本书围绕智能计算在高维组学数据分析中的理论与方法展开研究，系统综述高维组学数据特征及智能计算研究进展并分析现有方法局限，针对高维小样本问题研究基于深度学习的特征选择与降维方法，针对变量间复杂关联构建基于图神经网络的多组学整合分析模型，针对模型可解释性需求探索注意力机制与进化计算相结合的生物学知识嵌入策略，在TCGA等公

本书系统阐述了物理智能领域的前沿技术。以世界动作模型为核心主线，从数字智能到物理智能的概念跃迁讲起，深入剖析世界动作模型的数学框架与视频生成、几何生成、隐表示生成三大建模范式及原生、群体、物理态等高阶模型，完整呈现“数据工程—大规模训练—部署推理—评测”的开发闭环，并通过移动导航、移动操作及物理智能体操作系统PhyAg

本教材分为基础篇和实践篇两部分，基础篇主要介绍人工智能基本概念，机器学习、深度学习以及生成式人工智能基本原理，将人工智能伦理与安全融入相关内容，通过介绍我国人工智能发展现状，有机融合课程思政要素。实践篇从人工智能辅助办公、编程、研究、创作以及智能体创建等应用场景，培养学生人工智能应用创新能力。此外，还以附录形式给出模型

本书系统阐述人工智能与计算机技术融合发展的前沿进展与实践路径，旨在搭建AI算法与计算机系统工程之间的桥梁。全书共九章，以“基础理论—技术融合—系统实践”为主线，从智能软件工程、大数据协同计算、网络安全防御、计算机体系结构、智能操作系统、网络技术融合、数据安全与隐私保护等多个维度展开论述，将代码大模型、联邦学习、知识图谱

全书共八章，可以简单拆分为三个部分。第1-2章从基础认知与安装配置入手，帮助读者快速理解Codex的能力边界，并在10分钟内完成首个任务；第3章聚焦个人工作标准的建立与快捷指令的沉淀，让AI从“临时帮手”成长为“懂你习惯”的协作伙伴；第4-8章按办公自动化、自媒体内容创作、视频制作、无代码建站与软件维护五个方向，通过数

本书旨在对当前塑造全球科技版图的核心工具——人工智能指数——进行系统性解构与战略性重构。随着人工智能(AI)日益成为重塑全球竞争格局的关键变量，各类指数已超越单纯的统计功能，演变为争夺国际话语权与定义发展标准的“软实力”载体。本书在深度剖析斯坦福、Tortoise等全球主流指数方法论“黑箱”与价值导向的基础上，客观揭示

本书共9章内容，包括机器学习中图的重要性、预备知识、图神经网络的数学建模、多样化任务应用、图神经网络的加速方法、图谱理论、过平滑现象及其对策、图神经网络的表征能力等。

本书共13章，第1章为WorkBuddy简要介绍，第2-13章分别覆盖文件整理、问卷设计与分析、PPT设计、将票据整理至Excel文件、竞品深度调研、带交互式图表报告的生成、数据看板的搭建、完整的项目分析、微信公众号文章的整理与分析、用代码生成动态短片、简历的高效筛选、个人知识库的搭建等内容。本书案例实用性强，可以用来

本书是大模型工程从业者、数据科学家与计算机相关专业学生系统掌握大模型系统构建的实战指南，原著作者黄连金结合一线AI标准化与落地实践展开全书讲解。本书借鉴传统软件工程设计模式思想，首次系统化梳理六大类别共29种大模型实用设计模式，从数据基础层切入，拆解数据清洗、数据增强、大规模数据集处理、版本管理、数据集标注等工程方案，

本书面向机器学习从业者，是一本系统讲解图神经网络的实战指南，原著作者凯塔·布罗德沃特、纳米德·斯蒂尔曼结合图学习工业落地一线实践展开全书讲解。本书从图基础概念切入，梳理图数据的各类形态与学习范式，完整覆盖图嵌入、图卷积网络、GraphSAGE、图注意力网络、图自编码器、时空动态图、大规模图训练等主流GNN技术，搭配大量