本书深入探讨了AI技术如何为教育领域带来颠覆性变革。本书中不仅展示了AI技术如何能够代替教师进行板书、生成精美课件，以更生动直观的方式呈现知识，还阐述了AI如何根据学生学习情况提供个性化辅导。此外，该书还介绍了如何利用AI进行备课、授课、测评及办公，以解放教师时间，提升教学效果，并展望了 AI 教育 背景下更加公平、高效、个性化的教育未来，同时也关注了AI在教育中的应用所带来的挑战与应对策略。本书适合教育工作者、教育技术爱好者等阅读，共同探索AI与教育的无限可能。
《AI办公新动能:DeepSeek 智能应用实践指南（案例版）》 是一部聚焦于办公效率提升与AI技术深度融合的实用手册，以 案例 为显著特色。全书共11章，第1章至第5章聚焦于DeepSeek的基础应用与借助其提升效率的技巧，从介绍DeepSeek模型及其与其他AI工具的结合应用，到构建与其独特的沟通方式，再到借助其优化工作思维；第6章至第8章深入探讨DeepSeek与Word、PPT和Excel等常用办公软件的结合应用；第9章和第10章聚焦于AI技术在办公中的创新应用，如图片生成和视频生成，详细介绍DeepSeek与豆包、通义万相、即梦 AI 等工具的组合应用。第11章为综合案例实战，涵盖DeepSeek在助力高效会议纪要与邮件沟通、赋能商业文案创意与优化、打造优质产品介绍视频、精准优化简历、辅助股票分析等办公场景中的应用，帮助读者融会贯通，实现办公效率的全面提升。 本书以50个精心挑选的
人工智能将从根本上改变企业和社会。本书全面介绍了人工智能技术的基础知识人工智能在零售、医疗保健、能源、运输金融投资等各个行业中的应用，以及人工智能对商业发展的深远影响。作者还提出了人工智能应用框架的三层模型，助力企业打造人工智能发展路线图。
本书是360集团创始人、 红衣大叔 周鸿祎全面解读AI现状、挑战与未来的力作。作者从AI发展的历程、Sora的诞生、AI革命性影响、大模型发展趋势、大模型发展安全、GPT的变革、大模型创业，以及硅基生命对碳基生命的挑战等诸多方面阐述了自己的观点和思考。作者认为，发展AI要跳出产品层面，对企业来讲，要部署一个私有化的通用大模型，并寻找一些特殊的场景，训练垂直大模型，把垂直大模型通过智能体框架同公司的数字化业务相结合；对于个人来讲，无须过分担心AI创新所带来的新挑战，大模型的能力再强大，也依然是一个强有力的生产力工具，不妨用自己的创造力去激发人工智能的创造力。
《人工智能简史》全面讲述人工智能的发展史，几乎覆盖人工智能学科的所有领域，包括人工智能的起源、自动定理证明、专家系统、神经网络、自然语言处理、遗传算法、深度学习、强化学习、超级智能、哲学问题和未来趋势等，以宏阔的视野和生动的语言，对人工智能进行了全面回顾和深度点评。 第2版中每章都有新增内容，并增加了全新的第13章，整理了人工智能几大派别的演化路线和人物的继承关系，有助读者阅读方便。 本书极具专业性、思想性和趣味性，既适合缺少专业背景的读者了解人工智能的来龙去脉，作为人工智能的启迪之书，也适合专业人士了解人工智能鲜为人知的历史，提供深入学习的指导。
中国的 AI 技术逆势崛起，催生了 DeepSeek 这样革命性的大模型。《DeepSeek实战技巧精粹》通过 100 多个实例，详细介绍了 DeepSeek 的最新功能及在职场办公方方面面的应用。 全书以 技术赋能 为主线，围绕6大核心领域展开：DeepSeek基础知识、DeepSeek赋能智能办公、 使用 DeepSeek 进行短视频与营销内容创作、DeepSeek 辅助家庭教育与学习力提升、使用 DeepSeek进行健康管理与出行规划、国产 AI 大模型应用介绍。 《DeepSeek实战技巧精粹》适合职场人士、内容创作者、教育工作者及 IT 技术人员阅读。
