本书内容范围包括：智能优化算法，人工神经网络，深度学习，强化学习，迁移学习，联邦学习，推荐系统，知识图谱。本书知识结构包含传统的智能优化算法原理和应用，人工神经网络原理和应用，深度学习中卷积神经网络的典型结构和实现，强化学习经典算法原理和应用，迁移学习经典算法原理和实现，以及深度学习高阶应用：推荐系统和知识图谱。

本书系统呈现了情绪识别技术在脑电、外周生理信号与面部图像等多模态领域的发展脉络，重点面向跨设备、多认知变量、隐性情绪等条件下的情绪识别难题，突破了跨设备干湿脑电特征迁移、操控状态负性情绪脑电特征解耦，以及微表情与多生理信号融合的隐藏情绪识别等关键技术，为情绪识别技术从实验室走向更真实、更复杂的人机交互应用场景提供了理论

本书是关于智能信息处理模型及其应用的专著，着重介绍作者提出的人工脑深度信息处理模型。主要内容包括：人工脑模式识别的紧密包裹学习模型，人工脑深度神经网络信息处理模型(深度学习卷积神经网络轻量化模型、基于生成对抗网络的水下图像增强模型、基于多视角的3D物体识别模型)，人工脑开集识别深度神经网络模型(基于负类样本特征增强和深

本书共15章，主要包括AI训练师基础、数据标注的概念与方法、数据标注的工具与操作、数据整理与预处理的方法、AI算法与神经网络、AI模型训练与优化、AI文案模型训练、AIStudio模型训练平台、AI语言模型训练、AI绘画模型训练、AI语音模型训练、AI训练在交通智驾中的应用、AI训练在医疗法律中的应用、AI训练在政务教

本书首先讨论每一种技术，并提供介绍性材料，为读者提供正在培养和开发这种“三合体的力量”实施标准的参与者(例如，谷歌、以太坊、IBM、微软、亚马逊等)的详细信息。本书不仅会讨论技术方面的要求，还会讨论新兴法规、安全和隐私法对商业与法律合规性的要求。本书将引导读者完成创建示例应用程序和代码所需的步骤，这将促进、支持和加速读

本书共分10章，全面介绍了无人系统自主控制的体系结构、环境理解、导航定位、决策规划、避障控制、多平台协同、无人集群、人机协同、自主学习等关键核心技术，反映了无人系统自主控制技术的新发展和新成果。

本书共8章，依次梳理学科基础内容与前沿研究内容，先介绍整体基础概述、最优化基础理论，分别讲解无约束优化、约束优化两类核心优化问题，再深入阐释神经网络优化相关内容，结合循环神经网络与视觉Transformer，探究神经网络在序列建模、视觉两大任务中的实际应用，同时针对小样本场景，讲解依托单图像、单场景内部结构建模、提升计

全书共7章，内容循序渐进：第1章梳理人工智能的定义、发展历程与核心三要素(数据、算法、算力)，构建宏观认知；第2章聚焦生成式大模型，介绍结构化提示词与AI高效协作；第3章以Coze平台为例，讲解智能体原理，让“人人皆可开发AI应用”成为现实；第4章通过丰富案例拆解监督学习、无监督学习、强化学习与生成式学习四大范式及经典

本书以AIGC(人工智能生成内容)技术为核心，围绕文科生与师范生的认知特点，设计“基础-应用-创新-反思”四阶内容体系，融合文生图、文生视频、智能文档处理等前沿技术，助力学生提升跨场景智能素养。教材开篇解析AIGC技术原理(如大模型、多模态生成)，结合教育、生活、创作等场景，展示其变革潜力。在技能实践层，针对文科需求设

本书共10章，分为两部分。第一部分(第1-6章)主要讲述人工智能的基本概念、原理、方法和技术，涵盖人工智能发展历史和主流学派、知识表示、确定性推理、搜索策略、不确定推理、机器学习、数据挖掘、大数据、深度学习和人工智能伦理的相关理论与方法；第二部分(第7-10章)主要讲述现代人工智能的新技术和方法。本书每章都提供了重点知