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。

本书分为两个部分：人工智能和大数据处理技术。在人工智能部分，介绍了机器学习和深度学习的基本概念、模型和算法。书中进一步介绍了联邦学习的概念和模型，并在系统级别上介绍了知识图谱和专家系统的构建等。在大数据处理技术部分，重点介绍了大数据处理的相关算法和数据可视化技术。此外，还提供了一些相关算法和应用的案例。

本教材主要面向高职院校学生的《人工智能通识》教材，也可面向政府部门、企事业单位、学校和社区的AI赋能培训。编者团队充分调研与分析高职院校不同专业的学生知识基础和专业特点，以通俗易懂、生动有趣的方式展开。从AI的起源、发展及基础概念入手，逐步深入讲解机器学习、深度学习等技术原理。大量篇幅介绍AI在医疗、农业、经济管理等多

本书全面介绍自动控制系统的基本概念、基本理论、分析与设计方法。全书共10章,第1章为绪论,第2章为控制系统的数学模型,第3章为控制系统的时域分析,第4章为根轨迹技术,第5章为控制系统的频域分析,第6章为控制系统的校正设计,第7章为控制系统的状态变量分析与设计,第8章为非线性系统,第9章为数字控制系统,第10章为自动控制

《人工智能基础教程》围绕人工智能展开，系统地介绍了人工智能概述、生成式AI、AI与办公、AI搜索以及AI辅助编程等内容。本书通过丰富的任务案例（如体验大模型功能、借助AI处理办公文档、AI搜索大学体育活动设计的相关文献等）帮助读者在实践中掌握相关技能，并深入讲解了机器学习、强化学习等技术原理，以及大语言模型、AI辅助编

《人工智能应用基础》为了落实中共中央、国务院印发的《教育强国建设规划纲要（2024-2035年）》有关文件精神，按照教育部有关指引和工信部人才岗位要求编写，紧跟国家最新人工智能通识课教材编写方向，确保内容的时效性和权威性。书中全面涵盖人工智能的基础理论与核心技术，深入解析智能机器人、自然语言处理、计算机视觉及语音

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-CaseSoftActorCritic（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ConstrainedEntropyMaximiz

《人工智能与大模型应用》是为高校人工智能通识教育量身打造的前沿教材，内容涵盖人工智能基础、生成式AI技术原理、大模型演进与应用、提示词工程实践及智能体开发等核心模块。全书以“技术普及+实践导向”为特色，通过通俗的语言解析复杂概念，结合课堂验证的案例分析、动手实验和课后习题，帮助零基础学生快速掌握AI工具的应用逻辑与创新

本书是高等学校人工智能通识课教材。本书共分9章，主要包括三部分：第一部分是人工智能的基础知识，包括人工智能的概念、发展阶段和应用领域，数据、算法与计算思维等；第二部分是主要的人工智能方法，涵盖搜索方法、知识方法和机器学习方法等内容，并对神经网络与深度学习方法进行了介绍。第三部分是大语言模型方法与应用，包括自然语言处理、

暂无关于 大学计算机与人工智能基础的更多介绍。