相信大家一定听说过DeepSeek的大名。作为一颗在AI领域冉冉升起的新星，它以惊人的速度和实力吸引了全球目光。你是否好奇DeepSeek为何爆火？它究竟有何神奇之处？本书精选大众普遍关注的热点问题，围绕DeepSeek原理、技术、应用、社会影响等，以通俗易懂的问答形式一一解答。 从技术内核到行业应用，从使用指南到未来展望，带你全面认识DeepSeek，理性看待AI发展，把握时代机遇，成为AI时代的明白人。本书用大篇幅讲解了DeepSeek的重要技术——提示词，详细介绍提示词在各领域的实战案例，如果巧妙应用提示词提升我们和DeepSeek交互的效率，让DeepSeek为我们插上腾飞的翅膀。
《深度学习理论及实战（MATLAB版 第2版）》主要介绍深度学习理论及实战,共5章,内容包括机器学习、人工神经网络、卷积神经网络、MATLAB深度学习工具箱和应用案例。在介绍基础理论方面,本书深入浅出、语言生动、通俗易懂;在介绍应用实例时,本书贴近实际,步骤翔实,举一反三。本书对数十个例程进行了深入的讲解,并对代码进行了详细的注解。 《深度学习理论及实战（MATLAB版 第2版）》可作为人工智能、电子信息、计算机科学相关专业的本科生,研究生的教材,也可作为本科毕业设计、研究生学术论文的参考资料,还可作为相关工程技术人员的参考资料。
《深度学习进阶：自然语言处理》是《深度学习入门：基于Python 的理论与实现》的续作，围绕自然语言处理和时序数据处理，介绍深度学习中的重要技术，包括word2vec、RNN、LSTM、GRU、seq2seq 和Attention 等。本书语言平实，结合大量示意图和Python代码，按照 提出问题 思考解决问题的新方法 加以改善 的流程，基于深度学习解决自然语言处理相关的各种问题，使读者在此过程中更深入地理解深度学习中的重要技术。
ChatGPT能够辅助用户完成从数据收集、预处理、分析到报告撰写的全过程，大大降低了数据分析的门槛。 本书共分为 12 章，内容包括ChatGPT 的注册与登录、提示词的设计、GPTs、数据的收集与预处理、特征工程、各类数据分析方法（包括对比分析、分组分析、回归分析、分类分析和聚类分析等）、数据可视化，以及如何利用 ChatGPT 撰写数据分析报告等。每章都提供了丰富的示例和实用技巧，旨在帮助读者掌握利用ChatGPT 进行数据分析的方法，提高数据处理和分析的效率。 《ChatGPT数据分析（视频案例版）》适合数据分析师、市场研究人员、高校师生、科研人员以及任何对数据分析感兴趣的读者。通过阅读本书，读者不仅能学习到如何使用 ChatGPT 进行数据分析，还能深刻理解数据分析的核心概念和应用场景，从而在实践中更加游刃有余。
本书基于国产开源深度学习框架PaddlePaddle进行编写，全面、系统地介绍了PaddlePaddle在数字图像处理中的各种技术及应用，书中项目实例全部采用动态图版本实现。全书共8章，分别介绍了基于深度学习的图像分类、目标检测、语义分割、实例分割、关键点检测、风格迁移等内容，所有知识点均通过实际项目进行串联，旨在帮助读者在掌握基本深度学习算法原理的基础上，扩展项目实操能力，达到学以致用的效果。 本书可作为全国高等学校计算机、人工智能等专业的 深度学习 课程教材，主要面向相关领域的教师、在读学生和科研人员，以及从事深度学习与图像处理的工程技术人员和爱好者。
许多人听到 算法 这个词，就觉得它很难懂，需要专业的编程知识才能明白。然而，算法只是一个计算的 步骤 ，不需要计算机和编程语言基础。 本书介绍了算法的基础知识，数据的储存、分类、查找方法，以及机器学习中使用的算法等，由浅入深，图文配套，并结合使用场景和案例进行细致讲解，初学者读起来也毫无压力。 除了按顺序阅读，获取系统的知识，读者还可以从目录中挑选感兴趣的主题和关键词，按照自己的需求阅读，是一本实用性满分的算法入门书。
