2023年被称为生成式人工智能元年，随着以ChatGPT为代表的生成式人工智能的突破，人类文明发展掀开新篇章。教育与学习作为生成式人工智能应用的前沿领域，也将随之发生深度重构。本书聚焦生成式人工智能在学习中的应用，为教育工作者提供尽可能全面而精练的应用指南。全书主要分三大板块：第一是生成式人工智能概论，介绍生成式人工智

本书主要介绍了自动控制原理的基本内容，共分5章，主要讲述了自动控制原理的基本概念，控制系统的数学模型，经典控制理论中的时域分析、根轨迹分析和频率分析等方法。

本书详细介绍机器学习主要算法，包括：C4.5决策树、k-均值（K-means）、支持向量机（SVM）、Apriori、最大期望值、PageRank算法、AdaBoost算法、k-近邻算法（kNN）、朴素贝叶斯算法和分类回归树算法以及神经网络和深度学习的简单介绍。

本书是《EasyRL：强化学习教程》的配套实践教程。本书将在第一版的基础上以更加严谨的风格深入浅出地介绍马尔可夫决策过程、蒙特卡罗方法、时序差分方法、Sarsa、Q-learning等传统强化学习算法，以及策略梯度、近端策略优化、深度Q网络、深度确定性策略梯度等常见深度强化学习算法的基本概念和方法，并以大量生动有趣的例

全书从逻辑上共分3部分。第一部分由第1章和第2章组成，介绍深度学习的基础理论、MindSpore总体架构和编程基础。第二部分由第3-8章组成，介绍MindSpore框架各子系统的使用方法，包括数据处理、算子、神经网络模型开发、数据可视化组件MindInsight、推理和移动端AI框架MindSporeLite。第三部分

本书概要介绍了信息网络概念内涵、发展历程，梳理分析了人工智能发展历程及其在信息网络中的应用，提出了IIN的基本内涵、科学问题、典型特征和能力愿景，设计了IIN的网络架构并阐释其基本机理，从网络认知理论与模型、网络知识体系与构建方法、多维标识与寻址体系、交互语言体系、内生安全体系等5个方面，研究了IIN核心理论方法与关键

从“数据”视角出发，详细梳理人工智能系统存在的安全风险及防御问题。按照由训练、识别、部署三个阶段组成的人工智能系统运行生命周期，分别介绍人工智能安全的定义、研究目标、安全威胁、防御策略及研究现状，重点围绕后门攻击、对抗性攻击、隐私保护、传感欺骗、系统合法使用等常见安全问题，分别从理论与实践的角度进行详细的探讨、分析和说

本书要求初级、中级、高级工程技术人员均需要掌握对应章节的内容。本书基于人工智能基础知识及共性技术，分为专业基础知识、深度学习基础、人工智能应用与实践基础、人工智能伦理及安全等四个部分。主要内容包括：数学基础部分、算法设计与分析、数据处理知识、软件工程部分等。

本书共四章，内容包括：“博弈：人类的永恒话题”“AI汹涌而至：石破天惊的人机博弈”“超乎想象的算法赋能”“计算机博弈的发展”。

概念认知学习是人工智能、大数据领域关注的多学科交叉研究方向，涵盖了哲学、数学、心理学、认知科学以及信息科学等领域．《概念认知学习理论与方法》旨在为广大学者和科研工作者提供概念认知学习领域的基础理论与学习方法．《概念认知学习理论与方法》主要内容包括概念认知学习的基本概念和基础知识、概念认知系统的逻辑推理、概念认知的双向学