本书介绍人工智能的基础知识和实践方法，包括人工智能概述、机器学习概述、KNN分类算法、Kmeans聚类算法、回归算法、决策树算法、深度学习、计算机视觉、自然语言处理和人工智能前沿技术等内容，并设计大量应用案例对算法进行解析。

随着计算机技术的持续突破，人工智能生成内容（AIGC）应运而生，显示出其在内容创作领域的巨大潜力。本书深入浅出地探讨了AIGC 的理论基础、实践应用与发展前瞻，是技术与创新并重的专业指南。本书主要内容包括AIGC 概述、AIGC 工具与应用，重点介绍了写作类、图表类、演示文稿类、图像类、音乐类及视频类AIGC 工具的实操技巧，旨在为读者提供一条清晰的学习与应用路径。

本书内容前沿，案例翔实，不仅适合作为高等院校人工智能相关专业的教学参考书，也适合对AIGC 感兴趣的研

"本书系统介绍群体智能的基本概念、主要方法与算法及其典型应用，首先简要介绍了有关群体智能的基本概念、研究现状与未来发展以及一般**化问题及典型方法；其次重点介绍了三种典型的群体智能优化算法——粒子群优化、蚁群优化和烟花算法；然后介绍了多种新型群体智能优化算法和基于群体的进化计算方法，这些覆盖了更为广泛的新型方法；之后专门介绍了基于图形处理器（GPU）的群体智能优化算法的并行实现，以此加速群体优化算法并促进群体智能优化算法在广泛实际领域中的应用；接着还介绍了群体智能算法的一些典型应用实例；最后介绍

本书是面向智能制造相关专业的人工智能基础教材，全书共分9章，构成了基础理论与典型应用的完善体系，涵盖了简明数学基础、核心算法架构、典型应用案例。本书由智能制造专家与人工智能专家合作编写，既保证了知识体系上符合人工智能领域的科学性，又在具体知识点的展开上具有显著的智能制造领域应用目标导向，并配以智能制造领域相关典型案例。本书可作为智能制造、机械类、材料类、电气类、电子信息科学类以及其他智能制造相关专业的本科生学习人工智能课程的教材。

"本书首先概述人工智能的基本概念、研究内容、研究途径与方法、分支领域与研究方向、应用前景、历史沿革、现状与趋势等，勾画了人工智能学科的总体架构； 然后简要阐述人工智能主要分支的原理、方法和发展概况，并指出延伸学习的内容和方向。全书共11章，内容全面、基础、经典而新颖。 本书篇幅适中、层次分明、条理清楚、理例结合、图文并茂、深入浅出、详略得当、纸电结合、易读易懂、易教易学。 本书为高等学校各学科各专业的人工智能通识课程教材，也可作为科学研究和工程技术人员及广大人工智能爱好者的自学或参考用书。

"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

机器学习是人工智能领域的重要组成部分，其深度和广度都在持续扩展。本书不仅对机器学习基础知识进行了全面介绍，而且深入讨论了各种经典和常用的机器学习方法。通过理论与实践相结合的方式，帮助读者理解机器学习的基本原理，掌握常用的方法，并能够在实际问题中应用这些技术。本书共10章，可分为两部分。第一部分主要介绍机器学习的背景知识，包括其定义、应用领域、发展历程等。这部分旨在为读者提供一个全面的视角，从而了解机器学习的概貌。第二部分则侧重于技术的讨论，包括各种经典和常用的机器学习方法的具体实现和应

本书是一本融合人工智能及其在海洋机器人中应用的综合性教材，旨在为学生、研究人员和工程师提供全面的理论基础和实际应用技能。本书内容涵盖了人工智能的基础理论、人工神经网络在海洋机器人控制中的应用、强化学习方法在海洋机器人决策上的应用、基于深度学习的水下目标探测，以及人工智 能在海洋机器人中的具体应用实例。