本书采用“理论+应用+操作实践”相结合的方式，深入浅出地介绍生成式人工智能及大模型的基础知识。书中精选典型案例，展示大模型在各行业的应用，并通过Transformer架构，详细解析生成式人工智能及大模型的核心原理与技术演进。此外，本书还通过文本生成、图像生成、视频生成等应用场景，指导读者学习AI工具的使用。本书体系完整

本书内容涵盖从人工智能的起源、发展到前沿技术的多个方面，包括人工智能基础概念、数学素养与计算思维、数据科学与大数据技术、智能体技术、机器学习、神经网络与深度学习、图像识别与计算机视觉、自然语言处理与大语言模型、生成式人工智能、机器人及其智能化、群体智能等核心技术，同时结合大量实战练习和项目，强调理论与实践并重。书中特别

本书共分四个部分15章，全面系统地介绍了生成式AI的基础理论、核心技术、应用场景以及社会影响，既突出生成式人工智能技术，又重视AIGC应用，旨在为读者提供一个全面、深入且实用的学习平台，帮助读者快速掌握生成式人工智能的精髓及其在各领域的应用实践。

本书是系统介绍生成式人工智能基本概念、技术风险及其治理方案的人文社会科学类读物。书中简要介绍了生成式人工智能的底层逻辑与技术架构，结合医疗、金融、教育、法律等具体场景分析了生成式人工智能的落地应用，进而对其未来图景提出预测和想象。在此基础上，重点探讨和分析了生成式人工智能潜在的数据、算法、模型等技术风险，并尝试探索其治

本书从人工智能导论、人工智能编程基础、人工智能计算平台、人工智能网络环境、人工智能基本技术、大模型及其应用技术、机器学习及其应用等七个维度布局内容。

本书共6章，内容包括：控制系统的数学模型、控制系统的时域分析法、控制系统的根轨迹分析法、控制系统的频域分析法等。

本书共7章，第1章绪论，介绍人工智能的概念和发展简史，当前发展方向、研究热点，基本研究内容、所采用的研究方法；第2章讨论传统经典人工智能的知识表示、知识工程、搜索技术、群智能算法、知识图谱、专家系统和规划技术等基本知识；第3章介绍实践人工智能应用的编程语言Python；第4章以Scikit-learn为基础介绍机器学习

本书提出了以下推荐方法：基于“字符－短语”注意力机制和因子分解机的混合推荐方法和基于“局部－整体”注意力和文本匹配机制的推荐方法，旨在通过获取更多信息和提升模型特征提取能力，来实现更精准的个性化推荐；基于层次注意力和增强经验优先回放机制的深度强化学习推荐方法和基于自适应元模仿学习的推荐环境模拟器，旨在突破深度强化学习在

"《大模型核心技术与开发实践：基于Transformer、PyTorch及HuggingFace》系统地介绍大语言模型（LLM）的理论基础、实现方法及在多种场景中的应用实践。共分为12章，第1~3章介绍Transformer模型的基本架构与核心概念，包括编解码器的结构、自注意力机制、多头注意力的设计和工作原理；第4~6

人工智能（AI）是当今科技领域最引人注目的前沿技术之一，正在深刻地改变我们的生活、工作和社会结构。本书是一本以漫画形式呈现的科普图书，旨在通过轻松幽默、生动形象的方式，带领读者穿越时空，探索人工智能从诞生到蓬勃发展的全过程。本书深入探讨了人工智能在各个领域的应用，如医疗、金融、交通、娱乐等，展示了人工智能如何为人类社会