本书是关于机器学习的一本入门教材，技术难度适中，旨在让读者了解数据科学家这个职业及其对企业发展的推动作用。全书分11章介绍了机器学习的基础知识和数据科学家最常用的算法，从机器学习的基本原理开始，介绍无监督学习、监督学习和强化学习的核心内容，并结合商业案例讲解诸如分类、回归、聚类等常见任务的应用场景。

本书聚焦强化学习应用安全性，深入探讨强化学习框架内安全风险控制与训练安全。介绍 Worst - Case Soft Actor Critic（WCSAC）算法，分析累积安全成本分布、引入条件风险值平衡奖励与安全；讲解估计安全成本分布的高斯近似法和分位数回归法及其实验效果；阐述 Constrained Entropy Maximization（CEM）算法，学习安全前提下均匀访问状态的探索策略；介绍 Safe Guide（SaGui）框架，通过正则化快速迁移安全策略、促进目标任务学习。

本书从大型语言模型与提示工程的基本原理讲起，重点介绍了与DeepSeek模型交互的技 巧，并且结合大量实用示例系统展示了提示工程在各类任务中的应用方式与优化策略。此外， 书中还深入解析了各类提示技巧的使用场景与潜在限制，帮助读者在实际操作中更加高效地使 用AI工具。 本书共分为10章，主要包含四大部分：第1章介绍大语言模型基础、提示工程概念与 DeepSeek模型特点；第2?～?4章围绕提示工程技巧，深入讲解如何编写有效提示、设计复杂任 务提示；第5章介绍DeepSeek的进阶功能，包括联网搜索

本书是系统讲解DeepSeek大模型的技术指南，结合数据、信息、知识、智慧、意图白盒测评这一前沿理念，详 细阐述如何在大模型时代实现模型选取、定制优化与多模型协同，从而打造出最适合实际应用需求的智能系统。 本书共12章，分别从大模型时代的来临、DeepSeek的核心技术与创新突破、DIKWP白盒测评理念详解、模型 择优、大模型优化方法与实践指南、DeepSeek实战优化策略、大模型的协同与互补、DeepSeek与国内外主要大模型 及其AI智能体的对比分析、行业应用案例分析等方面进行阐述，帮助读者

这是一本面向零基础、非IT技术背景读者的Agent开发实战指南。本书以Dify为Agent开发平台，采用案例教学的方式手把手教你如何用Dify开发Agent。无须编程，你也可以开发功能丰富的Agent。本书采用“方法总结-工具操作-项目实战”的结构循序渐进展开介绍，共9章。首先，本书揭示了Agent在AI应用落地中具有的场景化、流程化、个性化、本地化的价值，总结了生产级Agent的开发流程与开发注意事项。然后，本书介绍了Dify的平台特性与使用方式，详细演示了Dify在本地电脑及云服务器上的部署

本书通过深入浅出的方式，系统介绍了人工智能的基本概念、发展历程、主要流派和关键技术，使读者能够快速了解人工智能的全貌，为后续深入学习打下基础。全书共十二章，内容涵盖人工智能的基本理论和核心技术，以及人工智能在各领域的应用。具体包括概述、表示与理解、机器学习、深度学习、计算机视觉、自然语言处理、大语言模型、知识图谱、智能语音、无人驾驶与无人机、智能穿戴和人工智能安全与伦理。
本书是人工智能学科的“零基础”入门级教材，可以作为高等院校人工智能专业、计算机科学与技术专业、大数据专业、软件工程专业

本书以“构建人工智能系统认知框架，培养技术与人文融合素养”为目标，从“理论溯源、案例驱动、批判性思考”三个维度，系统梳理了人工智能的核心理论、关键技术、多元应用及伦理安全规范。全书兼顾科学性、实践性与时代性，强调学科交叉，突出案例驱动，关注前沿动态。本书内容组织结构完整、知识点前后衔接自然、讲授内容深入浅出、列举案例通俗易懂。 本书可作为本科学生的人工智能通识教育教材，亦可作为人工智能及相关专业本科生、跨学科学习者和从事人工智能教育人员的参考用书。

本书是一本聚焦 Cursor 辅助开发的实战指南，深度剖析“DeepSeek + Cursor”双工具协同开发模式，系统地阐述如何通过自然语言交互实现从产品设计到开发落地的全流程。不同于传统编程教程，本书突破技术壁垒，覆盖“需求设计→AI 生成代码→调试及优化”的全流程，让零基础编程者也能快速上手。全书涵盖多个实战项目，全面展示Cursor 在前端开发、后端架构、数据库管理等场景的应用，以及DeepSeek 在产品设计和规划中的应用。本书的核心章节深入解析自然语言交互、代码生成、版本控制等技术亮

本书旨在普及人工智能知识，采用浅显易懂的语言，助力零基础大学生全面了解人工智能的发展历程、多领域应用及其伦理与安全问题，深入理解人工智能的基本概念、核心技术及原理，掌握大模型提示工程的核心技巧，并初步了解智能体的设计理念与开发流程。本书内容全面，共7章。第1章为初识人工智能，系统阐述人工智能的基本概念及其发展历程；第2章深入探讨人工智能的核心技术，涵盖机器学习和深度学习等；第3章详细介绍人工智能的主要研究领域，包括计算机视觉、人脸识别技术、知识图谱、自然语言处理及智能语音技术等；第4章聚焦大模型

本书介绍了Spring 6框架的特性和应用实践，探讨大模型技术和Spring AI的集成应用，涵盖多模态、RAG、Function Calling、嵌入模型、向量数据库、对话记忆和内容审查等知识。