本书共分7章,涵盖了人工智能概述、人工智能的应用、机器学习技术、深度学习技术、大语言模型概述、智能体与具身智能、AIGC应用与实践等内容。

本书全面介绍人工智能领域所需的数学基础知识,涵盖线性代数、概率统计、微积分、优化理论、图论、信息论及信号分析等核心内容。书中不仅详细讲解了线性方程组、矩阵运算、特征值分解、随机变量及其分布等基本概念,还深入探讨了梯度下降、Adam优化器、凸优化、时间序列分析(如ARIMA模型)以及深度学习中的反向传播算法和正则化方法。

本书介绍了OpenClaw的核心定位、产品哲学、技术架构与全场景落地实操方法，力求通过讲解、可直接落地的操作指引和丰富的行业场景案例，帮助不同基础的读者快速掌握OpenClaw的使用与开发要领，解锁其作为数字分身重构个人与企业生产力的核心价值。

《群体智能——原理、改进与实现》系统介绍了群体智能优化算法的理论基础和核心思想，并结合具体实例展示了算法在工程中的实际应用。书中对多种群体智能优化算法进行了分类讨论，深入分析其原理、改进策略及时间复杂度，帮助读者全面掌握算法结构与优化技巧。在柔性作业车间调度的工程背景下，本书使用粒子群算法、模拟退火算法、斑马优化算法和

本书系统介绍了人工智能从基础理论到前沿应用的全方位知识体系，涵盖机器学习、深度学习、大模型训练等核心算法，以及AIoT、自动驾驶、人形机器人等关键应用领域。书中详细解析了GPT、DeepSeek等大模型的实现原理，并提供了HuggingFace、LangChain等主流工具的实践指南，同时深入探讨了AI伦理及未来发展趋

本书是一本引领创作者全面迈入AI智能体（Agent）时代的自动化实战指南。全书不仅系统深入地介绍了DeepSeek、扣子（Coze）与飞书云文档三大核心工具的协同应用方法，而且引入了极具突破性的自主式智能体工具OpenClaw，手把手指导读者完成工具的私有化部署、飞书办公平台的无缝接入以及各类实战技能（Skill）的安

本书从环境配置、智能编程助手、性能优化到安全性修复，帮助读者全面掌握AI辅助开发与高性能架构搭建的完整流程。书中设计了10多个典型应用场景，既包含Web应用、移动端开发，也涵盖数据处理与人工智能大数据项目，确保读者在不同开发环境中都能落地实践。

本书基于扣子(Coze)开发平台，介绍了智能体的概念、技术架构、开发流程和应用实践等内容，包括AI智能体概述、智能体的核心模块、智能体搭建全流程、内容生成智能体、电商客服智能体、视觉设计智能体、新媒体运营智能体、智能体的其他应用及多智能体协同运作。

本书通过丰富的实战案例，全面介绍多模态大模型的核心原理、数据处理方法与模型优化策略。全书共9章，结构层层递进。第1章和第2章介绍了多模态大模型的基础理论与数据处理技术，包括多模态数据的特征、预处理方法与增强策略。第3章和第4章详细阐述了多模态表示学习与嵌入方法，涵盖数据融合、模态对齐、联合学习等关键技术。第5章全面展示

大模型架构与设计：构建高效能AI系统