本书系统介绍了人工智能的基本原理、基本技术、基本方法和应用领域等内容，比较全面地反映人工智能领域的经典理论和方法，以及研究前沿和进展。全书共10章。前6章主要讲述人工智能的基本概念、原理、方法和技术，涵盖人工智能发展历史和主流学派、知识表示、确定性推理、搜索策略、不确定性推理、机器学习、数据挖掘、大数据、深度学习和人工

本书围绕人工智能的前沿技术及应用场景展开论述，借助丰富翔实的案例，解读人工智能在医疗、金融、科研等领域的应用，展示人工智能潜藏幕后却足以改天换地的强大力量。无论是怀揣好奇、期望拓宽视野的科技爱好者，还是身处行业一线、急需激发创新灵感的从业者，都能从本书中有所收获。

全书分为四篇，共9个项目，第一篇为基础篇，主要介绍人工智能的基础知识；第二篇为技术篇，主要介绍人工智能的相关技术，内容涵盖人工智能的核心支撑技术、机器学习与深度学习算法、计算机视觉与语音识别技术、自然语言处理与知识图谱；第三篇为应用篇，主要介绍智能机器人、AIGC应用以及人工智能在各个行业中的应用(主要介绍人工智能在航

本书以清晰理性的视角纵览了现代人工智能的发展，涵盖了生成式AI和大型语言模型的最新进展。书中不堆砌术语，而是用大家都听得懂的语言，把主流AI技术讲得清清楚楚，生动展现了AI为企业带来的切实优势。这部兼具启发性与实用性的著作，为开发成功AI应用提供了经得起检验的框架体系。

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。

本书共七章，主要内容包括：无处不在的人工智能；机器视觉；机器嗅觉；表达与推理；元机器学习；大模型与生成式人工智能；自然交互。

本书详细介绍了Python的下载与安装、第三方库的安装、基本程序设计等基础知识，接着深入探讨了利用Python进行数据处理的方法，包括数据读取、数据预处理和数据可视化。然后介绍了人工智能无代码开发平台EasyDL的使用，并通过文本分类、声音分类和物体检测等实践项目，帮助学生掌握无代码开发的基本技能。

本书内容主要集中在三大维度：首先，对机器学习、深度学习、强化学习等基础算法原理进行解析，并深入剖析大模型与生成式人工智能的创造性机制；其次，通过计算机视觉、自然语言处理、智能机器人等典型应用场景，揭示人工智能实现“看、说、行”的类人化突破；最后，探讨了当前广泛应用于实践的智能推荐系统，以及人工智能伦理规范与社会责任。

全书共8章。第1章人工智能概述，介绍了人工智能定义和分类、关键技术、发展趋势、应用领域、大模型应用等基本内容。第2章提示工程应用，是作为一种优化对话性能、提高对话系统质量和灵活性的技术，涵盖提示内容的任务描述、提示类型、规范化提示等技术和方法。第3、4章讲解AIGC及其工具应用，包括AIGC工具的含义和特点、AIGC打