本书是在《模式识别与人工智能（基于MATLAB）》的基础上写作而成，为了适应模式识别算法的新发展、满足各层次读者的学习需求，在原有基础上增加了大量新内容，包括细化各章的内容和增加三种新算法。本书广泛涉及统计学、模糊控制、神经网络、人工智能等学科的思想和理论，将模式识别与人工智能理论和实际应用相结合，针对具体案例进行算法设计和分析，并运用MATLAB程序实现。全书共分为12章，内容包括模式识别概述、贝叶斯分类器设计、判别函数分类器设计、聚类分析、模糊聚类分析、神经网络聚类设计、模拟退火算法聚类设计、遗传算法聚类设计、蚁群算法聚类设计、粒子群算法聚类设计、免疫算法、禁忌搜索算法。覆盖了各种常用的模式识别技术。 本书可作为高等院校自动化、计算机、电子信息类等专业研究生和高年级本科生的教材,也可作为各
DeepSeek 是一种基于 Transformer 架构的生成式 AI（Artificial Intelligence）大模型，融合了MoE 架构、混合精度训练、分布式优化等先进技术，具备强大的文本生成、多模态处理和任务定制化能力。本书系统性地介绍了开源大模型 DeepSeek-V3 的核心技术及其在实际开发中的深度应用。 全书分三部分共12章，涵盖理论解析、技术实现和应用实践。第一部分从理论入手，详细解析了Transformer 与注意力机制、DeepSeek-V3 的核心架构与训练技术等内容，并探讨了 Scaling Laws 及其在模型优化中的应用。第二部分聚焦于大模型初步体验、开放平台与API 开发、对话生成与代码补全的实现，以及函数回调与缓存优化（Visual Studio Code），帮助读者快速掌握关键技术的基础理论和落地实践。第三部分则通过实际案例剖析DeepSeek在Chat类客户端、智能 AI 助理、VS Code编程插件等多领域中的实用集成开发，
《互联网大厂推荐算法实战》介绍了互联网大厂当前采用的一些前沿推荐算法，并梳理了这些算法背后的思想脉络与技术框架。 《互联网大厂推荐算法实战》总计10章，内容涵盖了推荐系统的基础知识、推荐系统中的特征工程、推荐系统中的Embedding、推荐系统的各组成模块（包括召回、粗排、精排与重排）所使用的算法技术、推荐算法实践中经常会遇到的难题以及应对之道（其中涉及多任务推荐、多场景推荐、新用户冷启动、新物料冷启动、评估模型效果、定位并解决问题等），最后还用一章的篇幅介绍了推荐算法工程师在工作、学习、面试时应该采取的做法。 《互联网大厂推荐算法实战》既适合推荐系统、计算广告、个性化搜索领域的从业人员阅读，也适合希望从事互联网算法工作的在校学生阅读。
《深入浅出人工智能》以通俗易懂的语言，全面介绍了人工智能的原理、技术、应用场景及典型案例。书中从计算机视觉、机器学习、自然语言处理和知识图谱等人工智能的关键技术切入，深入探讨了图像识别、语音识别、无人驾驶、聊天机器人、智能家居等人工智能的应用领域。通过使用简单易学且功能强大的Python语言，书中实现了人工智能实用场景的构建和验证。 对于对人工智能感兴趣但缺乏相关背景知识的初学者来说，《深入浅出人工智能》是一本理想的入门读物；而对于已经具备一定人工智能基础知识的读者，本书也能帮助他们深化对人工智能原理和算法的理解。无论您是人工智能的新手还是已有一定基础的读者，本书都能为您提供有价值的信息和知识。
