本书立足“技术赋能职业”的理念，以“场景化学习”为脉络，聚焦AIGC工具在职场中的高频应用场景，通过“基础认知→工具实操→案例实战”的阶梯式设计，帮助学生从零起步，逐步掌握AIGC技术的核心逻辑与应用能力。

本书分基础篇、应用篇、素质篇三篇，共11个任务，内容包括：“人工智能概述：让机器‘思考’的技术革命”“人工智能浪潮：发展历程与主流学派”“AI赋能行业：人工智能的应用场景”等。

本书共有7章。第1章绪论：系统介绍了人工智能概况。第2章人工智能系统架构：描述了人工智能框架中基础层、算法层、技术层和应用层的相关知识，最后介绍了专家系统。第3章机器学习：主要介绍了机器学习的概念、分类、算法及应用等。第4章深度学习：介绍了深度学习的发展历程；讲解了典型的深度学习算法、应用和发展趋势等内容。第5章强化学

本书从基础理论入手，系统介绍人工智能的定义、起源、发展及其核心要素，深入剖析其分类与流派，旨在帮助学生建立对这一领域的宏观认知。然后进一步深入探讨人工智能的应用技术，包括机器学习、深度学习、自然语言处理、计算机视觉和智能语音等核心技术，详细阐述它们的原理、类型、算法及具体应用场景。生成式人工智能(AIGC)作为人工智能

本教材通过38个学习案例和4个典型项目(包括智能导盲鞋、智能识别、智能共享盆栽养护系统、智能家居)，引导学生在解决实际问题的过程中掌握AI赋能创客设计的方法、形成跨域协同能力、建立AI驱动创新思维，提升AI时代实践创新与就业竞争力。

本书以“技术基础—行业赋能—伦理治理”为逻辑框架，系统解析人工智能生成内容(AIGC)的技术原理、工具生态与产业变革，深度融合金融、制造、医疗等十大领域的实战案例，构建“理论—工具—实训—伦理”四维一体的教学体系，助力学生掌握智能时代的技术认知与职业能力。通过200余张图表、50余个案例及20个跨领域实训项目，构建了从

本书共8章，遵循“基础→技术应用→前沿展望”的逻辑架构编排，循序渐进地引导读者深入理解人工智能的发展趋势、关键技术及智慧农业应用案例。第1章从人工智能与农业的演进历程切入，介绍相关概念、核心特征及关键技术体系，探讨人工智能如何赋能农业现代化。第2章讲解机器学习的基础知识，为后续人工智能技术的学习奠定理论基础。第3-7章

本书共11章，内容包括：基于生成样本分布优化的不平衡分类方法、基于样本空间映射的不平衡分类方法、面向多类样本特征交叠情况下的不平衡分类方法、面向数据多模态分布条件下的不平衡分类方法等。

本书从算法安全、数据隐私、模型鲁棒性、政策法规等维度展开，涵盖投毒攻击、对抗攻击、萃取攻击、逆向攻击、提示注入、联邦学习隐私安全等新型安全威胁以及相应的安全防御手段。

本书共13章，从人工智能的基础概念与发展历程出发，深入解析机器学习、深度学习、强化学习等关键技术，并涵盖群体智能、生成式人工智能、大语言模型等前沿领域。本书结合丰富的应用案例，如医疗诊断、自动驾驶、智能客服等，并结合赋能传统医学的综合实践，展现出AI技术的实用价值。同时，聚焦伦理、安全、就业等社会议题，展望人工智能的未