本书系统地介绍了人工智能与机器学习的定义、大模型的应用、人工智能生成内容(AIGC)以及具身智能等前沿话题，帮助读者理解AI在生活和工作中的广泛应用。本书采用通俗易懂的语言，结合丰富的案例分析和实践环节，旨在提升读者的批判思维与解决问题的能力。每章配有课后习题和案例研究，鼓励读者在实践中掌握AI技能，增强在实际工作环境

本书围绕人工智能技术基础理论、编程能力和综合应用内容整体设计“文化篇、工具篇、应用篇”3个大模块，每一章设置的“知能达标、素养提升、视野拓展”3个模块以及根据知识梯度切分的多个微模块，助力打造人工智能通识课程体系，满足不同专业多样化学习需求，推动形成“人工智能+X”复合专业培养新模式。本书基于BOPPPS教学方法重构教

本书分为基础篇和应用篇两大部分，共8章内容，系统介绍了人工智能的基础理论和实践应用。基础篇包括人工智能引论、机器爱学习、机器看世界、机器听世界、机器讲你知和人工智能的发展趋势，从人工智能概述、诞生、发展和应用讲起，深入浅出地讲解了机器学习、计算机视觉、语音识别和自然语言处理等核心技术及其应用以及人工智能的发展趋势。应用

本书作为《人工智能与未来教育》一书的配套实践教程，较为系统地介绍了人工智能时代的典型智慧教育工具和相关知识点，并配有丰富的习题。本书对标人工智能时代的学校形态、教师角色、课堂环境及评价工具等，详细介绍了虚拟仿真课堂、元宇宙学习环境、教育数字人、虚拟教研室、生成式人工智能、教育机器人、智能教育系统、学习行为分析等典型的智

本书是高等学校人工智能通识教育教材。全书共分为10章，主要内容有：人工智能基础、人工智能核心技术、人工智能的应用、Python程序设计、Python的应用、WPS文字高级应用、WPS表格高级应用、WPS演示高级应用、WPS协作与共享、智能办公助手WPSAI。本书构建了“AI理论与应用—Python编程与AI实践—AI赋

本书主要内容包括：知识图谱基础、知识图谱实践、知识图谱前沿，共三篇。具体内容包括：知识图谱概述、知识图谱表示、知识图谱存储、知识图谱构建、知识图谱推理、知识图谱融合等。

全书共8章，主要内容包括绪论、控制系统数学建模、控制系统频域建模、控制系统稳定性分析、控制系统瞬态质量分析、控制系统稳态精度分析、控制系统频域校正方法、控制系统实例和附录。

本书在详细阐述强化学习基本概念与基本理论的基础上，循序渐进地介绍了深度强化学习各常用算法的基本思想、算法伪代码、算法实现、基于实例的算法演示与程序分析等内容。具体介绍了Q-learning算法求解最优路径问题，SARSA算法求解最优安全路径问题，策略迭代算法求解两地租车最优调度问题，价值迭代算法求解最优路径问题，DQN

本书内容涵盖深度学习的基础理论及前沿技术，内容循序渐进，旨在逐步提升学习者对深度学习技术的理解和应用能力。本书共10章，主要内容包括绪论、深度学习基础理论及实践、卷积神经网络理论及实践、基于CNN的目标检测算法及实践、基于CNN的图像分割算法及实践、循环神经网络理论及实践、注意力机制与Transformer、生成式网络

本书全面梳理机器学习、深度学习和强化学习相关理论和方法,完整设计各种模型和算法的应用实例。首先概述与人工智能和深度学习相关的基本概念和发展历程;然后详细介绍机器学习中的回归任务、分类任务、梯度下降法的基本理论和算法,并给出完整的TensorFlow编程实例;之后循序渐进地阐述人工神经网络与深度学习、深度神经网络的训练方