本书系统、全面地介绍了人工智能技术的相关概念与实际应用，具体内容分为10个项目，包括人工智能概述、AI提示词优化、AI生成文本技术、AI智能搜索辅助办公、AI智能PPT设计、AI生成图像技术基本应用、AI生成音视频技术的创新与应用、AI数据分析与可视化、AI知识库与智能体及AI辅助编程。通过本书的学习，读者可以更好地理

本书系统介绍了人工智能的核心理论与前沿应用。本书共5章，涵盖人工智能概述、小模型技术基础、大语言模型技术基础、生成式人工智能（AIGC）、人工智能伦理与安全等内容。本书注重理论与实践相结合，通过丰富的案例与实操设计，帮助读者轻松掌握AI基本原理，理解其社会影响，培养读者理性思考、负责任地运用AI技术的能力。本书既适合作

本书以理论与实践深度融合为核心，系统阐述人工神经网络与深度学习的核心原理、技术架构及前沿应用，旨在为读者构建从基础到实战的知识体系。通过翔实的案例解析与开发实践，帮助读者掌握深度学习的核心技术，培养解决复杂问题的工程能力。本书共13章，第1章概述AI发展历程与深度学习基础，梳理神经网络演进脉络。第2章详解PyTorch

本书系统阐述了可解释人工智能的研究背景、技术方法、行业应用及实践。全书共分为五个部分。第一部分为第1章，聚焦于可解释人工智能的研究背景与动因。第二部分涵盖第2至第5章，深入讲解了可解释人工智能的基础模型、解释方法、决策机制、安全性问题及评估体系。第三部分为第6章，专注于人工智能模型的软件测试方法。第四部分为第7章，展示

本书秉持“学生易学”的理念，注重实践能力的训练，内容编排遵循“人工智能理论通识+AIGC工具应用通识”双线递进式教学路径，以企业级实战项目为载体，以“人工智能+”理念为红色研学、智能手表、智能家居、旅游服务、亲子烘焙、非遗数字化工程、数字电商和数字营销8个场景设计了8个项目，并拆解成28个任务。通过精简深奥的的理论算法

本书从机器学习的需求出发,介绍实数域内矩阵理论的基本思想及方法,并辅以直观图解和实际案例,从而大幅降低机器学习的数学门槛。本书共7章,第1章从主成分分析谈起,通过PCA的原理介绍串联起机器学习中的矩阵方法。第2-7章详细介绍第1章中涉及的矩阵理论和方法,包括矩阵与向量空间、矩阵与内积空间、矩阵的度量与分解、向量函数的微

本书基于STEM-PBL开展人工智能(AI)创新项目设计,旨在培养具备工程创新素养、工程人文素养及AI素养的复合型人才。通过需求分析、算法选用、交互设计、系统集成与项目路演等环节,全面讲解人工智能项目开发的完整流程。辅以丰富的实践案例,帮助读者将理论转化为实际应用能力。此外,书中还涵盖AI人才培养、产业政策及项目孵化等

本书共14章,分为四篇:第一篇为深度学习相关的基本概念与理论(第1-2章)梳理了深度学习的发展历程、前沿与趋势,介绍了机器学习任务类型、评价指标、过拟合与欠拟合偏差与方差、最大似然估计、贝叶斯决策、损失函数设计等;第二篇介绍典型神经网络(第3-7章)包括多层感知机、卷积神经网络、循环神经网络、Transformer和图

本书以理工类专业为读者对象，以人工智能通识教育为目标，全书共6章，主要内容包括人工智能概述与发展历史，如人工智能的历史、发展等；机器学习，如机器学习概述、机器学习流程和常见算法等；神经网络与深度学习，如神经网络的基本概念、常见的深度学习结构、深度学习的工具与实现等；计算机视觉基础，计算机视觉的定义与目标、技术基础、常用

本书主要内容包括：机器学习概述、机器学习的统计学基础、机器学习的常用Python库、机器学习的基本流程、回归、分类：Logistic回归和最大熵模型、分类：决策树、分类：贝叶斯分类器、分类：支持向量机、分类：集成学习、聚类分析、降维、神经网络、深度学习。