本书分为基础知识与实战应用两大部分，基础知识部分包含第1-4章，首先介绍NLP的基本任务及文本表示的发展历程，接着阐述LLM基本架构Transformer和经典PLM架构，最后详述LLM的特点、能力和训练过程；实战应用部分包含第5-7章，依次讲解基于PyTorch搭建LLM的全流程，借助主流框架实现LLM训练，以及LL

本书共分为4个部分。第一部分为基础入门篇，讲解深度学习核心概念、线性回归、神经网络基础及PyTorch框架应用。第二部分为计算机视觉模型篇，先介绍CNN的原理，再结合边缘检测、猫狗分类研究、验证码识别、人脸相似度判断、火焰和烟雾目标检测等实战项目讲解计算机视觉任务。第三部分为自然语言处理模型篇，从循环神经网络到注意力机

本书介绍人工智能相关知识，旨在帮助读者构建系统的人工智能知识体系。内容涵盖从人工智能的起源、发展到前沿技术的多个方面，包括思考的工具、数学素养与计算思维、数据科学与大数据技术、智能体技术、传统机器学习、神经网络与深度学习、强化学习、自然语言处理与大语言模型、生成式人工智能技术、机器人技术、计算机视觉、群体智能、人工智能

本书主要内容分为“智界之问”“智能之心”“智权之争”三篇，回应隐私保护、就业结构、伦理安全等公众关切的问题，系统分析人机对齐的技术路径与伦理内核，剖析全球AI主权竞争与治理博弈。

本书共分为两部分，共8章，立足计算社会科学实证研究，第一部分揭秘推动人类文明飞跃的三大文化进化机制——故事分享网络、桥接网络与共识网络；第二部分聚焦如何运用新技术重构社会机制。作者提出人机协同创新路径：以数字技术辅助而非取代人类思考，通过隐私保护工具、社群共识平台等，让技术服务于社群协作与集体智慧的提升。

本书内容由浅入深，分为三个清晰部分：第一部分“基础”构建坚实根基，详解聚类(k-means、层次聚类、DBSCAN)和降维(PCA、SVD)等经典算法的原理、数学基础与Python实现。第二部分“进阶内容”深入更复杂的领域，涵盖关联规则挖掘、谱聚类、高斯混合模型等高级聚类技术，以及t-SNE、UMAP等现代降维方法，并

全书共5篇，即思维破冰篇、场景实战篇、进阶协作篇、工具指南篇和未来挑战篇，内容涵盖AI赋能高效工作与学习的方方面面，如提示词的核心技巧、AI陷阱、写作、邮件、数据、会议、创意、数字人、智能体、知识管理、工具指南、职业规划和学习力等。

本书紧扣2025年国务院“人工智能+”行动战略，为智能体开发与应用学习者量身打造。本书采用任务驱动教学模式，分为智能体开发入门、技能实训、应用实战三大模块。入门模块介绍基本概念、结构、趋势及开发环境搭建等，助学习者构建认知框架；实训模块通过“气象精灵”等任务，让学习者掌握核心技能，独立开发功能完备的应用；应用实战模块聚

本书通过比喻、语言和贴近生活的案例，讲解了人工智能的核心概念与技术应用，旨在激发青少年对科技的好奇心与探索欲。书中内容涵盖了从数据、算力到算法的AI核心要素，并介绍了图像识别、语音识别等前沿技术。

本书共10章，首先剖析ClaudeCode的本质结构、Agent运行时机制及其与传统CLI工具的交互方式，从模型原理、CLI机制、系统架构、执行环境、任务控制等方面为读者搭建理论与工程基础。随后讲解多轮任务链、Tool调用、上下文管理、调度模型等关键能力的实现方式，并对如何在DevOps、CI/CD、数据建模等工程体系