本书主要涵盖了人工智能发展历史、构建人工智能的基础理论以及人工智能伦理，介绍典型的人工智能类型：生成式、对话型、预测型、诊断型和规则型，介绍支持人工智能数据模型的运行环境及配置要求。本书主要结合学院特点和学生实际需求，采用零代码讲述生成式人工智能的实践重点，对文本生成基础和进阶、文生图和图生图基础和进阶、文生视频及图生

本书遵循“先实践后沉淀”的学习路径，从跑通第一个技能入手，逐步构建专属的多技能AI自动化工作流。作者手把手教你掌握：3个单技能模板、1条组合式写作工作流、1套技能工程方法论、1次从零开始完整迭代的技能项目实战。

本书全面系统地介绍了人工智能与AIGC的基础理论、技术及实际应用。全书共8章，包括人工智能基础、人工智能核心要素和关键基础技术、人工智能前沿技术、AIGC基础及提示词工程、AIGC工具基础应用、AIGC工具进阶应用、人工智能场景应用、人工智能实验实践等内容。本书内容丰富、图文并茂、重点突出、通俗易懂，可以帮助读者了解人

全书共六章，包括自动控制的基本概念、自动控制系统的数学模型、时域分析法、根轨迹分析法、频域分析法和自动控制系统的设计和校正。本书理论严谨、系统性强，完善了工程实例的设计过程。本书每章开篇都配有教学目的、教学重点、教学难点和思维导图，方便读者对自动控制原理知识的理解和掌握；每章例题力求典型、简明，并尽量结合实际；本书附录

本书共分十章，首先聚焦深度学习环境配置与Cursor工具链配置，系统讲解张量操作、模型构造、训练循环、卷积网络设计、自然语言处理、Transformer机制、迁移学习等任务实现方法，强调工程化训练、超参数调优、模型部署与接口封装；最后探讨Cursor插件构建与团队协同机制，旨在帮助读者打造面向工业级深度学习项目的开发能

本书共分十章，本书从帮助读者完成Cursor环境的搭建和数据加载模块化构建入手，逐步深入探讨特征转换以及分类和回归建模的核心机制。接着，重点讲解参数优化和自动化训练管线的构建，帮助提升模型的训练效率与精度。在此基础上，进一步扩展到聚类与降维算法的应用，丰富无监督学习的知识体系。随后，详细分析模型评估、稳定性与对比策略，

本书系统梳理人工智能的技术演进与产业实践，以历史脉络为轴，从理论奠基到深度学习革命，解析机器学习、神经网络、自然语言处理等核心技术，结合“监督学习与无监督学习”“强化学习与深度学习”等对比框架，深入浅出阐释技术本质。书中通过“AIGC热潮”“大模型能力边界”“AI幻觉现象”等前沿议题，剖析技术局限，引发思考；以“芯片战

本书主要内容包括：数据质量检测和处理、数据标注和审核、智能系统运维和优化等。

本书共15章，详细描述从项目规划、技术选型、开发环境搭建，到各个功能模块的实现及最终的性能优化和测试的全过程，不仅涵盖后端服务的搭建、数据库设计与优化，还涉及前端界面的开发和用户体验的提升，全面展示与传统编程过程不同的人与AI工具协同的开发方式。

本书作者像一位思想“法医”，先追溯“异化”的源头与演化历程——从精神异化到宗教异化，再到劳动异化，以及大众媒体被广泛应用后出现的文化异化，最终到当今时代出现的“认知异化”。当“认知异化”到达一个顶点时，我们就进入了一个“后真相时代”。在这个时代环境下，我们将再次面对一个关于“意义”的问题：我们将以何种方式继续成为人？为