"本书以立德树人教育理念为指导，按照教育部组织制订的《新时代大学计算机课程教学基本要求》编写。本书紧跟新一代信息技术的发展，是《基于人工智能的信息技术基础》的配套实验教材和必要补充，两者相辅相成，构成一个完整体系。主要内容共8章，34个实验，涵盖计算机基础、操作系统及其应用、文字处理高级应用、数据处理高级应用、演示文稿

本书旨在成为大模型在各行各业落地应用的“百科全书”，专为对大模型感兴趣的从业者和企业管理者量身打造。本书结合了实地调研和多元视角，不仅对大模型进行了技术分析，还从商业、产品、行业等多个角度进行了应用探讨。全书共5章：第1章介绍了大模型的训练过程和核心技术；第2章分析了大模型对软件行业的影响，通过具体案例展示了软件公司如

本书全面介绍TensorFlow2.x框架及其在深度学习中的应用，内容包括TensorFlow简介、Python语言基础、环境搭建与入门、TensorBoard可视化、多层感知机实现、卷积神经网络实现、循环神经网络实现、强化学习、迁移学习、生成对抗网络和GPU并行计算等。

本书根据李宏毅老师机器学习公开课中与深度学习相关的内容编写而成，介绍了卷积神经网络、Transformer、生成模型、自监督学习（包括BERT和GPT）等深度学习常见算法，并讲解了对抗攻击、领域自适应、强化学习、元学习、终身学习、网络压缩等深度学习相关的进阶算法.在理论严谨的基础上，本书保留了公开课中大量生动有趣的例子

本书收集了国际国内使用AIGC的范例，以及结合“如何运用AIGC进行学习活动”、“如何问大语言模型一个好问题？”、“使用AIGC的原则”和“对使用AIGC的检核与提醒”，来探索AI在工作和生活中的无限潜力。全文共分为三章，分别是第一章：学习篇(徜徉之境——追寻学习的浪漫之旅)、第二章：生活篇(创意悠游——日常生活的多彩

本书使用浅显易懂的语言，系统介绍了数据标注的概念、分类，重点是通过各个项目来阐述文本数据、图像数据、语音数据等几类数据标注的工具、步骤、规范和质检。通过理论与项目实战相结合，帮助读者由浅入深地学习和实践，从而真正掌握数据标注的理论、技术和实施。本书既可以作为大数据人才培训的基础教材，也适用于初学者的入门教材，以及为大数

本书深入剖析了人工智能时代数据服务的核心技术与应用场景，为读者揭示了数据驱动人工智能发展的奥秘。本书通过设计具体的项目和任务，引导学生在完成任务的过程中，深入掌握人工智能数据服务必要的理论知识和实践技能。全书内容分为5个项目，共18个任务，包括人工智能数据服务概述、数据采集、数据处理、数据标注与质量，内容全面，体系完整

本书是计算机领域本科教育教学改革试点工作计划(“101计划”)系列教材之一。本书按照“厚算法基础、养伦理意识、匠工具平台、促赋能应用”的培养目标，以表达与推理、搜索与优化、建模与学习和伦理与安全为核心，按照如下内容进行组织：第1章绪论、第2章知识表达与推理、第3章搜索探寻与问题求解、第4章机器学习、第5章神经网络与深度

本书主要内容分5大部分，共13章，较全面地介绍了目前人工智能的主流概念、理论、方法、技术及应用等内容。第一部分人工智能概念基础(第1-3章)，介绍了人工智能与哲学、脑科学有关的概念和知识基础，包括绪论、人工智能哲学基础和脑科学基础。绪论部分介绍了智能的定义以及人工智能的定义、历史、实现方法、研究内容、发展趋势；第二章哲

本专著主要从以下四个方面阐述了联邦学习中的异构性问题：系统异构性、统计异构性、模型异构性及联邦学习算法的收敛性分析。系统异构性从参与联邦学习设备的计算资源和通信资源的异构性角度出发，分析了联邦学习所面临的问题，并概括了当前最新提出的解决方案。统计异构性从参与设备之间的数据质量和数量差异性角度出发，概括了最新解决方案，并