"人机对话是人工智能技术体系中一个很重要的分支领域，同时也是人工智能应用最广的场景之一。本书从人机对话的演进历程出发，从机器人的宏观架构到每个功能的微观细节，都进行了阐述。全书共 11 章：第 1、2 章介绍人机对话的发展史和人机对话的基础架构；第 3 ～ 8 章从用户语言理解、用户应答的方式、答案的生成三方面，详细介绍一套人机对话系统的构建方法；第 9、10 章介绍支撑人机对话系统构建所需的常用算法及模型相关的底层基础技能；第 11 章介绍以 ChatGPT 为代表的大模型在人机对话领域的运用。 本书可供具备人工智能领域先验知识的工程技术人员和对人机对话感兴趣的人士阅读和参考。"
Python是当今使用最为广泛的开发语言之一，被认为是开发深度学习程序的最佳语言。《深度学习项目开发实践（TensorFlow Sklearn PyTorch）（微视频版）》通过9个综合实例，详细讲解了使用Python语言开发大型深度学习项目的过程，这些项目在现实应用中具有极强的代表性。第1章讲解了AI智能问答系统的具体实现流程；第2章讲解了AI智能推荐系统的具体实现流程；第3章讲解了智能OCR文本检测识别系统的具体实现流程；第4章讲解了国际足球比赛结果预测系统的具体实现流程；第5章讲解了智能绘图系统的具体实现流程；第6章讲解了利用ChatGPT开发微信客服机器人的具体实现流程；第7章讲解了移动机器人智能物体识别系统的具体实现流程；第8章讲解了AI考勤管理系统的具体实现流程；第9章讲解了网络舆情数据分析系统的具体实现流程。在具体讲解每个实例时，都遵循项目的
"随着深度学习相关技术的发展，特别是卷积神经网络技术的成熟，深度学习已经成为多种计算机视觉任务的常用工具。卷积神经网络模型由于其强大的表征能力，可以作为一种优秀主干模型，但往往以较大的参数量和计算量为代价。本书从基本架构设计、新式通用组件、模型压缩方法三个方面着手，试图普遍地、一般地提升卷积神经网络的精度和效率。书中介绍的方法与深度学习实践联系紧密：现实生活中的视觉应用一般要求在一定的推理延迟、吞吐量、模型大小和功耗的约束下尽可能追求更高的精度，所以开发者既可以应用一种新的架构，可以用一些新式组件来提升现有架构，亦可以对一个精度更高也更大的模型应用压缩技术使之满足既定的效率约束条件。本书聚焦基础，所提出的“结构重参数化”理论、新式模型结构和模型压缩方法可以广泛用于多种模型和多
今天，人工智能在我们的生活中随处可见。它能推送我们喜欢的电视节目，帮助我们诊断疑难杂症，还能向我们推荐商品。因此，让我们掌握人工智能的核心算法，拥抱日新月异的智能世界吧。 与那些充斥着公式和术语的教材不同，本书利用丰富的图表、案例和习题，深入浅出地讲解人工智能的基本概念。你只需要具备高中数学基础知识，即可轻松阅读本书。读完本书之后，你将能亲手设计算法来预测银行交易风险，创造艺术作品甚至配置自动驾驶汽车。 主要内容 ●各种人工智能算法的实践场景 ●帮助决策的智能搜索算法 ●受生物学启发的算法簇 ●机器学习与神经网络 ●强化学习 与Q-learning
本书是一本面向职场人士的 AI 工具书，旨在帮助读者掌握与 DeepSeek、Kimi、Qwen、 ChatGLM、ChatGPT、Claude、Gemini、Llama、Grok 等主流大语言模型高效协作的能力。通过系 统学习提示词工程的方法与技巧，读者能够在 AI 时代充分挖掘这些工具的潜力，提升工作效率。 本书共 7 章，内容层次分明，涵盖理论基础、技术进阶和实战应用三个板块。全书注重实操 性，所有方法和案例都可以直接应用到实际工作中。第 1～3 章介绍 AI 发展现状和提示词基础知 识，帮助读者建立对 AI 工具的正确认知。第 4～5 章深入讲解 10 种提示词设计模式和结构化提示词 框架，为读者提供了一套完整的方法论。第 6 章精选了 16 个实战案例，涵盖写作、自媒体、财务分 析、法律等领域，每个案例都配有详细的使用指南。第 7 章则探讨了 AI 时代的职业发展策略。 本书适合所有希望在 AI 时代提升竞
