全书分两部分：第一部分人工智能基础理论，介绍人工智能概论，脑科学与人工智能神经网络、机器学习、感知智能与认知智能、机器人与人工智能、人工智能伦理等；第二部分人工智能赋能产业，介绍AI赋能办公、医学、金融、农业、机器人、艺术、教育等产业的应用案例。本书理论与应用并重，既系统介绍人工智能基础理论，又介绍人工智能的典型应用，

本书概述了与机器学习相关的各种主题，在说明人工智能中机器学习的定位之后，将机器学习的各种主题地图化，以在地图内的小镇旅行的形式进行生动、简要地介绍。本书不处理公式和复杂的步骤，通过生动的例子，简单易懂地介绍了“在什么构造中，在哪里使用，如何使用”等要点，使读者可以在短时间内有效地学习。本书首先介绍了什么是机器学习；其次

本书共分为十章，精选100个高频真实场景案例，覆盖日常办公、岗位提效、内容创作、副业变现、小微创业、跨境电商、家庭管理、学生学习与个人成长等多个维度，帮助读者真正掌握DeepSeek的使用方法，让读者从“听懂AI”走向“掌握AI”。

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

本书系统归纳近年来计算智能研究成果，详细介绍了计算智能中较为典型的9种算法——人工神经网络、遗传算法、蚁群算法、人工免疫算法、粒子群优化算法、人工蜂群算法、生物地理学优化算法、多目标优化算法以及约束优化算法，并给出了各个算法基于MATLAB软件的仿真实现过程和在信号与通信领域的应用实例，这使本书知识点的讲解通俗易懂、直

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

本书从发展概述、核心技术原理与产业实践的角度深入解析大模型系统。全书共9章。第1章首先对大模型技术进行概述，系统梳理其概念、发展里程碑及未来趋势。第2章转入产业视角，深入剖析竞争格局、商业策略与产业落地面临的挑战。第3~5章介绍大模型系统的技术实现，从监督学习、迁移学习等方法入手，逐步深入文本标记化、编码器-解码器架构

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