本书共分为8章：首先从人工智能的基本概念切入，然后依次讲解了机器学习基础、深度学习与视觉智能、知识图谱与认知智能、人工智能伦理与未来挑战、AI+行业应用、AI教育资源开发等核心内容，最后探讨了人工智能未来展望与拓展。

本书主要内容包括：业务流程设计和效果分析、数据处理规范制定、算法测试和分析反馈、智能系统运营和人机交互标注管理、培训与指导等。

本书围绕“AI是科学”这一核心命题，分为四大模块共十章展开。“AI大世界”模块(第1-3章)介绍AI在医疗、金融、教育等领域的广泛应用及其技术特征；“AI中的数学”模块(第4-6章)深入剖析智能函数的数学本质、数据表示与概率方法；“AI中的物理学”模块(第7-8章)揭示数字人生成、机器人触觉与运动控制中的物理规律；“A

本书立足高校人工智能及相关专业教学需求，以“理论+实操”为核心，是配套人工智能导论课程的新形态实训教材。全书通过实际案例，系统、全面地介绍人工智能概览与基础、AIGC办公应用、AIGC图像和视频制作、AIGC生成音频、AIGC生活应用，AIGC编程应用、AIGC伦理等知识。通过案例拆解、步骤化实训、错误调试指导，将抽象

本书分为六个项目，主要内容包括：认识人工智能与AIGC、提示词的高效使用策略、AIGC工作助手、AIGC学习助手、AIGC生活助手、AIGC助力社会发展。

本书围绕光网络在资源调度、管理控制、性能提升等方面存在的NP-Hard问题，主要涉及路由与资源分配问题、虚拟光网络嵌入问题等，总结分析了现有的各种智能算法的原理和用途，详细阐述了在基于智能算法的光网络中NP-Hard问题的解决方案。本书共5章。第1章对光网络进行概述。第2章阐述了光网络中的最优化求解原理。第3章介绍了光

全书共8章，涵盖人工智能概述、机器学习基础、深度学习与视觉智能、知识图谱与认知智能、人工智能伦理与未来挑战、人工智能+行业应用、人工智能教学资源开发以及未来展望与拓展等内容，形成了由基础认知、技术理解到应用实践、能力提升的完整学习链条。

本书专为文科师范生设计，旨在通过通俗易懂的语言和丰富多样的案例，引导学生全面了解人工智能的基本概念、发展历程、主要技术及应用领域。教材内容涵盖人工智能概述、人工智能系统架构、大模型基础、提示词工程、智能体开发、自然语言处理、计算机视觉、机器学习与深度学习以及人工智能开发框架与平台等多个方面。通过介绍人工智能在教育、医疗

本书系统阐述机器学习与人工智能驱动智能推荐系统的核心理论与实践体系，聚焦协同过滤、深度学习、强化学习等核心算法原理，解析用户画像构建、物品特征工程、推荐匹配机制的关键技术逻辑。结合电商、流媒体、社交网络等典型场景，深入探讨个性化推荐、实时推荐、冷启动问题的解决方案与落地路径，剖析数据稀疏性、算法公平性等行业核心痛点及优

本书基于本地化部署人工智能大模型的技术特性，全面分析本地化部署人工智能大模型的概念、特点、意义和技术路径，在中外比较中探析本地化部署大模型的基本形态，深入阐释本地化部署人工智能大模型的伦理风险，积极探索风险治理策略，并对本地化部署人工智能大模型的未来发展作出展望。