本书采用理论与实训案例相结合的形式，深入浅出地介绍了大模型的基础知识。本书共分为8章，内容涵 盖大模型的基础知识、传统语言模型基础知识、神经网络基础知识、大模型的主要技术、大模型的微调与部署、 大模型的应用，以及面对的挑战和未来发展等。

本书不仅适合作为高等院校人工智能、计算机科学与技术或相关专业学习大模型的入门教材，也适合从事相关工作的人工智能爱好者和工程师学习阅读。

本书涵盖人工智能领域的多个重要方向和交叉领域，旨在向读者介绍人工智能的最新进展、应用和发展趋势，同时探讨人工智能与其他学科交叉的原则、重要性和潜在影响。主要内容包括人工智能基础与前沿、人工智能+教育、人工智能+医疗、人工智能+法律、人工智能+哲学，涉及人工智能技术在多个学科的理论前沿知识、不同领域的案例应用和辨证思考等内容。

本书系统地介绍了矩阵理论的相关内容及其在控制系统中的应用。全书共11章，主要内容包括：矩阵理论的基本知识及应用、范数与测度、矩阵的相似标准形、矩阵分解、矩阵特征值的估计与定位、矩阵函数及运算、几种重要的矩阵、矩阵的广义逆、矩阵不等式、矩阵方程以及矩阵乘法的推广及应用等。本书内容丰富，每章都配有适当的例题和一定量的习题，便于读者阅读与练习。

本书全面介绍人工智能的发展、基础知识、主要技术及应用。全书共12章，分别是人工智能发展、人工智能主要技术、大语言模型、生成式人工智能、通用人工智能、人工智能安全、人工智能与制造、人工智能与教育、人工智能与健康、人工智能与交通、人工智能与经济和人工智能与社会。
本书强调人工智能知识的基础性、整体性、综合性和广博性，使学生掌握人工智能的主要思想和应用人工智能技术解决专业领域问题的基本思路，拓宽科学视野，培养创新精神。 本书的适用对象广泛，可作为高等学校各专业“人工智能”通识课程或“人工智

本书介绍了人工智能(AI)的核心技术、应用实践及伦理治理，旨在使读者初步认识人工智能。书中阐述了AI的起源、发展历程及关键技术，展示了AI在各个领域的应用与技术突破。通过分析机器学习、深度学习和预训练模型，帮助读者理解AI如何从基础算法发展到复杂的智能系统。同时，本书还介绍了多模态AI、生成式AI和智能机器人，展示了AI模型的不断进步以及AI模型如何深刻改变人们的生活。通过对AI在科学研究和交叉学科应用方面的讨论，揭示了AI赋能各行各业的巨大潜力。最后，本书探讨了人工智能的伦理与治理问题，强调技

本书严格依据人工智能训练师国家职业技能标准（2021年版）进行精心编撰。其内容系统地涵盖了5级至3级的相关知识体系，全书共计8章。其中，除第8章外，其余各章均精心设置了实训环节，有效实现了理论与实际的有机结合，旨在全方位提升读者的知识掌握水平与实践操作能力。本书特色鲜明：其一，相关内容于深圳多区开展了多轮培训实践，积累了丰富经验。其二，案例紧扣时代脉搏，将基础知识传授与大模型工具应用有机融合，极大提升学习效果与效率。其三，内容全面且深入浅出，与高校专业教材相比，阅读难度适中，适合广大受众研读，可

本书旨在深入浅出地介绍统计方法与机器学习的核心概念和算法应用。它不仅涵盖了传统统计方法的基础知识，还深入探讨了机器学习领域的关键技术。本书首先从机器学习中的数学基础入手，包括数据的描述存储、线性变换和特征分解、概率的基本思想、概率论和统计方法在机器学习中的应用等。其次，根据机器学习的基本概念、各种分类和路径等，较全面地给出机器学习的俯瞰图。最后，本书将视角投放到当前人工智能最火爆的深度学习领域，从神经元模型到神经网络，再到目前人人关注的大语言模型。本书通过丰富的实例和实际数据集，帮助读者深入理解

针对当前智能传感器、人工智能、数字孪生等的发展趋势，本书以智慧地球概述、智慧地球建设战略需求、关键技术、核心支撑技术、应用案例为线索组织写作，在系统阐述智慧地球概念、内涵和剖析智慧地球发展现状以及面临的问题和挑战的基础上，依次分析面向行业的智慧地球建设战略需求、智慧地球构建关键技术，以及包括通导遥一体化复杂环境智能感知、智慧地球辅助决策系统、基于多源信息融合技术的复杂环境认知、感知-认知-决策-行动互馈应用模式、轻量级云边端一体化运行环境等在内的智慧地球构建依赖的核心支撑技术

本书主要把握计算机科学与技术的发展趋势，熟悉人工智能的前沿知识和研究热点。本书从人工智能的概述出发，介绍了人工智能研究领域的基础知识，与此同时，对人工智能领域的核心算法--机器学习技术展开详细介绍，让读者掌握对相关技术的算法创新以及工程实践等。该教材紧密联系计算机学科中的人工智能前沿内容和所涉及的项目实践技术，读者通过该课程的学习能够了解基本的人工智能新技术和实际问题求解的创新方法。 全书兼具理论性、资料性和实践性。

大模型作为人工智能技术的重要发展方向，逐渐成为未来科技发展的重要方向之一。基于此，本书重点介绍与大模型相关的基础知识、原理与技术。本书分为14章，内容包括深度学习基础、自然语言处理、大模型网络结构、大模型训练与优化、大模型微调及相关应用案例等。全书强调内容的科学性与系统性，从大模型历史发展脉络、理论基础、构建方法到应用场景，循序渐进地全面讲解大模型技术。本书聚焦于大模型在不同领域的扩展应用，提供了应用案例的全方位学习路径，旨在培养和提升学生的实践和创造能力。每章都提供了相应的习题，供学生练习和巩