本书是为高等职业院校人工智能通识课程体系的"人工智能导论”课程全新设计的一本新形态教材。尽管"人工智能导论”是一门理论与实践紧密结合的课程，但在科技迅速发展的当代，旧有技术可能迅速被新技术取代。因此，本书立足于人工智能时代的前沿，注重培养读者的人工智能思维方式，拓宽知识视野，而非局限于某些技术细节的本书从基础开始，由浅

本书创新性地将三大前沿IT技术融合，系统介绍了DeepSeek大模型、昇腾算力框架与鸿蒙操作系统的协同开发。本书通过实战项目，生动展示了国产技术从模型、算力到系统所发挥的关键作用，为构建智能时代的坚实技术底座提供了具体方案。本书面向广大AI技术人员、大学生群体及所有对国产技术感兴趣的读者。

本教材融合国家精品课程多年教学经验和人工智能领域最新进展，系统阐述模式识别和机器学习的基础知识、理论框架和主要方法体系，既包括统计模式识别、人工神经网络、统计学习理论与支持向量机等经典内容，也包括深度学习、生成模型等新内容，并通过介绍各类方法的发展脉络和内在联系，力求帮助读者能既“知其然”也“知其所以然”。

本书通过对AI的历史、技术、商业、社会和哲学五个剖切面的综合介绍，帮助读者建立框架性的认知，明确自己在AI时代的位置和努力方向，就像当年在房地产时代找到自己的定位一样，抓住AI时代的财富机遇、就业机会和文化浪潮，面对时代的冲击，乘风破浪。

当生成式人工智能席卷而来，一场从“识别已知”到“想象未知”的认知革命正深刻重塑我们的生活与思维模式。指令被精准响应，创意被智能激发，复杂难题被高效破解，在这场“百模争鸣”的变革浪潮中，掌握与AI共处的核心能力，已成为每个人的必修课。 本书面向大学通识教育，是专为打破专业壁垒、消解技术神秘感而编写的生成式AI通识读本，

本书比较系统地介绍和讨论机器学习的入门性基础理论与应用技术。首先，比较详细地介绍掌握机器学习理论和方法所必须具备的基础知识，包括机器学习的基本概念与发展历程、模型估计与优化的基本方法；然后，系统地介绍和讨论监督学习、无监督学习、集成学习等传统机器学习理论与方法；最后，在详细探讨神经网络与深度学习基本理论的基础上，系统地

本书共9章，第1章回顾人工智能发展历程，介绍人工智能的三大学派等，引出深度学习。第2章涵盖数据预处理、微积分、线性代数、概率论等基础知识，为后续学习打下数学根基。第3章至第6章为本书核心内容，依次讲解神经网络基础、卷积神经网络原理与实践、循环神经网络原理与实践与图神经网络原理与实践，并配套经典模型与实践案例，帮助读者打

本书共分14章，全面系统地介绍了生成式AI的基础理论、核心技术、应用场景以及社会影响，既突出生成式AI技术，又重视AIGC应用，旨在为读者提供一个全面、深入且实用的学习平台，帮助读者快速掌握生成式AI(AIGC)的精髓及其在各领域的应用实践。

本书在内容设计上兼具前沿性与低门槛：一方面，融入2023-2025年开源大模型(Llama3、Mistral)、多模态AIGC(Suno文生音乐、Sora文生视频)、AIAgent、具身智能等热点技术；另一方面，所有实验均基于Python预装库(PyTorch、NumPy等)，仅需CPU即可运行，适配职教本科机房及学生

本书以“基础理论—关键技术—前沿应用—伦理安全”为主线，覆盖人工智能领域的核心模块。本书的特色：一是体系完整，覆盖从基础理论到前沿应用的全链条知识；二是案例丰富，通过“西瓜分类”“补给路线规划”等贴近生活的实例降低理解门槛；三是紧跟趋势，重点纳入大语言模型、具身智能等前沿方向；四是注重伦理，强调技术发展与社会责任的平衡