本书共10章，分为两部分。第一部分(第1-6章)主要讲述人工智能的基本概念、原理、方法和技术，涵盖人工智能发展历史和主流学派、知识表示、确定性推理、搜索策略、不确定推理、机器学习、数据挖掘、大数据、深度学习和人工智能伦理的相关理论与方法；第二部分(第7-10章)主要讲述现代人工智能的新技术和方法。本书每章都提供了重点知

本书共7章，构建起“认知—工具—应用—能力—素养”的全链条学习框架：开篇系统讲解AI核心概念、发展历程及应用伦理规范，筑牢理论基础；随后详解DeepSeek、ChatGPT等主流大模型的实操方法，深耕智能办公、AIGC写作等高频实战场景，实现从认知到落地的能力跃迁；最后补充Python入门及数据处理基础，兼顾进阶学习需

本教材内容涵盖人工智能概述、Python与AI开发环境、机器学习与深度学习基础、自然语言处理、计算机视觉、生成式人工智能、多智能体系统，以及人工智能在学习、科研与日常工作中的应用实践。教材以“原理—方法—工具—应用”为主线，注重理论与实践相结合，通过大量示例和实战案例，系统讲解主流AI模型、算法思想与工具使用方法，重点

本书通过两个详尽的案例，不仅清晰地展示了深度神经网络硬件加速器的设计过程，更从中提炼出两种具有普遍指导意义的硬件架构范式：计算单元复用式架构——为解决资源受限问题提供了系统性的设计原则与优化策略，是研究高能效比、低成本边缘加速器的典型范本；流水线数据流架构——为追求高吞吐量的应用展示了如何通过精细的流水线设计和数据流调

本书系统讲解大模型时代智能计算系统的原理与实践，覆盖深度学习算法、编程框架、智能编程语言及处理器芯片等全栈核心技术，结合典型场景与实验案例详解实现路径。上一版出版以来，深度学习已从传统模型转向以预训练大语言模型为核心的新范式，GPT-3等大模型推动技术革新，对智能计算系统提出更高要求。新版教材全面重构内容，保留经典知识

本书共含十个核心单元：引言篇以生活化场景解释AI的社会价值与学习路径；第1章“数学基础”精选线性代数、概率统计与优化的最小必需集合，用披萨定价预测、外卖路径规划等案例串联知识点；第2章“Python工具箱”覆盖Conda与Jupyter的高效环境搭建与数据脚手架；第3章“计算机视觉”以OpenCV/CNN的轻量实验实现

本书系统阐述人工智能核心内容，以信息与计算机基础为铺垫，逐步深入讲解人工智能定义、发展历程、关键技术及应用领域。涵盖人工智能与云计算、大数据等新兴数字技术的关联，聚焦大模型、智能体、具身智能等前沿方向，详解AIGC应用实践与AI智能办公场景，同时探讨人工智能伦理问题与解决方案。全书兼顾理论体系与实战案例，辅以小结与习题

本书架构严谨，共设12章，形成了覆盖数字时代必备能力的完整教学闭环。内容既囊括计算机发展概述、计算机系统组成等筑牢学科认知的基础模块，又深入讲解Windows11操作系统实操、WPS文字处理、电子表格、演示文稿等核心办公技能；既聚焦WPS移动办公、云端协同等数字化办公新范式，又涵盖网络技术基础、算法与数据结构及程序设计

本书全面介绍了人工智能技术的核心概念、算法原理和应用场景，旨在帮助读者深入了解人工智能领域的基础知识和前沿技术。通过系统性的讲解，读者将对人工智能的内涵、起源和发展历程有全面的了解，并了解到人工智能学科的体系结构和应用领域。本书重点介绍了机器学习算法和深度学习算法，包括回归算法、决策树与随机森林、朴素贝叶斯、支持向量机

本书系统构建了智能科学技术学科的知识体系，包括基础理论、关键技术和智能系统工程三个部分。基础理论部分深入剖析计算机科学、人工智能、认知科学和控制科学的核心原理；关键技术部分聚焦感知与交互、决策与认知及执行与行为等核心环节；智能系统工程部分探讨算力、机器伦理和智能社会。三个部分形成从理论到技术再到工程的完整认知链条，符合