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，

本书共9章，分为2篇。第1篇MCP基础入门(第1-3章)，首先介绍MCP的核心原理、主流平台与资源社区，然后通过一个实战案例一步步带领读者完成其开发环境的搭建，以及MCPServer的构建及其上线发布。第2篇MCP应用实践(第4-9章)，精选100个能用、好用和无风险的MCPServer(作者亲测全网近300个MCPS

全书共7个项目，内容涵盖智启东方——人工智能的原理技术、智惠万物——人工智能的应用实践、智汇办公——AI提升工作效率、绘智万象——AI赋能图像处理、光影智韵——AI赋能视频处理、职引智途——AI赋能职业规划、智耕沃野——AI赋能农林发展。

本书共6个项目，主要包括了解机器学习、Python学习入门、机器学习数据处理、Scikit-learn库模型与数据预处理、数据可视化、模型训练与优化、机器学习算法应用等内容。

本书聚焦最新的深度卷积网络性能优化发展前沿，结合典型深度卷积算法，研究对资源自感知的资源优化条件下的算法性能建模技术，突破存储资源智能自优化技术，计算资源智能自优化技术，向读者全面介绍了面向典型深度卷积网络应用、基于异构加速器的性能智能自优化方案并构建的原型系统，全面验证智能化方案的有效性，提升异构加速器计算集群效能。

本书从应用实践出发，寓教于实操，详细介绍人机界面与组态监控技术的基础知识和操作技能。本书包括8个项目，分别是人机界面与组态监控系统基础、组态监控系统的组成、组态监控编程、搭建组态监控系统、实现火灾预警系统、实现谷仓温度监控调温系统、实现嵌入式组态监控系统、实现交通灯控制系统。本书通过具体实验，让读者更透彻地了解组态监控

本书共8章，主要包括深度学习的相关理论知识和深度学习的计算机视觉应用。深度学习的相关理论知识部分包括人工智能基础、机器学习、深度学习基础及深度学习三部曲。其中，深度学习三部曲重点介绍深度学习的组成模块，旨在帮助读者把握深度学习的概况。深度学习的计算机视觉应用部分主要以计算机视觉相关任务为引导，介绍深度学习中常用的模型及

本书以实际应用为出发点,通过合理的结构和大量来源于实际工作的精彩实例,全面涵盖了读者在使用计算机进行日常信息技术处理与应用人工智能技术过程中所遇到的问题及其解决方案。全书共分为3个部分11章。其中信息技术基础部分讲解了信息技术概述、计算机系统组成、操作系统与网络基础、信息安全与维护;人工智能通识部分讲解了人工智能概述、

本书选取与日常生活、职业场景紧密相关的任务,内容包括AI赋能文本处理、高效处理文本、AI赋能静态图像处理、AI赋能视频处理、AI赋能语音处理等前沿实践,涵盖人工智能的多个应用层面。

本书共分为五大模块,包含12个项目。模块1介绍信息技术与人工智能基础,从信息技术的基本概念出发,系统讲解人工智能的发展历程、应用领域、技术架构以及生成式人工智能的原理与机制;模块2聚焦机器学习、深度学习、自然语言处理与计算机视觉等关键技术,通过浅显易懂的小任务引导学生动手实践,理解算法背后的逻辑;模块3介绍智能化办公,