大模型通过在海量数据上进行学习得到通用知识和模式，在自然语言处理、计算机视觉和强化学习等领域表现出强大的通用性和迁移学习能力，BERT、GPT、StableDiffusion、Sora等功能强大的模型引发了广泛的关注。大模型可能是人工智能领域的颠覆性新范式，因此应当作为计算机、人工智能相关方向的研究生教学的一个重要内容

《数据挖掘与机器学习》以应用为导向介绍数据挖掘与机器学习相关理论与方法，包括概述、数据与数据平台、数据预处理与特征工程、关联分析、决策树、集成学习、贝叶斯分类、神经网络与深度学习等相关理论及经典算法，以及相关实践案例。本书所有案例均通过R或Python实现，同时包含详细的分析过程和可视化内容。本书可作为统计学、数据科学

本书内容已经外聘和清华大学党委审读审核通过（清委文[2025]52号）后同意安排出版。在大数据时代，数据孤岛问题严重阻碍了数据共享与人工智能应用的发展。联邦学习作为一种隐私保护的机器学习范式，允许各机构在不泄露本地数据的前提下协同训练全局模型，有效挖掘分散数据并降低泄露风险，推动了人工智能在各领域的应用。本书全面介绍了

《人工智能通识与AIGC应用》第Ⅰ篇主要涵盖人工智能概述、伦理、大语言模型、智能体、生成式AI等内容，每个项目以实际场景切入，引导学生分析问题并实践。第Ⅱ篇聚焦文本生成，数据分析，图像、语音、视频生成，AI辅助编程等实践技能，帮助学生使用低代码工具(如DeepSeek、Midjourney)解决实际问题。第Ⅲ篇适合信息

本书详细回顾了人工智能的发展历程，从早期的基础理论与思想，到如今的技术突破与应用实践，探索了人工智能技术如何从学术研究走向商业化、普及化的过程。全书分为8章，首先通过分析人工智能的起源、符号主义的崛起及其瓶颈，深入阐述了AI技术如何逐渐从单一任务的工具转向具备多任务处理能力的智能系统。随后聚焦于从专家系统到深度学习的技

"《AI重塑未来技术变革与人类共生的图景》深入探讨人工智能技术发展趋势及其对人类社会影响，系统阐述AI技术的现状、应用前景以及未来十年可能带来的深刻变革。全书共分为五篇：第一篇AI时代的到来（第1～4章），从人工智能的基本概念出发，深入解析深度学习、强化学习、大模型等核心技术原理，探讨数据驱动的智能时代特征，并客观分析

《人工智能通识教程》主要介绍人工智能的核心技术与应用发展，内容涵盖人工智能概述、人工智能技术原理、人工智能交叉学科及融合技术、人工智能应用方向、人工智能应用场景、人工智能发展展望和人工智能时代的职业展望。引入丰富的实践案例和拓展阅读，旨在帮助学生深入理解人工智能的技术脉络与社会影响，掌握相关领域的基础知识，提升技术应用

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