全书共8章，内容涵盖人工智能基础理论、主流工具平台实战、跨领域融合应用及安全伦理四大模块，突出”轻理论、重实践、强融合”的特色。基础认知(第1章)：从人工智能的定义、发展简史与分类切入，结合机器学习基础框架与社会伦理初探，帮助学生构建AI技术与社会关系的全局视角。实战应用(第2-7章)：以”大模型工具链”为核心，覆盖计

全书通过“硅基寒武纪”的宏大隐喻，揭示了智能体如何借助“反馈”机制，像生物一样实时学习、适应与成长。它不仅剖析了深度学习、大语言模型背后的进化逻辑与当前局限，更前瞻性地提出了构建具备规划、记忆与协作能力的实用智能体工程框架。本书以独特的跨界视角，融通生物学、控制论与计算机科学，文笔兼具哲思与张力。

本书介绍了AIGC技术的基础知识与应用案例，具体内容分为两条主线进行阐述。第一条线是工具线：对AI、AIGC的概念、技术和关系等基础知识进行了讲解，并对通义、文心一言、讯飞星火、Kimi、智谱清言、天工、秘塔AI搜索、文心一格、即梦、可灵、剪映、海绵音乐、BGM猫和豆包这14个AI热门工具进行了介绍，帮助读者全面掌握A

本书基于视频的步态识别，以最新的深度学习方法为基础，深入的阐述了智能步态视频识别技术。本书重点介绍了步态识别的研究现状、数据集和评估指标、步态视频的分析算法和识别技术、应用场景和挑战以及未来发展和研究方向。主要内容有：基于语义分割和迁移学习的端到端步态识别、基于特征差分运动模板的步态视频识别、基于双向类光流动作表征的步

本书从MCP的基础知识、应用场景及技术原理开始，围绕“大模型多应用间的上下文传递与理解”这一主线，系统梳理MCP标准、组件及其协作机制，帮助读者理解其设计理念并突破传统的Client-Server架构思维。本书共16章，分为基础、开发与应用三篇：基础篇建立MCP整体认知，开发篇讲解MCP-SDK应用及各类服务的开发方法

本书以系统化的专业视角，构建起了生成式人工智能领域的知识图谱。全书从技术演进的路径切入，深入梳理了生成式人工智能的发展脉络，阐述了其各阶段的关键突破与技术萌芽。接着，深挖了生成式人工智能的核心技术原理，为后续的论述奠定了技术基础。本书重点探究了生成式人工智能的关键技术机理，主要内容涵盖文本生成技术与应用、图像生成前沿技

本书以“实用、易懂、全面”为核心，助力不同读者掌握其用法，让智能工具服务生活与工作。全书共11章，清晰地展现了豆包的服务范围。

本书涵盖八大核心模块：从AI与大模型的基础概念切入，逐步延伸至AI与信息处理(AI搜索、智能阅读、AI翻译等)、文本创作(如新媒体文案、社团招新文案、求职简历、实习报告、商业计划书等)、智能办公、多媒体创作(如AI绘图、AI视频、AI音频等)等场景的落地应用，同时深入讲解AI智能体创建与辅助编程等进阶技能，并结合职业发

本书系统讲解人工智能大模型（如BERT、GPT、StableDiffusion等）所需的数学基础，涵盖线性代数、微积分、概率与统计三大核心领域，并结合实际案例与Python代码，解析数学原理在模型架构、训练与优化中的关键作用。全书遵循理论推导与实战应用相结合的原则，帮助读者从底层理解大模型技术，提升算法设计与调优能力。

本书系统地探讨了线性代数在人工智能领域中的广泛应用，从理论基础到实战技术，内容全面且深入。全书共12章，涵盖线性代数基础、矩阵运算与线性方程组、特征值与特征向量、奇异值分解、向量空间与正交化等基础知识，并延伸至强化学习、自然语言处理、计算机视觉和推荐系统等前沿应用场景。通过理论讲解、模型分析和代码实践，深入剖析线性代数