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、经济管理等多行业的实际应用，以及在文案写作、数据处理等工作场景中的具体运用。同时，兼顾AI伦理和法律问题，引导学生正确看待AI发展。旨在帮助学生构建全面的人工智能知识体系，培养其在专业领域应用

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章为自动控制系统的设计实例。

本书是《数字素养通识教程大数据与人工智能时代的计算机通识教育》的配套实验教材，内容涵盖Python编程、数据采集与处理、人工智能大模型应用等，读者不需要具备计算机技术基础就可以顺利完成全部实验。全书共12章，内容包括Python程序设计实践、网页数据爬取实践、使用Kettle工具对数据进行处理、文本类AIGC应用实践、图片类AIGC应用实践、语音类AIGC应用实践、视频类AIGC应用实践、AIGC在编程中的应用实践、AIGC的其他应用实践、AI搜索实践、智能体的构建应用实践、AI协同办公等

机器学习作为人工智能的一个分支，它涵盖了利用技术使计算机能够从数据中识别问题并将其应用于人工智能程序的方法。本书是机器学习领域的入门教材，系统、详细地讲述机器学习的主要方法与理论，阐明算法的运行过程，并紧密结合企业实践与应用，根据企业实际需求设计算法案例。本书共11章，分别介绍机器学习基本概念、决策树、K最近邻算法、支持向量机、线性模型、贝叶斯分类器、数据降维、聚类算法、人工神经网络、随机森林等基础模型或算法。本书通过具体的案例让读者学到思考问题的方式，包括决策树算法案例、K最近邻算法案例、SV

本书从技术价值、存在风险、伦理治理的维度介绍相关内容，旨在使读者全面地理解、掌握人工智能伦理方法，通过案例分析使读者能够运用这些方法解决现实世界中的问题。本书较为全面地介绍了人工智能伦理概念及人工智能应用伦理等方面的知识，分为基础篇、理论篇、应用篇三部分，共16章。本书适用于所有理工科、社会科学专业学生作为人工智能通识学习内容，也可供从事伦理学、人工智能伦理研究、人工智能技术研究的人员学习参考。

"《神经网络理论及应用实践》在全面介绍人工神经网络基本理论的基础之上，首先，系统地阐述了单层感知器神经网络、BP神经网络、竞争学习神经网络、自组织神经网络、学习向量量化神经网络、对偶传播神经网络、径向基函数神经网络、支持向量机等浅层神经网络的典型网络结构、学习算法、工作原理和应用案例； 其次，系统地阐述了深度学习中卷积神经网络、循环神经网络两种经典神经网络的概念、基本架构、工作原理和应用案例； 最后，介绍了人工神经网络设计开发平台。《神经网络理论及应用实践》旨在使读者了解和掌握人工神经网络的设计

" 《AIGC信息与交互设计》以交互设计为核心，系统探讨从用户研究到概念设计、界面设计、测试评估的完整流程。通过理论与实践相结合，深入介绍多样化的设计工具与方法以及人工智能技术在交互设计中的应用，帮助设计师在实际项目中提升效率与创造力。
《AIGC信息与交互设计》适合作为高等院校、职业院校交互设计、用户体验设计及相关专业的教材，也适合作为其他艺术设计、交互设计爱好者和从业者的参考读物。"

本书系统地介绍了人工智能的基础概念、发展历程和应用技术，并深入探讨了AIGC（生成式人工智能）的实际应用。全书通过丰富的图解和实际案例，深入浅出地讲解了人工智能的核心概念和技术，包括云计算、大数据、机器学习、深度学习及生成对抗网络（GAN）。书中特别关注AIGC的应用，涵盖了文本生成、图像生成及视频编辑等前沿领域。每章提供大量实践案例，帮助读者在实际操作中巩固知识。 本书适合作为高等职业院校人工智能导论公共课或通识课的配套教材，同时适用于对人工智能感兴趣的初学者以及希望在企业管理中应用人工智能的

本书是一本关于生成式人工智能技术的通识性教材，围绕技术探索、伦理治理与行业实践三大维度构建了多层次的知识体系。全书分为理论基础、核心技术与产业应用三大模块，深入解析了大模型生成机制、多模态协同、RAG技术及人工智能伦理等核心领域。通过医疗诊断、工业质检等典型场景案例，结合可复现的Jupyter Notebook代码，实现了从技术原理到工程实践的学习闭环。本书以“技术深度+实践广度”为特色，拆解了提示工程、跨媒体生成等关键技术流程，从VAE模型开发到LangChain智能体部署，完整覆盖了生成式人