本书以“基础-技术-应用-展望”为框架，系统阐述具身智能的理论内核、技术路径、全场景应用和产业发展。本书首先阐述具身智能的核心理论和演变历程，通过关键的原理与里程碑事件，让读者初步理解具身智能；然后进一步剖析感知系统、认知架构、运动控制、基础系统等核心技术，辅以特斯拉Optimus、波士顿动力机器人等真实案例，展现具身

本书系统梳理了Llama4大语言模型（简称“大模型”）的理论基础、技术架构、协议互联与工程实践，全面覆盖从大模型底层结构到高阶应用的全栈知识体系。全书分为三部分共10章：第一部分重点介绍大语言模型的基本原理、Llama4的基本架构与设计创新、多模态处理能力及与MCP的深度融合，为读者理解其核心机制奠定扎实的理论基础；第

本书系统全面地阐述了大模型应用开发的核心技术体系与实践路径。内容涵盖大模型基础与技术概览、开发环境搭建、提示工程与交互设计、检索增强生成系统、智能体开发体系及多模态应用开发；深入探讨了模型在金融、医疗、教育等关键行业的落地应用；并系统讲解了模型轻量化与部署优化、系统监控与迭代优化等工程化方法，同时强调了人工智能伦理与合

本书以AI技术赋能社会科学研究为核心，聚焦DeepSeek与ChatGPT两大工具，系统构建从理论研究到实践操作的完整知识框架。全书以社会科学研究流程为主线，围绕文献处理、数据获取、分析可视化、成果输出四大核心环节展开，通过具体的场景化案例展现AI技术的赋能路径。结构设计采用双工具并行对比的视角：DeepSeek篇深入

本书主要内容包括：机器学习概述、机器学习的统计学基础、机器学习的常用Python库、机器学习的基本流程、回归、分类：Logistic回归和最大熵模型、分类：决策树、分类：贝叶斯分类器、分类：支持向量机、分类：集成学习、聚类分析、降维、神经网络、深度学习。

本书系统介绍了图机器学习的基础理论、典型模型与应用实践。本书首先介绍图的基本概念、表示方法与特征构造技术;其次从图嵌入模型出发,深入介绍了图神经网络的主要架构与变体;再次概述图机器学习前沿进展,并详细介绍异质图、谱图、可信图和图基础模型等前沿方向;最后介绍了图机器学习在推荐系统、金融风控、生命科学、电路设计等领域的典型

本书首先简述人工智能的基本概念、发展历程,分类及在医疗、金融、交通等领域的应用,引入AI概貌;接着,系统介绍人工智能的核心技术分支,包括机器学习、强化学习、神经网络与深度学习(涵盖CNNRNN,Transformer等模型);随后,通过实例详细阐述AI在自然语言处理(包括DeepSeek、GPT,BERT等大语言模型)

本书系统介绍了最优化的基本理论、建模方法与常用算法,内容涵盖优化的基本概念、最优性条件、凸优化、无约束与约束优化等基础知识,并重点讨论机器学习中的优化建模与算法,如主成分分析、支持向量机、随机优化和零阶优化算法等。

本书分为“大模型基础”、“大模型优化方法”和“大模型能力扩展”三个部分,逐步深入地介绍了大模型的核心技术和前沿发展。第一部分“大模型基础”作为基础篇目,注重理论铺垫;第二部分“大模型优化方法”作为进阶篇目,深入技术细节;第三部分“大模型能力扩展”作为高级篇目,聚焦前沿挑战。

本书主要分为机器学习的基础、非参数化模型、线性模型、聚类方法、降维方法、EM算法与隐变量模型、集成学习、概率图模型、人工神经网络基础、神经网络模型、生成式模型、自监督学习、强化学习基础、强化学习算法、深度强化学习等模块。