本书是人工智能工具DeepSeek的应用操作指南，手把手教用户从零起步，快速掌握DeepSeek的使用方法，从新手小白进阶到AI使用高手。全书涵盖了DeepSeek的基础理论、核心功能与多场景应用，从下载注册教起，重点讲解提示词的编写技巧，通过具体生动的场景化案例演示，聚焦DeepSeek在日常生活、家庭教育、职场工作、自媒体创作和金融投资等领域的实际应用，为读者提供各场景常用提示词和指令模版。本书力求为读者提供一整套系统化、操作性强的使用指南，既适合初学者快速入门，也为专业用户提供深度指导。

本书是中国科协新一代信息技术系列丛书之一。本书内容包括知识表示、知识获取、知识应用三部分。其中，知识表示主要介绍概念表示、知识表示、知识图谱；知识获取主要介绍搜索技术、群智能算法、机器学习、人工神经网络与深度学习；知识应用涉及计算机视觉、自然语言处理、语音处理、专家系统、规划、多智能体系统与智能机器人六部分。力求将人工智能的发展脉络、技术理论、产业成果以翔实的形态展现于人前。除了必要的知识点与宽泛的知识图谱，本书还深入浅出地介绍了有关智能搜索技术、计算机视觉、语言智能、机器人等在内的不同领域的应用实践成果。本书主要面向大学非计算机类的工科专业的高年级学生与研究生，帮助学生了解人工智能的发展过程与基本知识，熟悉人工智能产业的发展现状与市场需求，培养人工智能应用能力。同时，

本书是教授如何使用AI技术进行公文写作的实用指南。全书分为四章。第一章介绍了AI指令提问的原理和技巧，讲述AI时代提问的特点，以及如何向AI提出优质指令。第二章总结了多种实战方法与技巧，通过应用场景与示范案例，教读者如何针对具体场景向AI提问。第三章聚焦公文写作，涵盖常用AI写作工具和使用技巧介绍，以及如何通过向AI工具提问来指导各类具体公文的写作。第四章深入探讨公文写作的进阶技巧，介绍如何通过AI工具生成公文经典表述和结构化句式，助力读者高效提升公文写作水平。本书旨在通过AI赋能公文写作，提升职场公文写作的效率与质量，是企事业单位实用工具书。

本书的作者约翰 冯 诺伊曼（John von Neumann，1903 1957）是20世纪重要的数学家之一，被后人称为 计算机之父 和 博弈论之父 。 本书是诺依曼在1955 1956年为西里曼讲座而准备的未完成讲稿，是作者对过去十几年在计算机领域所做研究的一个总结性梳理。诺依曼在书中首先概述了模拟计算机和数字计算机的一些基本设计思想和理论基础，然后从数学的角度，主要是逻辑和统计数学的角度，探讨了人脑的神经系统的控制和逻辑结构，对计算机的数学运算和人脑思维的过程进行了比较研究。 本书是计算机和人工智能领域的一篇重要的原始文献，具有高度的前瞻性，为计算机的创新与发展以及机器人的研究指明了方向。

本书以浅显生动的语言讲述*前沿的理念 人工智能与自适应学习将如何改变教育。当下人工智能正悄悄影响着社会生活与教育体系的各个层面，对全世界的学习与教育活动，都将产生极为深远的影响。因为人工智能，因为自适应学习，自孔子以来人类两千年历史上*次，我们可以有机会真正实现 因材施教 的伟大教育理念，跨越过去难以克服的重重阻碍，让教育真正实现 个性化 ，积极改善教学的成效， 复制 *卓越的教师，让优秀教师不再是 稀缺资源 。学校可以更有效地进行教育改革，政府部门也能用更低的成本实现教育公平。在这一刻，我们能够清晰地看到： 一次全新的教育革命正在展开！本书可作为高等院校教育学、教育技术、计算机专业高年级本科生、研究生的教材，也可作为广大教育科技工作者和教育管理者的参考用书。

本书主要介绍经典的机器学习算法的原理及改进，以及MATLAB的实例实现。本书内容分为三部分。*部分(第1章)是机器学习概念篇，介绍机器学习的相关概念，并且对机器学习的各类算法进行分类，以便读者对机器学习的知识框架有一个整体的了解，从而在后续的学习中更容易接受机器学习涉及的各类算法。第二部分(第2章、第3章)是MATLAB机器学习基础篇，介绍MATLAB的基本使用方法，以及MATLAB集成的机器学习工具箱。MATLAB易上手的特点让使用者将更多的精力专注于算法开发与使用，而不是搭建算法实现开发平台。第三部分(第4章~第19章)是机器学习算法与MATLAB实践篇，对监督学习、无/非监督学习、强化学习三大类常用算法进行逐个讲解，包括机器学习算法原理、算法优缺点、算法的实例解释以及MATLAB的实践应用。本书适合以下读者： 对人工智能、机器学习感兴趣的读者；

■ 介绍机器学习领域的模型、算法和数据训练。 ■ 了解监督和非监督机器学习算法。 ■ 针对模型使用的数据进行统计验证。 ■ 深入了解商业和科学中使用的线性回归模型。 ■ 使用单层和多层神经网络计算结果。 ■ 介绍基于树的模型的工作原理，以及流行的决策树。 ■ 了解R语言中机器学习的生态环境。 ■ 介绍R语言提供的强大的工具caret包。

