本书共包含8章内容，分别为DeepSeekAPI及本地部署、CursorAI编程工具、点名助手项目开发、自媒体选题热榜助手项目开发、心理测试软件项目开发、电商评价助手项目开发、情侣默契问答项目开发，以及Cursor使用经验及方法论。需要特别说明的是，虽然本书涉及部分代码和技术内容。

本书共9章，具体内容包括线性回归、分类分析、重采样、信息准则、正则化、非线性回归、决策树、支持向量机、无监督学习。具体内容包括：逆矩阵、行列式、线性独立性、向量空间及其维数等。

本书的第1-7章围绕Python的基础知识展开，详细讲解Python的语法、数据结构、函数、面向对象编程等核心概念。第8-9章介绍数据处理与可视化工具。第10-17章讲解神经网络的核心知识，第18章介绍了大语言模型在编程中的应用，包括如何利用人工智能辅助阅读代码、生成代码、调试和优化程序。

本书共15章，围绕人工智能的发展历程、研究领域、前沿技术、典型应用、安全伦理、产业格局、战略布局与产业发展等关键议题展开，重点讨论了无监督学习、自动机器学习、人工智能内容生成、人工智能大模型、智能体智能、智能无人系统、元宇宙、脑启发人工智能和人工智能驱动科学研究等。

本书系统阐述了如何利用腾讯元宝这一强大的AI工具，轻松应对日常挑战，大幅提升效率，实现个人价值的跃升。本书围绕工作、学习、生活3大方面展开，系统梳理出10个核心领域，进一步围绕这些领域挖掘出100余个高频应用场景，用1000余个提示词模板和100余个实操案例，详尽演示了如何用腾讯元宝来解决这100余个高频应用场景所对应

本书主要介绍分布式强化学习的关键概念及应用，对于重要的结果均给出了数学证明，从而说明分布式强化学习有能力解释在人机交互环境中产生的许多复杂且有趣的现象。读者将了解一系列算法和数学理论的发展过程，在这些过程中依次对随机回报进行特征描述、计算和估计，最后基于此做出决策。

本书第1章介绍了AI智能体的基本概念及其构成，第2章到第8章讲述了职业发展与求职、办公效率、商业与职场技能、自媒体与内容创作、学习教育与辅导、生活娱乐与社交、健康与家庭管理这7个领域的21个智能体的搭建方法。

本书共分为12章，介绍MCP与A2A协议的核心设计与实现，聚焦于多Agent系统中的复杂技术问题，详细解析了上下文压缩、任务系统建模、函数回调机制、RAG上下检索融合策略等关键技术，并深入探讨了这些技术的协议集成路径，通过多个真实应用系统的案例，展示了基于协议驱动的大模型系统的构建、部署与优化过程，提供了完整的可执行代

本书详细介绍了如何将Gradio与各种AI任务结合，打造交互式AI应用。通过学习本书，读者将掌握高效使用Gradio构建、优化和部署AI应用的方法，从而实现模型的展示与交互。

本书旨在系统性地介绍无线边缘智能所需要的核心技术。内容分为三部分：第一部分介绍无线边缘智能的产生背景、基础概念以及发展历程；第二部分聚焦无线边缘智能所面临的核心问题与解决技术，包括数据协同、算力协同和通信协同等关键议题；第三部分阐述无线边缘智能协同平台的构建方式，探讨了当前热点问题以及未来的发展趋势。