本书系统地介绍生成式人工智能的基本概念、工具和应用，旨在通过原理讲解和实际案例操作，使读者理解生成式人工智能的基本概念，掌握AI工具的种类、使用方法、应用场景，熟练运用AI工具提高工作效率，在智能化时代把握生成式人工智能带来的机遇。 本书共13章，内容包括生成式人工智能简介及其在文本生成、PPT生成、翻译、文本识别、图

本书通过丰富的扣子空间实用案例，系统讲解了这一创新平台的各个功能模块及其应用场景。内容从基础工具的使用延伸到复杂多领域创新项目的实现，全面满足企业和个人用户在智能化应用中的多样化需求。全书共分为10章，首先介绍了扣子空间的定义、核心功能及其激活与使用，帮助读者快速入门。随后，深入探讨了扣子空间在教育赋能、金融投资分析、

本书介绍人工智能的理论、技术与应用，培养读者AI理论基础、编程能力及解决实际问题的能力。前三章从AI概述出发，解析AI的定义、发展历史、伦理及大模型技术现状，聚焦Python语言，从环境搭建到基础语法、函数模块、面向对象编程。第4-7章围绕机器学习与深度学习，涵盖监督学习、无监督学习、深度神经网络等。第8-10章聚焦计

本书介绍生成式人工智能(AIGC)的核心技术与应用实践，涵盖文本、图像、视频及多模态创作。全书分为四篇：入门篇，解析生成式AI基础概念、工具价值及伦理规范；文本篇，提示工程与结构化设计，结合电商文案、知识库构建等实战案例；图像篇，详解文生图、图生图技术，通过StableDiffusion等工具实现插画、电商产品图高效生

本书通过概率建模和贝叶斯决策理论的统一视角，详细地介绍了机器学习（包括深度学习）。书中涵盖了数学背景（包括线性代数和优化）、基本监督学习（包括线性回归、逻辑回归和深度神经网络），以及更高级的主题（包括迁移学习和无监督学习）。章节末尾的练习让读者能够应用所学知识，附录则涵盖了符号说明。本书不仅仅是一个简单的更新版本，更是

本书分为两部分，共10章，涵盖了生成式人工智能的理论基础与实践应用。第一部分侧重于理论探讨，介绍了生成式人工智能的基本概念、发展历程、典型应用、技术演化趋势与未来展望，深入分析了其基本技术与体系结构，涵盖了机器学习、自然语言处理和计算机视觉等技术。此外，还详细探讨了生成对抗网络（GAN）和变分自编码器（VAE）等生成模

本书系统论述了复杂环境下智能系统“感知-规划-控制”理论与关键技术,聚焦轨道交通与海洋应用两大场景。本书针对列车前方视觉与浅海生物等检测目标,对YOLO系列模型进行改进,提升了模型在复杂场景下的检测与跟踪性能。在单智能体轨迹规划层面,设计了基于遗传算法、禁忌搜索的列车节能优化方法,并进一步提出融合经验知识库的深度强化学

本书深入探讨了单智能体和多智能体强化学习算法，系统介绍了多臂赌博机、马尔科夫决策过程、动态规划、基于值函数的强化学习算法、深度值函数算法、随机策略梯度算法、近端策略优化算法、深度确定性策略优化算法以及多智能体强化学习。这些主题既包括经典强化学习算法，也涵盖了近年来发展起来的深度强化学习算法。

本书系统提炼16种AI时代必备的底层能力——信息甄别、精准提问、需求解析、独立思考、创造力、沟通协作等，不仅教孩子如何使用AI技能，更引导他们建立“善用工具而不被工具支配”的认知，在AI时代掌握核心竞争力。本书将抽象的人工智能具象化为一个AI人形机器人，内容包含800+轻松有趣的漫画。

本书全面且深入浅出地介绍人工智能以及Python程序设计方面的基础内容。遵循由浅入深、循序渐进的原则，从AI的基本概念出发，逐步引导学生了解人工智能这一前沿领域，阐述其基本原理、技术方法和应用场景，同时与Python语言在人工智能领域的具体应用相结合。