本书共9章，具体内容包括线性回归、分类分析、重采样、信息准则、正则化、非线性回归、决策树、支持向量机、无监督学习。具体内容包括：逆矩阵、行列式、线性独立性、向量空间及其维数等。

本书的第1-7章围绕Python的基础知识展开，详细讲解Python的语法、数据结构、函数、面向对象编程等核心概念。第8-9章介绍数据处理与可视化工具。第10-17章讲解神经网络的核心知识，第18章介绍了大语言模型在编程中的应用，包括如何利用人工智能辅助阅读代码、生成代码、调试和优化程序。

本书共15章，围绕人工智能的发展历程、研究领域、前沿技术、典型应用、安全伦理、产业格局、战略布局与产业发展等关键议题展开，重点讨论了无监督学习、自动机器学习、人工智能内容生成、人工智能大模型、智能体智能、智能无人系统、元宇宙、脑启发人工智能和人工智能驱动科学研究等。

本书前半部分从抽象数据类型的角度讨论各种基本类型的数据结构及其应用；后半部分主要讨论查找和排序的各种实现方法及其综合分析比较。全书采用C语言作为数据结构和算法的描述语言。

本书包含了机器人本体故障诊断与修复、机器人电气故障排查与修复、西门子PLC通信技术、伺服控制、步进控制、OPC服务器设置、机器人工作站数据监测、视觉检测与通信等技术点。本书打破学科体系结构，根据岗位能力要求引导学习者分析任务工作要素、锻炼工作能力、形成技术思维，把课程思政纳入项目考核，注重知识、方法的迁移。

本书系统阐述了如何利用腾讯元宝这一强大的AI工具，轻松应对日常挑战，大幅提升效率，实现个人价值的跃升。本书围绕工作、学习、生活3大方面展开，系统梳理出10个核心领域，进一步围绕这些领域挖掘出100余个高频应用场景，用1000余个提示词模板和100余个实操案例，详尽演示了如何用腾讯元宝来解决这100余个高频应用场景所对应

本书主要介绍分布式强化学习的关键概念及应用，对于重要的结果均给出了数学证明，从而说明分布式强化学习有能力解释在人机交互环境中产生的许多复杂且有趣的现象。读者将了解一系列算法和数学理论的发展过程，在这些过程中依次对随机回报进行特征描述、计算和估计，最后基于此做出决策。

本书内容涵盖词向量、统计语言模型、神经网络语言模型及预训练语言模型，并深入探讨了大模型的架构、训练、应用及评估。同时，本书还提供了大模型的本地开发与应用开发实例，附录部分还介绍了概率论、信息论、机器学习等基础知识等。

本书第1章介绍了AI智能体的基本概念及其构成，第2章到第8章讲述了职业发展与求职、办公效率、商业与职场技能、自媒体与内容创作、学习教育与辅导、生活娱乐与社交、健康与家庭管理这7个领域的21个智能体的搭建方法。

本书聚焦网络风险的全生命周期管理，不仅阐述如何通过威胁建模、数据资产梳理实现精准风险识别，还结合行业合规要求提供科学的风险评估模型。书中从顶层战略规划出发，涵盖组织架构优化、制度流程设计，构建起完整的风险管理框架。