本书为“人工智能基础”无代码版的数字教材，旨在系统介绍人工智能的基本原理、方法和技术，并反映国内外研究和应用的最新进展。共7章。第1章阐述人工智能研究的发展、成果和基本原则；第2、3章介绍人工智能基本概念、方法和技术，包括问题求解的方法和知识表示；第4～6章讨论人工智能技术的主要应用，包括基于知识的系统、自动规划和配置

全书共有3篇，分别是基础篇、大模型应用篇和素养篇。其中，基础篇包含人工智能概述和人工智能的核心技术；大模型应用篇主要介绍人工智能文本处理、人工智能图像处理、人工智能音视频处理、人工智能提升办公效率和人工智能综合实践；素养篇主要介绍人工智能伦理，以及人工智能时代的职业素养。

本书共8个项目，内容包括智启视界——探索人工智能的奥秘、驭智拓机——应对人工智能发展中的挑战与机遇、智能写手——人工智能创作文本、高级美工——人工智能绘制图像、创意后期——人工智能生成音视频、辨识专家——人工智能识图听音、职场好手——人工智能高效办公、智融践行——人工智能综合应用实战。

本书共分为三个部分——认知篇、基础篇和进阶篇。“认知篇”回顾AI大模型的发展历程，剖析DeepSeek在行业中的独特优势。你将了解到它的三大核心突破——垂直领域的知识强化、持续学习的反馈机制，以及中文语料的深度优化。此外，探讨DeepSeek适合哪些人群，在哪些场景下它能发挥最大作用。“基础篇”从注册账号到熟悉界面，从

本书将系统性地开展针对高维数据因果建模与统计推断的原创性工作，深入研究因果表征学习在迁移学习、适应性稳定学习的应用，提出全新的非随机实验因果推断新范式，建立因果效应的渐近最优性理论及其参数估计的渐近分布理论，实现因果推断领域理论创新与技术发展，为可信人工智能提供理论基础。

本书共七章，内容包括：人工智能概述、人工智能知识发现与数据挖掘、人工智能机器学习、人工智能神经网络技术与深度学习、人工智能强化学习等。

本书深入探讨了生成式AI在改变学校教育和自主学习模式上可能的机会和贡献。全书从剖析生成式AI的本质出发,阐述了AI与人类智慧协作的必然性和重要性,详细介绍了利用AI工具进行个性化自主学习的新范式,包括各学科学习的革新方法、跨学科学习与创新思维的培养。之后阐述如何通过AI提升学习效率,帮助不同学习表现层次的学生克服学习困

本书是一本基于人工智能技术的计算机教学实践研究的专著，核心内容聚焦于人工智能技术在计算机教学领域的应用方法论与实践探索。全书开篇便对人工智能的概念及发展进行了阐述，随后深入探讨了人工智能技术促进计算机课程体系及教学实践的发展与改革，最终落脚到网络资源、虚拟技术及计算机等技术在高校计算机教学中的具体应用。

本书详细介绍了多种机器学习模型，包括线性模型、决策树模型、贝叶斯模型、支持向量机模型、k-近邻模型和神经网络等，每种模型均从原理、算法步骤到实际应用进行了详尽的阐述，并辅以必要的数学细节和编程示例，使读者能够深入理解并掌握这些模型。

本书研究了高阶奇异多智能体系统容许一致性分析和设计问题，深入探索了信息延迟、外部扰动、切换拓扑、协议状态、拓扑结构和性能约束等影响因素对容许一致性的影响机理。状态空间分解方法是处理容许一致性问题的核心方法，可将奇异多智能体系统整体运动分解为两个部分：相对运动和整体运动，相对运动独立于整体运动，进而综合应用Lyapuno