本书全面探讨了机器学习中的**化理论、方法与实践，特别是在人工智能颠覆性发展的背景下，包括但不限于监督学习、无监督学习、深度学习及强化学习等的应用。本书详细介绍了**性条件、KKT条件、拉格朗日对偶等核心**化理论，探讨了梯度下降法、邻近梯度法、牛顿法、拟牛顿方法（BFGS方法）、块坐标下降法、随机梯度类方法、增广拉格

本教材结合人才培养与计算机教育改革的新思想、新要求，以人工智能技术和应用为核心，融合计算机科学、软件工程、数据科学等多学科知识，旨在循序渐进地引导学生掌握人工智能的基础概念、支撑理论，并深入程序设计和新一代信息技术的专业应用实践，通过理论讲解、实践案例和习题练习，致力于培养学生的人工智能理论知识和实践技能，奠定学生在人

本书是一本学习计算机与人工智能知识的入门教材，包含计算机发展简史、计算机中的数据表示、计算机硬件基础、程序设计与计算机软件、计算机网络与网络安全、物联网与大数据、人工智能概述、人工智能的实现方法、人工智能应用、人工智能的未来发展等内容。通过本书的学习，读者可以了解计算机与人工智能发展史中的重要人物、机型/系统和事件，了

"《生成式人工智能基础与应用》是一本介绍生成式人工智能（AIGC）技术及应用的通识教程。全书精心设计了8章内容，从基础知识到实战应用，层层递进，进行了详尽阐述。书中覆盖基础知识及6大应用场景，包括文案创作、高效处理办公事务、创作图形图像、音频优化合成、生成短视频、代码编写等。《生成式人工智能基础与应用》旨在帮助读者快速

"《人工智能概论》共分为12章。第1章叙述人工智能的定义、起源、流派与发展，第2章和第3章研究人工智能的知识表示方法和知识图谱，第4章探索搜索推理技术，第5章探讨群智能算法的主要方法，第6章至第11章逐一讨论人工智能的主要应用领域，包括机器学习、人工神经网络与深度学习、专家系统、计算机视觉、自然语言处理和语音处理等，第

本书是一流本科课程“人工智能”的配套教材，是作者二十余年教学经验的结晶。考虑初学者的特点，遵循思维过程安排全书内容，同时通过案例学习深化理解。全书分两篇，共11章。基础篇（第1～6章）包括绪论、确定性推理、不确定性推理、搜索策略、机器学习和知识图谱。应用篇（第7～11章），包括人工神经网络与深度学习、卷积神经网络及其图

暂无关于 Python程序设计与人工智能实践的更多介绍。

本书以计算思维为主线，以人工智能相关问题为引导，秉承“基础性、系统性、实践性、先进性”的基本思想，引导学生深度探索，为求解本学科问题奠定基础。全书分为9章，分别讲述计算机与计算思维、计算机系统、计算机操作系统、数据处理、数据库技术基础、计算机网络基础、Internet应用与网络安全、人工智能与算法、计算机前沿技术等内容

TensorFlow大模型开发实践（制作+优化+应用）》循序渐进地讲解了TensorFlow大模型开发的核心知识，并通过具体实例演练了开发TensorFlow大模型程序的方法和流程。全书共14章，分别讲解了TensorFlow数据集制作、使用机器学习算法制作TensorFlow模型、保存和加载模型、使用深度学习算法制作

本书围绕物联网技术知识体系中的三层技术架构感知、传输、应用，全面介绍了物联网的基本概念、体系结构、软硬件平台系统组成、关键技术以及主要应用领域与发展，内容包括物联网概述、感知识别技术、网络通信技术、管理服务技术、物联网应用和物联网安全。本书力求概念准确、简洁实用，配有大量实用的案例分析和丰富的习题，以便于读者学习。本书