本书共分为6章，第1章介绍了PyTorch的安装和基本操作；第2、3章介绍了深度学习的基础知识、简单的线性模型以及计算图知识；第4、5章在前文的基础上进一步扩展，介绍了各种神经网络模型；第6章介绍了PyTorch的高级特性。

本书以通俗易懂的语言和有趣的插画来解释深度学习中的概念和方法, 生动形象的插图更容易帮助读者理解和记忆。 同时, 书中指导读者将自己的理解制作成短视频, 以加强学习效果。 另外, 书中还指导读者在 Colab 平台上进行实践。 本书内容全面, 从基础的神经网络、 卷积神经网络、 循环神经网络等入门知识, 到深度学习的应用领域如计算机视觉、 自然语言处理等高级主题都有涉及。 本书具有丰富的趣味性、 互动性和实践性, 可以帮助读者更好地理解深度学习知识, 并为未来的职业发展打下坚实的基础。

大致内容：第一章，从阿尔法零的卓越性能出发，深入解读其背后着实不易的成长历程，揭示其数学模型。第二章，从确定性和随机动态规划问题入手，介绍决策问题的数学模型。第三章，从抽象视角回顾纷繁复杂的强化学习算法，揭示值函数近似与滚动改进的重要作用。第四章，从经典的线性二次型**控制问题入手，分析从阿尔法零的成功中学到的经验。第五章，分别从鲁棒、自适应、模型预测控制等问题入手，分析值函数近似与滚动改进对算法性能的提升潜力。第六章，从离散优化的视角审视阿尔法零的成功经验。第七章，总结全书。适合作为本领域研究

本书从软件工程的角度出发，将软件工程和人机交互进行有机融合，全面系统地介绍人机交互领域涉及的核心概念和重要思想，着重介绍如何从软件工程的视角理解并进行人机交互系统的需求获取、系统设计、原型设计和评估迭代，以及主流的交互原型开发工具的使用，同时还介绍人机交互的前沿热点技术，如多模态交互、虚拟现实、智能交互等内容。

全书共分为11章。第1~3章为人机交互基础知识，着重介绍人机交互领域的核心概念、重要思想和基本过程； 第4~10章为人机交互系统设计开发方法和技术，着重讨论用户研究、需求获

本书分4篇共12章。第1篇是新手入门，介绍AIGC“奇点临近”，以及AI和AIGC的价值洞见；第2篇是个人应用，介绍个人能够快速上手的热门应用，如：AI聊天对话、AI绘画、AI音/视频生成等；第3篇是深入原理，从ChatGPT、LangChain、AutoGPT、HuggingGPT等技术底层进行剖析，为后续实践奠定坚实的基础；第4篇是企业应用，从企业级应用切入，重点介绍“文生视频”应用、基于AI全面升级软件研发体系、打造领域专属的ChatGPT等，并探讨了AIGC可能涉及的风险、安全

本书作者借用科幻小说的形式，对人工智能、元宇宙、生物科技、纳米科技、机器人技术等一系列前沿科技做了科普。

本书围绕人工智能的基础、模型和应用介绍Python编程语言，最终实现基于RNN和CNN的人工智能典型应用。具体内容包括：Python编程基础、Python编程进阶、人工智能概述、人工智能实践四个模块。Python编程基础模块包括Python的基本语法和数据结构，Python编程进阶包括面向对象编程、数值计算和可视化，为实现人工智能模型与应用打下基础；人工智能概述部分在简单介绍机器学习流程的基础上，基于numpy实现线性回归和逻辑斯蒂回归，使得读者对机器学习有感性和深入的认识；在人工智能实践部分，

本书结合作者的职场工作经验和 AI 使用经验，讲解了 AI 工具在不同工作场景中的使用方法和技巧，能帮助读者快速提升工作效率。全书共设置了13个知识模块，分别是办公技能、求职面试、职场人际关系处理、文案写作、演讲、团队活动策划、电商营销、团队管理、实体创业、教育培训、金融、亲子教育和文创文旅。每个知识模块都设置了场景模拟与实操案例。真正做到了让读者看得懂，学得会，用得上。全书语言通俗易懂，案例来自实际工作，并有详细的思路点评，能够帮助读者轻松入门并建立系统认知，吃透 AI 运用的底层逻辑，真正拥

本书主要内容分为三部分，逐步引导学生由浅入深、由简到难地学习。第一部分是环境基础教学，包括第1、2章，分别是实验环境搭建和Python编程语言基础；第二部分是机器学习，包括第3～11?章，详细介绍了机器学习的核心算法原理及相关实战案例，如利用隐形眼镜数据集构建随机森林模型来预测适合客户的隐形眼镜类型、基于朴素贝叶斯分类算法实现年收入预测、采用支持向量机算法预测泰坦尼克号人员存活率；第三部分是深度学习，包括第12～16章，重点介绍深度学习基础知识和不同经典网络原理及相关实战案例，如利用卷积神经网络