本书包含十五个实验，涵盖计算机及网络基础、AI核心技术体验与调用、提示词工程、AIGC多模态内容生成、智能体工作流搭建及AI伦理等内容，构建从基础操作到综合创造的全链条进阶路径。

本书以可运行、可复现、可部署为基本标准，包含多语言翻译助手、法律咨询助手、企业知识库智能管家、金融客服、医疗辅助系统、工业预测系统等实战案例，并讲解多代理协作、对话流程编排、知识检索增强、数据分析与报告生成、微服务部署与性能调优等关键能力；聚焦开源智能体生态，避免对封闭平台的依赖，呈现“任务编排中枢+对话与协作引擎+知

本书既适合LangGraph初学者、AIAgent开发人员、Agent架构师、大模型应用开发人员及行业AI应用解决方案提供商,也适合高等院校或高职高专院校学习大模型应用开发课程的学生

本书围绕人工智能基础知识和大模型应用设置内容,包括6个项目。项目1通过短视频推荐案例的导人,讲述人工智能的概念和与大模型的关系。项目2以精准营销为例,讲解机器学习基础、算法及应用和鸢尾花分类实践。项目3借助人脸识别案例,阐述深度学习概念、神经网络原理及图像分类训练方法。项目4导人大模型生成“类人化”文本案例,介绍大模型

本书聚焦当下爆火的AI龙虾(OpenClaw)智能体工具，打造从零基础认知到全场景实操、再到安全防护的完整学习指南，帮助读者快速吃透国产AI龙虾的核心价值与落地方法。开篇先破除认知误区，清晰解读AI龙虾的本质定义、实用功能与多渠道消息集成、语音交互、LiveCanvas可视化工作区、专属工具系统四大核心特性，同时梳理国

全书分五大部分，层层递进，形成有机联系的知识网络；创新构建数字化教学生态，提供“预习导引-课堂探究-实践拓展”全流程学习支持；同步对接华为HCIA认证体系，嵌入金融风控模型、智能供应链等行业解决方案案例库，助力教师打造个性化经管+AI融合课程。本书通过理论与实践的深度结合，着力培养具备AI技术理解力、商业创新力和伦理判

本专著围绕径向基(RBF)神经网络的结构设计及在线建模方法展开系统研究，分别针对前馈与递归两种RBF神经网络模型，提出了一系列自适应初始化、参数在线自调整、结构在线自组织及递归机制优化方法。通过引入改进的Canopy-K-均值聚类、滑窗机制、高斯隶属度相似性度量、记忆因子递归结构及自适应批量学习等策略，显著提升了RBF

本书以“零代码入门—开源可控—深度定制”为逻辑主线，围绕Coze、Dify、LangChain三大平台展开。第一篇系统梳理AI智能体的基础概念与核心构成，深入讲解提示词、插件、知识库、记忆系统及工作流等关键模块，帮助读者建立完整的智能体设计思维。第二篇分别聚焦三大平台：Coze强调可视化、低门槛，适合快速搭建；Dify

本书聚焦人工智能技术在六大典型场景中的应用开发，以“技术原理+系统设计+项目实战”为主线，结合职业教育特点，系统阐述垃圾分类识别、果蔬识别、同声传译、多卡证智能识别、智能停车场、人脸识别六大系统的技术实现路径与行业解决方案。

本书主要以聚类任务、回归任务、分类任务、特征工程、降维与超参数调优、概率模型与标注任务、神经网络模型、深度学习模型、生成对抗网络、对抗样本、强化学习等主题对相关内容进行组织。本书在讨论具体算法时，采用以示例入手、逐步推进的方式，并尽量给出详尽的推导。本书没有采用伪代码的方式来介绍算法流程，而是用文字说明加(或)示例程序