本书内容涵盖TensorFlow开发环境搭建(Anaconda/PyCharm/TensorFlowCPU-GPU)、计算图构建、自动微分机制、基础回归与分类算法、多层感知机(MLP)、卷积神经网络(CNN)以及经典的ResNet模型实现与训练。通过手写数字识别、房价预测、图像分类等典型案例，由浅入深地讲解模型构建、训

本书在内容设计上兼具前沿性与低门槛：一方面，融入2023-2025年开源大模型(Llama3、Mistral)、多模态AIGC(Suno文生音乐、Sora文生视频)、AIAgent、具身智能等热点技术；另一方面，所有实验均基于Python预装库(PyTorch、NumPy等)，仅需CPU即可运行，适配职教本科机房及学生

本书以“基础理论—关键技术—前沿应用—伦理安全”为主线，覆盖人工智能领域的核心模块。本书的特色：一是体系完整，覆盖从基础理论到前沿应用的全链条知识；二是案例丰富，通过“西瓜分类”“补给路线规划”等贴近生活的实例降低理解门槛；三是紧跟趋势，重点纳入大语言模型、具身智能等前沿方向；四是注重伦理，强调技术发展与社会责任的平衡

本书聚焦深度学习和大模型前沿，细分机器视觉(目标检测、图像分类)、语音处理(自动语音识别、语音合成)、自然语言处理(文本生成、情感分析)、多模态应用(图文生成、视觉问答)和科学计算(蛋白质结构预测)等关键领域，通过大量实例说明这些领域的主流应用。本书内容系统、新颖，案例丰富，适合作为各类专业的大学生的人工智能导论教材，

本书系统地介绍了国际控制界应用最广的MATLAB语言及其在控制教学与研究中的应用，侧重于介绍MATLAB语言编程基础与技巧、科学运算问题的MATLAB求解、线性系统的建模和计算机辅助分析、非线性系统的仿真分析、控制系统的计算机辅助设计方法等，包括串联控制器、状态反馈控制器、多变量系统频域设计、PID控制器设计、QFT控

本书包括计算机基础理论知识和计算机基本操作能力两部分。“计算机导论”课程的重点是让计算机科学与技术专业本科新生了解本科阶段需要学习的课程结构和学科体系，并且培养其基本的动手能力，为下一步的学习做好准备。书中内容主要包括计算机专业知识体系，计算机发展史，计算机体系结构，计算机网络，操作系统，软件与程序设计，数据库与大数据

本书共11章。第1章重点介绍TASA基本概念及其框架设计，分析安全岗位知识及技能要求。第2章-第11章分别从密码学基础、IPsec、SSL/TLS、DNSSEC、HTTPS、网络防火墙、入侵检测、网络欺骗、拒绝服务攻击、木马攻击等方面，介绍其基础知识、技能训练和能力要求。

本书分为基础篇、开发篇和应用篇三大部分，共18章。基础篇(第1、2章)讲解A2A的基本概念、核心价值、发展历程、技术原理，并提供一个极简入门案例；开发篇(第3-8章)围绕A2A的各关键技术展开，介绍A2A的基础应用、Agent多轮交互、Agent协作、多模态应用、安全框架等的开发方法，同时开发了一个简易的A2A验证器，

本书详细解析从大语言模型的起源、发展历程与核心技术架构，深入探讨了数据集预处理、模型微调、检索增强生成(RAG)、智能体与编程工具、多模态模型、本地部署、大模型的评估、伦理、安全与未来以及应用案例等关键主题。本书注重实践导向，每章均配备实验指导与习题，帮助读者通过实践加深理解；案例丰富，结合真实应用场景，配备完整的落地

本书共7章，内容涵盖大数据基础与应用概况、数据获取、数据分析入门、数据分析进阶、Tableau数据可视化、数据分析拓展以及数据思维。