本书共18章，分为机器学习基础、经典机器学习方法与现代机器学习方法三大部分。机器学习基础部分为第1、2章，内容分别为机器学习概述和数学基础知识；经典机器学习方法部分为第3-10章，内容分别为线性模型、特征提取与选择、决策树与集成学习、支持向量机、贝叶斯决策理论、神经网络、聚类方法和半监督学习等；现代机器学习方法部分为第

本书为“原创AI理论科普丛书”中的一册。机器学习的飞速发展，离不开三大核心理论的支撑——李群机器学习、动态模糊机器学习、动态模糊逻辑。它们就像是开启AI未来的三把金钥匙。本书聚焦这三大理论，以系统易懂的方式，深入浅出地拆解其核心思想、底层逻辑与现实应用，帮助读者搭建起完整的机器学习理论框架。本书摒弃晦涩的公式堆砌，用大

本书以校园场景为切入点，将李群机器学习知识与校园生活深度融合，解锁藏在校园里的AI对称魔法。李群机器学习核心是利用对称性优化数据处理能力，校园中课间有戏、成绩分析等场景，都蕴含其应用逻辑。本书兼顾趣味与知识，避开深奥推导，用校园案例拆解核心概念，讲解其在图像识别、数据分类等方面的基础应用。书中设置趣味实验与互动任务，帮

本书从“镜中流形”的几何直觉出发，沿着“群论风暴”的理论演进，逐步揭示李群在对称性建模、高维特征变换中的核心作用。书中不仅回溯群论如何成为理解宇宙秩序的通用语言，更深入探讨李群如何作为桥梁，连接不同模态的数据文明——从视觉感知到跨域推理，从单一任务到通用智能。通过“星途无垠”的前瞻视角，展现李群在推动可解释AI、复杂系

本书以“系统力”为核心概念，揭示了从个体智能到集体智能的涌现机制。通过大量鲜活案例，阐述系统力的本质是从机械到有机的进化，论证共识·共享·同频·共生·涌现五大核心机制如何让系统自动运转。全书构建了系统力失效诊断框架(三大认知陷阱)、六要素构建法，并深入跨域实践(地方高校、零售行业)，提供从战略到组织的完整实践路径，最终

本教材围绕人工智能素养展开，涵盖人工智能基础、AIGC原理、提示词工程以及法律伦理等内容。书中不仅介绍了人工智能的基本概念、原理和应用案例，还深入探讨了AIGC技术在信息搜索、学习、生活、音乐创作、绘画辅助和视频生成等领域的应用。此外，本书特别关注人工智能的法律与伦理问题，如算法偏见、数据隐私、AI创作的版权归属以及伦

本教材适用于应用型本科和高职高专院校师生，以清晰的逻辑结构，系统全面地介绍AI基础与应用，从人工智能的基本概念、发展历程与核心驱动要素切入，深入浅出地讲解了机器学习、深度学习等关键算法。在此基础上，详细阐述了计算机视觉、自然语言处理、知识图谱等常用技术，并介绍了前沿的AIGC技术及其工具实践。教材最后聚焦于人工智能的产

全书以“项目驱动”为核心教学方法，精心设计了11个贴近实际的实训项目，涵盖从零开始搭建本地AI助手，到开发智能客服、图像识别等多个应用场景。通过“校园百事通”“宿舍报修小管家”等项目，读者可以循序渐进地掌握大模型本地部署、提示词工程、应用开发等核心技能，将抽象的理论知识转化为可操作的实践能力。从结构上看，本书遵循“理论

本教材专为高等院校人工智能专业学生打造，系统构建人工智能全维度知识体系，循序渐进覆盖十二大核心项目。从智能计算环境认知入手，详解计算机软硬件、数据表示与网络技术；继而界定人工智能领域边界，梳理其发展历程与能力边界；重点讲解机器学习、深度学习等核心技术，深入探究大模型、AIGC创作、智能体与具身智能等前沿内容，同时涵盖智

本书剖析了Token的真实成本、算力中心的“择偶标准”，以及从电力到算力的转化路径，最终提出“能元”(Token/kWh)作为智能时代的新价值尺度。这不是一本单纯的技术科普和产业指导，而是一部关于国家竞争底层逻辑的深度解读。当算力成为国力，谁能在能量与智能的转化效率上占据优势，谁就将主导Token时代的全球秩序。