本書(shū)主要目標(biāo)是引導(dǎo)學(xué)生步入人工智能時(shí)代，積極投身人工智能的變革浪潮之中，了解人工智能概念，培養(yǎng)人工智能思維，熟悉人工智能應(yīng)用，探尋人工智能與自己專(zhuān)業(yè)的應(yīng)用結(jié)合點(diǎn)。主要內(nèi)容包括：人工智能的概念、應(yīng)用、關(guān)鍵技術(shù)和實(shí)際使用方法，主要包括緒論、人工智能關(guān)鍵技術(shù)、智能體、具身智能、大模型、AIGC應(yīng)用與實(shí)踐、AI搜索實(shí)踐、AI協(xié)

本書(shū)系統(tǒng)、全面地介紹了計(jì)算機(jī)與人工智能的基礎(chǔ)概念、理論、方法、技術(shù)以及人工智能主要研究領(lǐng)域的基礎(chǔ)知識(shí)與應(yīng)用等內(nèi)容。全書(shū)共3篇，10章。第一篇，人工智能基礎(chǔ)篇，第1~3章，內(nèi)容包括緒論、人工智能的基礎(chǔ)設(shè)施、人工智能程序設(shè)計(jì)語(yǔ)言等。第二篇，人工智能算法篇，第4~6章，內(nèi)容包括知識(shí)表示與智能推理、搜索策略與問(wèn)題求解、機(jī)器學(xué)習(xí)

近年來(lái)，人工智能的框架、理論、方法和產(chǎn)業(yè)發(fā)展極為迅速，是當(dāng)前科學(xué)研究的前沿和創(chuàng)新創(chuàng)業(yè)的熱點(diǎn)。本書(shū)系統(tǒng)介紹了人工智能的原理和應(yīng)用情況，共分為11章，包括人工智能概述、知識(shí)表示與知識(shí)圖譜、確定性推理方法、不確定性推理方法、搜索策略、智能計(jì)算及應(yīng)用、機(jī)器視覺(jué)、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、智能體與多智能體系統(tǒng)以及自然語(yǔ)言處理

本書(shū)主要介紹多智能體協(xié)同調(diào)控理論，深入闡述通信拒止時(shí)基于系統(tǒng)相對(duì)測(cè)量輸出的分布式觀測(cè)器設(shè)計(jì)新理論與方法，并圍繞此方法探討多類(lèi)多智能體系統(tǒng)的分布式協(xié)同調(diào)控問(wèn)題。內(nèi)容涵蓋多智能體系統(tǒng)的基礎(chǔ)理論與圖論的基礎(chǔ)知識(shí)、靜態(tài)與切換網(wǎng)絡(luò)拓?fù)湎碌亩噍斎攵噍敵鼍�性異構(gòu)多智能體系統(tǒng)一致性調(diào)控、二階非線性系統(tǒng)的一致性調(diào)控、連續(xù)時(shí)間與離散時(shí)間線

本書(shū)聚焦人工智能領(lǐng)域中機(jī)器學(xué)習(xí)的基礎(chǔ)理論與方法，通過(guò)嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)推導(dǎo)和可解釋性分析，幫助讀者理解常用方法的理論內(nèi)涵與實(shí)現(xiàn)細(xì)節(jié)。全書(shū)共8章，第1章簡(jiǎn)要講解機(jī)器學(xué)習(xí)的基本概念與發(fā)展脈絡(luò)；第2章和第3章介紹所需的數(shù)學(xué)基礎(chǔ)與優(yōu)化基礎(chǔ)；第4章介紹數(shù)據(jù)基礎(chǔ)理論方面的知識(shí)；第5～8章分類(lèi)探討經(jīng)典機(jī)器學(xué)習(xí)方法，涵蓋特征處理、聚類(lèi)分析、回

本書(shū)闡述了基于群組及Lp正則項(xiàng)稀疏神經(jīng)元反應(yīng)的多種神經(jīng)網(wǎng)絡(luò)建模的思想，介紹了以大腦神經(jīng)元反應(yīng)能耗為約束的多目標(biāo)稀疏優(yōu)化模型，并針對(duì)傳統(tǒng)前饋神經(jīng)網(wǎng)絡(luò)、Pi-Sigma神經(jīng)網(wǎng)絡(luò)，Sigma-Pi-Sigma神經(jīng)網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)、嶺多項(xiàng)式神經(jīng)網(wǎng)絡(luò)、Elman神經(jīng)網(wǎng)絡(luò)等給出了相關(guān)的稀疏優(yōu)化方案，并針對(duì)每種具體的神經(jīng)網(wǎng)絡(luò)模型給

在人工智能時(shí)代，智能體平臺(tái)已成為連接技術(shù)與生活的橋梁。本書(shū)全面介紹了當(dāng)前主流的智能體平臺(tái)及其應(yīng)用，旨在為讀者開(kāi)啟智能化生活的大門(mén)。全書(shū)共分九章，首先對(duì)智能體平臺(tái)進(jìn)行概述，涵蓋基礎(chǔ)術(shù)語(yǔ)、核心特點(diǎn)、功能分類(lèi)及應(yīng)用領(lǐng)域，并展望未來(lái)發(fā)展趨勢(shì)。隨后，深入剖析了八大智能體平臺(tái)：智譜AI、天工SkyAgents、訊飛星火、豆包、通義

在人工智能高速發(fā)展的當(dāng)下，本書(shū)圍繞全球首款通用AIAgent——Manus展開(kāi)。"認(rèn)知篇”回溯AIAgent發(fā)展軌跡，剖析其與大模型的不同，突出Manus"知行合一”的獨(dú)特理念；"基礎(chǔ)操作篇”細(xì)致介紹Manus的安裝注冊(cè)流程、界面交互方式，分享個(gè)性化設(shè)置技巧，同時(shí)深入解讀技術(shù)原理，助力讀者快速入門(mén)；"場(chǎng)景應(yīng)用篇”重點(diǎn)呈

人工智能通識(shí)教育是高等教育領(lǐng)域亟待探索的重要課題。本書(shū)圍繞人工智能通識(shí)教育實(shí)踐主題展開(kāi)，從大語(yǔ)言模型入門(mén)，沿著數(shù)據(jù)、計(jì)算、智能工具到智能模型的路徑，逐步引導(dǎo)學(xué)生進(jìn)入人工智能的世界。本書(shū)聚焦于計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理兩大應(yīng)用方向，幫助學(xué)生理解深度學(xué)習(xí)模型，并通過(guò)調(diào)用大模型API的方式將智能模型融入實(shí)際程序。全書(shū)共9章，各

本書(shū)圍繞ModelContextProtocol（MCP）這一新興的大模型上下文控制協(xié)議展開(kāi)，系統(tǒng)講解其技術(shù)原理、協(xié)議結(jié)構(gòu)、開(kāi)發(fā)機(jī)制及工程化實(shí)踐方法，旨在為大語(yǔ)言模型（LLM）開(kāi)發(fā)者、架構(gòu)設(shè)計(jì)師及人工智能工程人員提供一套實(shí)用且嚴(yán)謹(jǐn)?shù)膮⒖贾改�。全�?shū)共分為十章，內(nèi)容由淺入深。全書(shū)首先從LLM的核心原理出發(fā)，介紹Transf