本书围绕“AI认知—工具实操—行业应用—风险思辨”这一核心主线，创新性地按照项目化教学模式进行编写，其核心目的在于助力学习者全面且系统地掌握人工智能的基础知识与实际应用技能，着重培养他们的AI素养及创新实践能力。全书共分为8个项目，内容循序渐进、由浅入深。项目一集中介绍了人工智能（AI）的发展历程、核心技术及主要应用场

本书系统、全面地介绍了人工智能技术的相关概念与实际应用，具体内容分为10个项目，包括人工智能概述、AI提示词优化、AI生成文本技术、AI智能搜索辅助办公、AI智能PPT设计、AI生成图像技术基本应用、AI生成音视频技术的创新与应用、AI数据分析与可视化、AI知识库与智能体及AI辅助编程。通过本书的学习，读者可以更好地理

本书系统介绍了人工智能的核心理论与前沿应用。本书共5章，涵盖人工智能概述、小模型技术基础、大语言模型技术基础、生成式人工智能（AIGC）、人工智能伦理与安全等内容。本书注重理论与实践相结合，通过丰富的案例与实操设计，帮助读者轻松掌握AI基本原理，理解其社会影响，培养读者理性思考、负责任地运用AI技术的能力。本书既适合作

本书以理论与实践深度融合为核心，系统阐述人工神经网络与深度学习的核心原理、技术架构及前沿应用，旨在为读者构建从基础到实战的知识体系。通过翔实的案例解析与开发实践，帮助读者掌握深度学习的核心技术，培养解决复杂问题的工程能力。本书共13章，第1章概述AI发展历程与深度学习基础，梳理神经网络演进脉络。第2章详解PyTorch

本书系统阐述了可解释人工智能的研究背景、技术方法、行业应用及实践。全书共分为五个部分。第一部分为第1章，聚焦于可解释人工智能的研究背景与动因。第二部分涵盖第2至第5章，深入讲解了可解释人工智能的基础模型、解释方法、决策机制、安全性问题及评估体系。第三部分为第6章，专注于人工智能模型的软件测试方法。第四部分为第7章，展示

本书秉持“学生易学”的理念，注重实践能力的训练，内容编排遵循“人工智能理论通识+AIGC工具应用通识”双线递进式教学路径，以企业级实战项目为载体，以“人工智能+”理念为红色研学、智能手表、智能家居、旅游服务、亲子烘焙、非遗数字化工程、数字电商和数字营销8个场景设计了8个项目，并拆解成28个任务。通过精简深奥的的理论算法

本书从机器学习的需求出发,介绍实数域内矩阵理论的基本思想及方法,并辅以直观图解和实际案例,从而大幅降低机器学习的数学门槛。本书共7章,第1章从主成分分析谈起,通过PCA的原理介绍串联起机器学习中的矩阵方法。第2-7章详细介绍第1章中涉及的矩阵理论和方法,包括矩阵与向量空间、矩阵与内积空间、矩阵的度量与分解、向量函数的微

本书共14章,分为四篇:第一篇为深度学习相关的基本概念与理论(第1-2章)梳理了深度学习的发展历程、前沿与趋势,介绍了机器学习任务类型、评价指标、过拟合与欠拟合偏差与方差、最大似然估计、贝叶斯决策、损失函数设计等;第二篇介绍典型神经网络(第3-7章)包括多层感知机、卷积神经网络、循环神经网络、Transformer和图

本书以理工类专业为读者对象，以人工智能通识教育为目标，全书共6章，主要内容包括人工智能概述与发展历史，如人工智能的历史、发展等；机器学习，如机器学习概述、机器学习流程和常见算法等；神经网络与深度学习，如神经网络的基本概念、常见的深度学习结构、深度学习的工具与实现等；计算机视觉基础，计算机视觉的定义与目标、技术基础、常用

本书主要内容包括：机器学习概述、机器学习的统计学基础、机器学习的常用Python库、机器学习的基本流程、回归、分类：Logistic回归和最大熵模型、分类：决策树、分类：贝叶斯分类器、分类：支持向量机、分类：集成学习、聚类分析、降维、神经网络、深度学习。