《人工智能通识教程》主要介绍人工智能的核心技术与应用发展，内容涵盖人工智能概述、人工智能技术原理、人工智能交叉学科及融合技术、人工智能应用方向、人工智能应用场景、人工智能发展展望和人工智能时代的职业展望。引入丰富的实践案例和拓展阅读，旨在帮助学生深入理解人工智能的技术脉络与社会影响，掌握相关领域的基础知识，提升技术应用

本书系统地探讨生成式人工智能这一革命性技术，剖析其深层原理、应用前景与未来发展方向，为读者提供一个俯瞰生成式人工智能全貌的宏观视角。本书从基础原理的阐释到技术应用的广泛探索，构建了一个全面的知识体系，涵盖自然语言处理、深度学习等前沿领域，为读者奠定坚实的理论基础。通过对ChatGPT在智能客服、内容生成、教育、医疗等多

本书系统介绍了智能科学技术的初步知识，是人工智能相关专业的入门教材。全书共10章，主要内容围绕智能科学的基本概念与相关知识，沿着大多数初学者的朴素问题链逐步展开，具体包括智能科学的相关名词、发展历程、应用、专业学习方法、科学问题、人工智能及其要素、挑战与展望等。本书语言简练，实例丰富，通俗易懂，重点突出，逻辑性强，便于

本书的主要内容为连续学习的理论和应用的一些关键技术方法，其创新点包括：(1)提出一种跨时序任务的感知目标函数；(2)提出一种代表性重演样本挑选算法；(3)提出一种基于元学习的训练样本影响的计算方法；(4)提出一种基于非对称的梯度度量与最大差异优化算法；(5)提出一种基于增广图网络的连续多标签分类算法；(6)提出一种基于

多模态深度学习是一种研究视觉、语言、音频等多种模态数据之间关联性的技术。本书是一本探讨多模态深度学习领域最新进展和应用的专业书籍，综合了最新的研究进展和实际应用案例，涵盖了多个关键领域，包括多模态语音识别、多模态虚假新闻的检测与处理、视频文本跨模态检索等，为读者展现了一个全面了解多模态深度学习领域发展前沿的窗口，为学术

本书全面探讨了机器学习中的**化理论、方法与实践，特别是在人工智能颠覆性发展的背景下，包括但不限于监督学习、无监督学习、深度学习及强化学习等的应用。本书详细介绍了**性条件、KKT条件、拉格朗日对偶等核心**化理论，探讨了梯度下降法、邻近梯度法、牛顿法、拟牛顿方法（BFGS方法）、块坐标下降法、随机梯度类方法、增广拉格

本教材结合人才培养与计算机教育改革的新思想、新要求，以人工智能技术和应用为核心，融合计算机科学、软件工程、数据科学等多学科知识，旨在循序渐进地引导学生掌握人工智能的基础概念、支撑理论，并深入程序设计和新一代信息技术的专业应用实践，通过理论讲解、实践案例和习题练习，致力于培养学生的人工智能理论知识和实践技能，奠定学生在人

本书是一本学习计算机与人工智能知识的入门教材，包含计算机发展简史、计算机中的数据表示、计算机硬件基础、程序设计与计算机软件、计算机网络与网络安全、物联网与大数据、人工智能概述、人工智能的实现方法、人工智能应用、人工智能的未来发展等内容。通过本书的学习，读者可以了解计算机与人工智能发展史中的重要人物、机型/系统和事件，了

"《生成式人工智能基础与应用》是一本介绍生成式人工智能（AIGC）技术及应用的通识教程。全书精心设计了8章内容，从基础知识到实战应用，层层递进，进行了详尽阐述。书中覆盖基础知识及6大应用场景，包括文案创作、高效处理办公事务、创作图形图像、音频优化合成、生成短视频、代码编写等。《生成式人工智能基础与应用》旨在帮助读者快速

"《人工智能概论》共分为12章。第1章叙述人工智能的定义、起源、流派与发展，第2章和第3章研究人工智能的知识表示方法和知识图谱，第4章探索搜索推理技术，第5章探讨群智能算法的主要方法，第6章至第11章逐一讨论人工智能的主要应用领域，包括机器学习、人工神经网络与深度学习、专家系统、计算机视觉、自然语言处理和语音处理等，第