大模型是人工智能的前沿技术，本书详细阐述了以DeepSeek为代表的大模型的相关知识，旨在帮助读者认识大模型，了解大模型，熟练使用大模型，从而利用大模型提升学习和工作的效率。全书共13章，内容包括人工智能概述、大模型：人工智能的前沿、DeepSeek大模型的应用场景、大模型工具、本地部署大模型、智能体、AIGC的概念与

本书是一本关于人工智能与深度学习的科普小说。故事从小学生图小灵调查AI机器人罗布意外伤人事件开始，他深入探索了充满逻辑与数据的AI虚拟空间。通过与罗布对话，图小灵逐步了解了机器学习、神经网络、自注意力机制、生成对抗网络等核心技术，并成功用这些知识揭开了罗布伤人事件的真相。最终，他帮助罗布澄清了误会，为人们展现了AI技术

《深度学习基础与案例教程》主要介绍深度学习基础理论及案例实战，共11章内容，从人工智能基础，到深度学习算法原理，再到深度学习项目实战，逻辑清晰，由浅入深，内容层次分明，从简单的线性模型引出非线性的深度学习模型。深度学习模型部分主要讲解卷积神经网络、循环神经网络、Transformer模型、生成对抗网络、迁移学习等。《深

本书作为专门讨论大模型提示词的一本书，主要包含四部分内容：第1章介绍基于对话方式的大模型工具的原理和分类；第2章和第3章分别介绍生成模型和推理模型的提示词技巧和差异；第4章介绍提示词在5个行业的应用案例，并讨论读者应该如何运用AI思维有效使用AI技术和工具；第5章展望AI生成与推理能力的深层次融合以及AI可能带来的革命

本书以人工智能素养培育为主线，分为技术与原理篇和实践与创新篇两大部分。第1～9章为技术与原理篇，介绍人工智能及其相关的新技术，包括人工智能通识概述、互联网与物联网、大数据与云计算、人工智能、机器学习与深度学习、大语言模型与生成式人工智能、智能体、元宇宙与区块链、人工智能安全。第10～14章为实践与创新篇，内容包括信息搜

本书共13章，主要分为两篇：基础理论篇和实践应用篇，旨在系统全面地介绍人工智能的基础知识和实践案例。本书主要内容涵盖从基础算法（如搜索算法、约束满足问题）到高阶的机器学习、深度学习和强化学习理论，并深入探讨了卷积神经网络、生成对抗网络和图神经网络等重要神经网络架构。书中还介绍了智能计算方法，如遗传算法和粒子群算法。此外

本教材旨在为学生打开人工智能世界的大门，无论学生的专业背景如何，都能通过本课程对人工智能形成全面且深入的认识。在上篇“通识基础：探究人工智能的奥秘”中，从人工智能的基础概念、起源发展，到核心技术，再到我国产业概况与大模型技术，逐步引导学生搭建起扎实的理论知识框架。而下篇“实践实训：开启人工智能的创新探索”则着重于将理论

本书聚焦人工智能科学应用中的感知与博弈技术，以结构熵为核心，深入探讨其在感知与博弈理论中的定义、应用任务及实例。书中详细阐述了结构熵基础，包括香农熵、图结构熵等概念，以及图结构方法、表示学习等基础模型与应用技术。通过对传统简单图和复杂图结构熵理论的研究，展现了结构熵在图数据分析中的重要作用。书中还介绍了基于结构熵的感知

多视图深度学习是人工智能和机器学习领域的一个重要研究方向，在计算机视觉、自然语言处理和数据挖掘等领域广泛应用。其核心在于探索如何利用深度学习模型，从多视角或多模态数据中提取有效信息，最终实现信息的融合与增强。本书内容涵盖部分传统多视图学习方法，以及当前主流的多视图特征学习与深度表示学习方法。全书共10章，分为3个部分：

本书面向高等职业院校的在校学生，是学生了解和学习人工智能相关知识的基础。本书立足于人工智能时代的前沿，注重培养读者的人工智能思维方式，拓宽知识视野，而非局限于某些技术细节的深度讲解。本书从基础知识开始，内容讲解由浅入深、循序渐进，可帮助读者厘清人工智能的核心技术和发展趋势。本书包含9个项目，系统、全面地介绍了人工智能的