本书是为零基础读者设计的人工智能操作指南，旨在让每个人都能轻松掌握DeepSeek的强大功能。书中首先介绍AI基本概念及DeepSeek的发展历程和技术特性，随后详细讲解如何搭建DeepSeek环境，并通过实际案例展示文本生成、数据分析等任务的应用。特别强调提示词设计的重要性，提供多种策略优化AI输出质量，确保无编程经

本书深入剖析了图神经网络领域所面临的两大核心挑战：深度加深模型退化和监督信息过度依赖。针对这两大挑战，本书提出了一系列解决思路，涵盖模型结构设计、训练策略优化等方面的内容。全书共7章，第1章主要介绍了图神经网络研究的背景与意义，阐述了近年来国内外网络表示学习与图神经网络的研究现状，分析了图神经网络当前面临的挑战及其主要

Sora是一个文本生成视频工具，本书介绍了Sora在视频生成领域的巨大潜力。本书共9章，系统讲解人工智能的演进、Sora的应用实践、Sora深度解析、Sora的挑战与未来等。本书内容全面、图文并茂、经典易懂，既包含Sora的应用实践和挑战，也涉及其技术基础和未来发展方向。

本书以函数逼近论与学习理论为主要工具，建立了一个系统的数学框架来解释深度的必要性、深度神经网络的适用性、数据规模对深度神经网络的影响、深度选择问题、网络结构选择问题及过参数化深度神经网络的泛化性等现阶段深度学习亟待解决的核心理论问题。本书的主要目的有三个:其一是期望从学习理论的角度给出作者的见解，能为某些方向的学者解惑

当前，人工智能作为一项引领未来的颠覆性战略技术，已在国家安全、国防军事、社会治理、文化教育、医疗健康、家居娱乐等领域初露峥嵘，成为世界各国极其重视的核心竞争力技术之一。本书主要研究人工智能新技术、新构想、新应用，面向未来，从人工智能发展历程、机器学习、感知认知、人机交互、机器人、脑科学、”智能+”未来应用，以及人工智能

深度学习是一种以人工神经网络等为架构，对数据资料进行表示学习的算法，它是计算机科学及人工智能的重要分支，其代表性成果如卷积神经网络、循环神经网络等作为信息产业与工业互联网等行业的主流工具性技术已被成功应用于诸多现实场景。本书作为一本面向中文读者的深度学习教科书，从“理论与实践相结合”的角度立意，贯彻“知行合一”的教育理

在科技迅猛发展的今天，生成式人工智能不仅在创意产业、商业领域和教育系统中发挥着越来越重要的作用，也正在改变人们的生活和工作方式。本书以简明易懂的方式介绍AIGC的基本概念和原理，同时精选了多个实用案例，详细讲解如何在实际工作和生活中应用AIGC技术，帮助读者将知识转化为实际操作的能力。

人工智能已在多个行业得到成功应用，大模型的应用已成为突破性进展的重要驱动力，而在特定垂直领域，如医疗、法律、金融等，大模型微调面临独特的挑战和需求。本书致力于大型语言模型微调与应用的关键技术，探讨两个热门应用方向：大模型的知识专业性和时效性。剖析了垂直领域大模型训练的背景及意义，探讨大模型在垂直领域的迁移学习、应用部署

人工智能是新一轮科技革命和产业变革的重要驱动力，是新质生产力的突出代表。融合了人工智能等新兴技术的数字经济已成为引领经济社会发展的重要力量。本书梳理了陈晓红院士团队近年来在人工智能与数字经济领域的部分学术论文与理论文章，由理论研究、技术创新、经济发展、社会治理四篇组成，包括数字经济理论体系、两型工程管理理论与实践体系、

随着大语言模型的日益火爆，各行各业都想把AI（人工智能）接入自己的业务场景，但是只依靠语言大模型就能解决业务场景的实际需求吗？要想真正把AI落地肯定少不了要结合自己业务场景的数据，定制AI所承担的角色，给它配置上需要使用的工具并按照标准化的流程办事。那么这些操作就可以使用本书讲述的Agent（智能体）来实现。本书使用通

