本书系统介绍深度学习的核心概念、主流模型与实战方法。内容涵盖神经网络基础、卷积神经网络、循环神经网络、图神经网络、生成对抗神经网络、Transformer、扩散模型、深度强化学习等前沿方向，详细阐述各类模型的数学原理、网络结构、训练流程与优化方法，并结合PyTorch框架提供了丰富的代码示例与完整项目解析。同时，每章配

本书分10章。第1章绪论；第2章深度学习；第3章大语言模型；第4章提示词过程；第5章AI智能体；第6章具身智能；第7章数字人；第8章AI辅助办公；第9章AI辅助编程；第10章AIGC应用与实践。

本书共8章，内容涵盖计算机基础、人工智能概述、机器学习、计算机视觉、自然语言处理、语音识别、知识图谱及大模型技术。编写遵循“基础知识—核心技术—典型应用”的体例，注重从生活现象出发，通过丰富案例与图解降低学习门槛，避免复杂公式推导，强调无代码实践与智能工具运用，助力读者理解核心概念并开展初步应用。

本书共10章。第一章简要介绍人工智能的概况。第2-6章阐述人工智能的基本原理和技术基础，重点论述知识图谱、自然语言处理、智能语音、计算机视觉、机器学习和神经网络等关键通用技术，为后续章节介绍行业应用做知识储备和技术铺垫。第7-8章人工智能目前在行业中的应用，依据我校的学科布局，分别介绍AI在理工、医、文法、商学科中的应

本书共6章。第1章系统讲解AIGC的起源背景、发展阶段、中国技术贡献、提示词工程核心方法及伦理问题；第2-5章依次介绍AIGC在文本、图像、音频、视频生成领域的技术原理、主流工具对比、关键技术要点及多场景实操案例；第6章聚焦AIGC在数据分析领域的应用价值、工具选择与实际案例，延伸AIGC技术的应用边界。全书各章均设置

本书介绍了生成式大模型的基础知识、技术原理、发展动态及其在各个领域的应用实践。全书共7个项目，包括解析生成式AI技术原理、构建AI伦理决策体系、设计数据安全防护架构、国产AI搜索技术解析、了解AI增强型编程、掌握AIGC图像工程和实现AIGC视频工业化等。

本书包含十五个实验，涵盖计算机及网络基础、AI核心技术体验与调用、提示词工程、AIGC多模态内容生成、智能体工作流搭建及AI伦理等内容，构建从基础操作到综合创造的全链条进阶路径。

本书围绕人工智能基础知识和大模型应用设置内容,包括6个项目。项目1通过短视频推荐案例的导人,讲述人工智能的概念和与大模型的关系。项目2以精准营销为例,讲解机器学习基础、算法及应用和鸢尾花分类实践。项目3借助人脸识别案例,阐述深度学习概念、神经网络原理及图像分类训练方法。项目4导人大模型生成“类人化”文本案例,介绍大模型

本书共分为13章,系统地介绍人工智能的基本原理、核心技术、应用领域与未来发展。第1章总体介绍人工智能的基本概念、发展历程、核心驱动力、产业图谱与影响;第2-4章重点介绍人工智能的技术基础,包括软硬件平台、知识图谱、机器学习与深度学习四大核心模块;第5-8章聚焦于人工智能在感知与交互层面的关键技术,涵盖计算机视觉、语音处

本书紧扣职业教育“产教融合、实践导向”的政策要求,以人工智能“认知-技术-应用-伦理”为逻辑主线,采用项目化组织模式,从人工智能的演进脉络切入,逐步延伸至核心技术、典型场景应用与前沿伦理议题,带领读者走进人工智能的世界。本书注重理论与实践相结合,知识点同步匹配案例讲解,既覆盖人工智能的基础概念、核心技术体系,也聚焦图像