本书采用“基础理论-进阶方法-前沿拓展”的三段式知识体系,帮助读者由浅入深地掌握强化学习的核心思想与方法论。全书分为三部分:第一部分强化学习基础(第1-7章),从学科概览与发展脉络出发,介绍马尔可夫决策过程(MDP)的理论基础,重点讲解表格型强化学习方法,通过网格世界、悬崖行走等经典案例,帮助读者深入理解强化学习算法的

本书共分7章,涵盖了人工智能概述、人工智能的应用、机器学习技术、深度学习技术、大语言模型概述、智能体与具身智能、AIGC应用与实践等内容。

《群体智能——原理、改进与实现》系统介绍了群体智能优化算法的理论基础和核心思想，并结合具体实例展示了算法在工程中的实际应用。书中对多种群体智能优化算法进行了分类讨论，深入分析其原理、改进策略及时间复杂度，帮助读者全面掌握算法结构与优化技巧。在柔性作业车间调度的工程背景下，本书使用粒子群算法、模拟退火算法、斑马优化算法和

本书基于扣子(Coze)开发平台，介绍了智能体的概念、技术架构、开发流程和应用实践等内容，包括AI智能体概述、智能体的核心模块、智能体搭建全流程、内容生成智能体、电商客服智能体、视觉设计智能体、新媒体运营智能体、智能体的其他应用及多智能体协同运作。

本书共分为8章,内容包括人工智能概述、Python编程语言初探、数据挖掘基础、初识机器学习、神经网络的起源、经典人工智能算法、我国人工智能开放平台、大语言模型--从ChatGPT到DeepSeek。

本书共分为9章,首先回顾了人工智能的概念、发展历程及研究方法;其次详细阐述了神经网络、深度学习、强化学习、群智能算法、搜索算法、不确定性推理等方法的基本原理与实例分析;最后介绍了监督学习、无监督学习和半监督学习等机器学习领域的内容,包括k近邻法、朴素贝叶斯法、决策树、线性回归与逻辑斯蒂回归等经典算法,以及聚类算法、降维

本书阐述GAI的发展历程和技术原理，探讨其在解决实际问题中的应用，以“AI-5P”(AI赋能下的现象分析、问题探索、方案设计、原型迭代、价值推广)创新模型为创新方法论框架，采用案例驱动与问题导向相结合的方式编写。

《AIGC技术及应用通识教程(微课版)》以通俗易懂的语言、翔实生动的案例系统地介绍了AIGC的基础知识和应用技巧。本书共分8章，涵盖了人工智能与AIGC、AIGC与应用文写作、AIGC与高效办公、AIGC与图像处理、AIGC与音频编辑、AIGC与视频创作、AIGC与新媒体运营、AIGC与程序设计等内容。本书结构清晰，案

本书系统讲解智能系统的设计与实现，以“智能芯片、智能软件、智能计算、智能互联”为框架，构建了从理论到工程实践的完整知识体系。全书以华为昇腾AI生态为核心技术栈，结合实战案例，详细解析智能硬件基础、智能软件栈开发、深度学习全流程、模型部署关键技术以及综合应用的实现。本书注重理论与实践相结合，既可作为高等院校计算机、人工智

面对生成式人工智能工具快速迭代、知识呈现日益碎片化以致难以形成系统理解的现实状况，本书为读者提供一条从原理到应用、从操作到反思的清晰学习路径。全书围绕生成式人工智能的基础理念与典型功能展开，并通过案例展示文本、图像、音频、视频等典型生成方式在教学、科研与传播等场景中的应用，还在各节内容中设置了思考与训练任务。本书在能力