针对国内外推荐系统技术热点问题，作者在推荐系统、深度学习学科领域基础理论方面 从事多年深入探索研究，借鉴国内外已有资料和前人成果，经过分析论证，收集大量专 家学者近年来有关深度学习推荐系统前沿问题的论坛、讲座和报告等展开研究，围绕基 于内容和知识的推荐、混合推荐、深度学习、基于深度学习的推荐以及辅助学习的推荐 等五个方

本书主要把握计算机科学与技术的发展趋势，熟悉人工智能的前沿知识和研究热点。本书从人工智能的概述出发，介绍了人工智能研究领域的基础知识，与此同时，对人工智能领域的核心算法--机器学习技术展开详细介绍，让读者掌握对相关技术的算法创新以及工程实践等。该教材紧密联系计算机学科中的人工智能前沿内容和所涉及的项目实践技术，读者通过

本书深入探讨了在网络时代，专家系统在塑造社会信任方面的核心作用及其面临的困境。本书选取公共卫生事件作为研究的切入点，深入分析了专家系统对于风险社会中群体决策和舆论引导的重要性。书中不仅揭示了影响专家系统社会信任的内生和外生因素，而且详细讨论了当这种信任失效风险来临时可能引发的多方面负面效应，包括对媒体信任度、科学知识传

本书讨论人工智能的理论和方法,我们从它的基本原理出发,由此构建它的理论和方法体系.本书由四部分组成,第一部分概论和算法,介绍并讨论了它们的类型、特征、运算和应用,重点讨论它们的定位问题.第二部分是学科,这就是人工智能和其他学科的关系问题.这些学科是生命科学、信息科学等六大学科.第三部分是系统和应用,其中典型的有图像、数

本书阐述了边缘智能的科学问题、基本原理、核心技术、落地方案及产业价值，全面介绍了人工智能服务应如何释放到数据源附近的网络边缘，并指出人工智能和边缘计算结合的巨大市场潜力。内容包括边缘智能的发展背景、应用场景、以及一系列边缘智能与云边端协同、机器学习、强化学习、深度学习、区块链等技术共同部署应用的核心技术点与架构方案。此

本书以统一而较简明的方式介绍人工智能算法在数值求解复杂系统中的基本方法及最新进展。首先从人工智能与机器学习的基础算法开始讲解，从最基础的反向传播神经网络模型开始，介绍一些经典的机器学习算法的基础及其原理。然后从一阶常微分方程初值问题引入，分别介绍了常微分方程、偏微分方程以及积分微分方程数值求解的经典算法。随后分别研究了

在人工智能飞速发展的今天，大众对于这一前沿技术仍感神秘且难以窥探其深。为此，本书针对人工智能的核心问题进行了深入剖析，旨在帮助读者揭开其神秘面纱。本书的主要内容围绕以下问题展开：什么是人工智能？人工智能能否解释其决策？它能否承担法律责任？它是否具有代理权？人类应该保留对这类系统的何种控制权，是否取决于所做决策的类型？如

机器学习虽然在改进产品性能、产品流程和推进研究方面有很大的潜力，但仍面临一大障碍——计算机无法解释其预测结果。因此，本书旨在阐明如何使机器学习模型及其决策具有可解释性。本书探索了可解释性的概念，介绍了许多简单的可解释模型，包括决策树、决策规则和线性回归等。本书的重点是模型不可知方法，用于解释黑盒模型（如特征重要性和累积

人工智能是一门以自动化理论与计算机技术为基础，涉及多学科交叉融合的新兴学科，是新一轮科技革命和产业变革的重要驱动力量，对于推动经济发展、提高生产力、促进社会进步具有重要意义。本书在总结编者及团队多年教学及科研经验的基础上编写完成，内容涵盖了人工智能的基本概念、发展历程、关键技术以及典型应用，旨在帮助学生快速了解人工智能

本书针对现有的混合式学习模式中存在理论、实验及创新实践三个环节的时间及空间分离问题，探索并构建一套“理实同步-虚实结合-资源共享”线上线下混合式人才培养平台。包括：建立了全新的通信网络控制模型，解决了通信互联网络引入的时延问题，实现了混合式学习线上线下课程的同步集成，提高了高校课堂教学效率；解决了个性化知识建构平台集成