本书系统地探讨了概率与统计在人工智能领域中的广泛应用，从理论基础到实战技术，内容全面且深入。全书共13章，涵盖概率论、统计学、回归分析、时间序列、特征工程与选择、网络模型构建与优化等基础知识，延伸至自然语言处理、计算机视觉、推荐系统和强化学习等前沿应用场景。 通过理论讲解、模型分析和代码实践，深入剖析概率和统计在算法建

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

本书系统梳理AIAgent的核心原理与落地实践，分为“原理篇、实战篇、前沿篇”三部分。原理篇阐释AIAgent的价值、本质、发展历程及关键技术，并介绍主流开发框架与MCP协议；实战篇通过Coze、Dify、LangGraph等平台，展示从单体到企业级Multi-Agent的构建路径，并结合DeepSeek在数据分析与智

人工智能生成内容（ArtificialIntelligenceGeneratedContent，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

本书系统阐述了AIAgent底层架构的设计与实现，内容涵盖从基础理论到实际应用的多个层面，内容丰富且深入。全书共11章，从通用AIAgent的定义与分类、核心特征入手，逐步展开至开发工具链、仿真与测试环境，并对各类典型架构模式进行了详细解析。书中不仅探讨了感知、决策、规划、推理和学习等关键模块的技术原理，还深入剖析了多

本书分为两篇，共10章。第一篇为机器学习部分，讲解经典的监督学习方法、无监督学习方法和集成学习方法，以及较为前沿的深度学习方法。第二篇为系统辨识部分，聚焦线性系统辨识、非线性系统辨识、盲系统辨识、图模型辨识及闭环系统辨识等内容。

本书旨在普及人工智能基本知识，帮助读者全面理解人工智能的核心概念、发展历程、关键技术及实际应用，提升人工智能素养，培养面向未来的综合实践能力与创新意识。本书围绕人工智能的基础理论、核心技术、主流应用和实践路径系统展开，共9章，主要内容包括人工智能概述、机器学习、神经网络与深度学习、计算机视觉、自然语言处理、大数据基础与

本书共7章,构建了自主智能系统的基础知识体系,涵盖核心概念与关键算法,并提供配套实训项目以强化理解与应用。本书内容突出系统视角,从任务出发阐释感知、决策、执行等环节的协同作用;强调反馈机制,深入分析系统基于外部环境与自身状态的反馈信息实现行为调整、自适应学习与持续优化的闭环运行特性。

本书是人工智能通识课教材。本书按照“基础认知→思维培养→技术实践→创新探索”的递进式学习路径，构建系统的人工智能知识框架。每个任务设置真实场景，通过“任务描述—任务分析—知识储备—任务实施”的逻辑链条，引导读者在动手实践中掌握人工智能工具的使用方法，培养解决问题的能力。本书深入浅出，共设计9个项目，包括初始人工智能、强

本书为新一代人工智能通识课程系列教材之一。本书以“做中学、学中做”为编写理念，通过“任务描述—知识准备—任务实施—项目拓展—思考与实践”的闭环设计，帮助学习者构建系统化的知识框架，在实践中深化理解。此外，本书特别强调技术应用中的法律意识，旨在全面培养学习者的人工智能素养和终身学习的能力。本书分为三大篇章，共7个项目，有