，覆盖了深度学习的各个重要领域。本书首先从深度学习基础出发，帮助初学者对深度学习基础技术有初步的理解和认识。随后，本书转向计算机视觉和自然语言处理两大基础领域，揭示了深度学习如何赋能图像和语言的理解，还介绍了生成式模型与大模型这一当下研究热点，引领读者探索了当前深度学习的前沿领域，感受技术创新的魅力。此外，本书还介绍了深度强化学习的相关知识，帮助读者掌握从强化学习的基本原理到复杂深度强化学习算法的全面理解和实际操作能力。最后，本书特别关注了

本书全面系统地介绍机器学习的经典方法、前沿技术和应用实践。全书分为基础篇、进阶篇和实践篇，共10章，主要内容包括绪论、学习模式、判别式模型、生成式模型、高级机器学习概述、特征表示学习、新兴学习机制概述、主流机器学习编程框架、人脸识别、灾害性天气预报。 本书坚持理论联系实际，兼顾经典与前沿，为读者由浅入深地构建机器学习的知识体系。其中，理论部分均给出严谨的数学推导，实践部分则注重阐述实施路径和实现代码，以让读者更好地掌握机器学习的理论与应用技术。 本书可作为高等院校人工智能、计算机科学与技术、大数

人工智能生成内容（Artificial Intelligence Generated Content，AIGC）技术正以惊人的速度改变着众多行业，本书聚焦AIGC 技术的实际应用，以DeepSeek 为主，以其他AIGC 工具为辅，旨在带领读者开始精彩的AIGC 应用之旅。 本书涵盖AIGC 的概念、DeepSeek 的使用技巧、多模态内容生成与处理、AIGC 拓展应用及AIGC 应用实战案例分析等核心内容。每个项目以“任务驱动”为导向，设置知识目标、素养目标、项目实训等特色模块，并结合具体场景

本书作为神经网络与深度学习领域的入门级教材，系统地梳理了神经网络和深度学习的知识体系，阐述了神经网络和深度学习的基础知识，对主要模型进行了重点介绍，并通过案例进行详细说明，以使读者能在学习基础理论知识的同时，掌握神经网络和深度学习模型的开发方法，且具备使用人工神经网络和深度学习模型解决实际问题的能力。 全书共9章。内容包括绪论、机器学习、人工神经网络、多层感知机、卷积神经网络、深度卷积神经网络、循环神经网络、深度生成模型、注意力机制与Transformer。 本书可作为高校人工智能、计算机、大数

人工智能已成为推动社会进步和产业升级的重要力量，它不仅是掌握未来核心竞争力的关键，也是推动社会进步、解决复杂问题的有力工具。掌握与人工智能协同的工作方式与流程成为职场竞争的关键优势。本书紧跟国家新一代信息技术发展战略，以培养智能时代高素质技能人才为目标，采用项目任务式结构，精心设计八大核心项目：从人工智能技术全景认知出发，深入解析大语言模型、生成式人工智能等前沿技术；通过提示词工程、多媒体创作、数字人开发等模块培养核心应用技能；聚焦程序设计、信息检索等领域的技术革新；创新设计就业创业赋能方案；最

人工智能通识课程旨在普及人工智能基础知识，帮助学生理解人工智能的概念及其在各个领域的应用，掌握人工智能的核心算法和关键技术。 本书围绕人工智能的基本概念、关键技术及具体应用展开介绍，共6章。第1章为人工智能概论，介绍什么是人工智能，人工智能能做什么，人工智能的研究领域和面临的挑战等；第2章主要围绕Python语言及相关开发环境进行系统介绍，便于后续深入开展人工智能实践及应用研究；第3章主要介绍机器学习的概念及常用方法，包括回归、分类和聚类算法，并通过实践案例展示特征工程、回归分析、分类等技术在实

本书以人工智能生成内容（AIGC）为核心，通过项目任务式教学体系，系统化呈现AIGC在职场创新中的关键技术与实践应用。全书共设八大项目，涵盖从基础认知到高阶创作的完整知识链，强调理论指导与实操训练的深度融合，助力读者掌握AIGC工具的核心技能并提升职场竞争力。 项目一至项目三聚焦AIGC基础能力构建。项目一从AI技术探索切入，引导读者认知AIGC的基本原理及职场应用场景；项目二深入提示词构建与精准提问技巧，强化逻辑思维与交互设计能力；项目三进阶至高级文本处理与智能方案生成，培养创意文案创作与结构

本书是多位长期从事人工智能领域教学与研究的作者集体智慧的结晶。本书分为3篇，共7章，全面介绍了人工智能的基础理论、应用拓展、素养与安全等知识。内容包括认识人工智能、人工智能的科学背景、人工智能的技术基础、人工智能的行业应用、人工智能的未来发展方向、人工智能素养和人工智能数据安全。 本书可作为普通高等学校开设的“人工智能导论”“人工智能通识”等通识课的教材，也可供对人工智能感兴趣的广大读者学习、参考。

人工智能技术正以前所未有的速度重塑世界格局，成为推动新一轮科技革命和产业变革的核心驱动力。本书旨在帮助学生系统掌握人工智能基础知识，并具备人工智能实际应用能力。本书分8个项目，从基础理论到前沿应用，全面覆盖人工智能知识体系。项目1介绍人工智能的发展历程、核心技术及行业应用等。项目2构建人工智能开发基础，涵盖Python环境搭建、语法基础和数据可视化等。项目3讲解监督学习、无监督学习、深度学习及卷积神经网络等的应用。项目4介绍计算机视觉、人脸识别与目标检测与识别等智能感知技术。项目5介绍大模型的基

本书旨在帮助学生理解人工智能的基本概念和应用，建立起初步的知识框架。本书包含9个项目，涵盖了人工智能的概念和定义、人工智能的发展历史、自然语言处理、计算机视觉、专家系统、机器学习、生成式人工智能、人工智能与社会等内容，以“项目引领、任务驱动”的编写模式，将知识学习与实践体验有机结合，并配套了相应的练习题供学生巩固所学知识。本书既可作为职业院校、应用型本科院校相关专业人工智能通识课程教材，也可作为人工智能爱好者的参考用书。