"本书以自主智能无人系统为主线，全面系统地介绍了其核心原理、基础知识以及智能算法，主要内 容包括无人系统经典模型、无人系统运动控制、机器学习和深度神经网络、智能控制、传感器滤波与智 能融合、即时定位与建图、态势智能评估、自主任务分配与行为规划、智能路径规划与轨迹规划、多智 能体系统协同控制、多智能体系统协同优化与决策等。 本书可以作为自动化、人工智能、机器人等相关专业的本科生或研究生的教科书，也适合作为自主 智能无人系统研究领域科研工作者的参考书。 "

《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，提升技术应用能力，适应数字化时代的发展需求。本书结构清晰，理论与实践结合，可作为职业本科院校、高职高专院校人工智能通识课程的教材，也可作为对人工智能技术感兴趣的读者的参考资料。

"《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AI技术的边界；第二篇AI如何重塑行业（第5～10章），详细阐述AI在医疗、金融、教育、制造业、法律及媒体创意等六大核心行业的创新应用和变革模式；第三篇AI如何改变我们的日常

《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篇适合信息类专业的学生深入学习。本书案例均源于校园生活与产业需求，有助于强化学生将技术与场景相结合的能力。项目1~11使用零代码和低代码工具完成，降低了非信息技术专业学生的学习难度。本

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、Stable Diffusion、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。本书共十讲，按照基本原理、预训练技术、重要应用三个层面展开，从生成模型、自监督学习、强化学习的基本原理出发，系统介绍大语言模型、多模态大模型、决策大模型的预训练技术，以及

本书聚焦人工智能与教育技术的融合应用，系统呈现理论、工具与实践的完整体系。全书共分6章。第1章介绍教育技术基本概念、理论基础及发展历程。第2章解析计算机与人工智能基础，涵盖硬件系统、网络技术、智能芯片及前沿应用，揭示技术底层逻辑。第3章结合教育场景，配套案例详解WPS办公软件实操技能。第4章围绕信息化教学资源获取与工具应用，强调资源整合与创新设计。第5章聚焦教学设计与实施，融入BOPPPS模型与AI技术应用策略。第6章以微课制作为主题，结合具体学科案例展示技术落地路径。本书以跨学科融合为核

"本书全面且深入浅出地介绍了机器学习技术，不仅涵盖机器学习算法原理及其实现和运行，还包括Python编程基础和深度学习入门知识，有助于初学者快速掌握算法的实际应用。本书每一节都提供了相应的Python代码实例，通过文字、公式、图像、代码和运行结果的结合，读者可以深入理解算法的实现过程。
全书分为3部分: 第一部分（第1～3章）提供必备的预备知识，包括机器学习概述、Python和NumPy基础；第二部分（第4～11章）详细介绍各种机器学习算法，涉及回归、分类、聚类等任务；第三部分（第12、1

"本书是一本全面深入的深度学习实践指导书，旨在为读者提供从基础概念到高级应用的系统性知识。

本书第1章从基础开始，介绍了PyTorch工具，涵盖了数据的加载与预处理，以及基础网络构建和训练流程。 第2章深入图像分类，探讨了CNN架构、数据增强技术，以及模型优化和部署策略。 第3章转向创造性图像应用，包括风格迁移、Deep Dream、GAN和超分辨率技术，并讨论了CycleGAN的应用。 第4章专注于视觉系统，讲解了目标检测、语义分割以及相关网络结构。 第5章和第6章分别探讨了循环

"随着人工智能和数字技术的飞速发展，深度学习已成为现代技术革新的核心驱动力之一。从语音识别到自动驾驶，深度学习的应用正在不断改变人们的生活方式。然而，深度学习技术的复杂性和广泛性，使得初学者和实践者在理解与应用这些技术时面临诸多挑战。因此，本书对深度学习的基本理论、核心技术及实际应用进行了系统梳理，旨在帮助读者全面掌握这一领域的核心知识。
本书融合理论、技术与实践，旨在为深度学习爱好者、高等学校计算机科学与技术、人工智能、智能科学与技术等相关专业本科生、研究生以及工业界的专业人士提供一条系