通过引导孩子探究自己的学习方式和学习过程，初步了解人类智能的基本形式和知识的表现方式；然后通过制作几种遥控机器人和自主控制机器人，掌握机器人智能即人工智能与人类智能的共同模式，从而了解和掌握*基本的人工智能概念和表现形式，包括沟通智能、计算智能和反应智能等。

元宇宙 概念的提出，来自美国科幻作家史蒂文森1992年创作的科幻小说《雪崩》。 自扎克伯格在Facebook宣布集团正式改名为Meta（Meta意为 超越 和 元 ，取自 Metaverse ）后，元宇宙就开始在世界的各个角落迅速发展起来。 元宇宙并不是一个简单的虚拟空间，而是一个囊括了网络、硬件终端和用户等元素的永续的、广覆盖的虚拟现实系统，系统中既有现实世界的数字化复制物，也有虚拟世界的创造物。

本书探究交替方向乘子法在图像处理中的应用,选取了运动模糊图像复原和遥感图像融合两个领域来作细致研究。通过 MATLAB进行仿真实验,利用交替方向乘子法高效求解复杂的凸优化问题,研究遮挡人脸识别的鲁棒性算法,以及人脸图像的类内变化和类间变化与鲁棒性算法的关系。同时,本书还探索高效的分布式优化求解方法。将分布式计算框 CoCoA 应用于机器学习和信号处理的各种问题。 本书适合作用从事机器学习研究的科技工作者、专业技术人员、研究生及高年级本科生的参考书。

本书系统介绍基于新闻语料的俄语连续语音识别方法。全书共分以下几个部分：基于Kaldi设计实现俄语连续语音识别原型系统，使之具备在线识别和离线识别功能，以验证声学模型和语言模型优化算法的有效性，进而为面向特定领域的俄语语音识别实用系统研发提供理论方法、实验数据和关键技术支撑。为了实现上述目标，需要进行如下环环紧扣的操作步骤：俄语语音语料的采集加工处理、俄语文本语料的采集清洗过滤、俄语发音词典的自动预测生成、声学模型建模基本单元（音素集）的确定、声学模型和语言模型的优化等。

本书以FANUC工业机器人为研究对象，针对工业机器人认识与操作过程中需要掌握的注意事项、设备各组成部分、坐标系设置、示教过程、程序执行及指令详解、系统文件的备份加载和保养等进行详细的讲解，并在相应章节配备现场实操视频，通过手机扫一扫二维码即可观看对应视频，使读者了解和掌握与FANUC工业机器人相关的每一项具体操作方法，建立对FANUC工业机器人应用的全面认识。 学习交流QQ 群：651014095

机器人DIY项目是具有原创性、特色鲜明的青少 年科技活动项目。这个项目具有以下特点：①制作材 料可以到市场自行采购，费用低廉；②学生自行焊接 、组装机器人，然后编程和调试；③传感器件丰富、 科技含量高，具有比较强大的机器人功能。 邓汉盘所著的《智能机器人DIY制作》为机器人 DIY项目配套教材，主要包含基础篇、制作篇、实践 篇三部分。基础篇即**章，阐述了开展机器人DIY活 动的意义；制作篇包括了第2～5章内容；第6、7章为 实践篇；附录部分提供了机器人器材介绍、机器人 DIY赛事活动介绍及Robobasic语言语法介绍等资料。 本书可以作为中小学信息技术、综合实践活动、 校内课外科技活动教材或教师指导用书。

《工业机器人运用技术》是“机电一体化技术”丛书之一，主要内容包括工业机器人的基础知识、工业机器人的机械结构、工业机器人控制、工业机器人的传感器及其应用、工业机器人的编程以及生产线和工作站。《工业机器人运用技术》的编写按照由浅入深的原则，介绍了工业机器人的基础知识和实际应用，结合大量图表，力求达到易读易懂。

本书是面向小学生科技课堂和信息技术课堂的人工智能普及教育读物。它以科普结合编程教育、能力培养的形式，理论联系实际，讲授人工智能知识、编程知识，提升中小学生对人工智能的认知，培养其设计能力、逻辑思维能力、动手能力、项目协作能力以及科学探究能力等。本丛书含小学版、初中版和高中版3分册，本册为小学版。

本书分为基础篇和高级篇。基础篇介绍机器学习的主要原理和方法、以及*近几年来的*进展，包括机器学习的发展史、决策树学习、PAC模型、贝叶斯学习、支持向量机、AdaBoost、压缩感知、子空间、深度学习与神经网络、MCNs、强化学习等内容。在高级篇部分，主要介绍一下作者多年来在机器学习与视觉感知方面的研究成果，包括HGPP、LDP、KBP、高阶差分码、Kernel Learning、Bag of Feature model等方法原理阐述与应用。

介绍机器人的机械结构、驱动方法、运动学分析、控制及感觉系统、机器人语言等多方面的原理及研究成果。充分考虑初学者的困难，努力做到理论和实际有机结合，同时充分考虑当今机器人的发展，力求反映国内外机器人开发研究领域的新进展。本书内容包括概论、机器人的机械结构、机器人运动学、机器人的动力学初步、机器人的控制基础、机器人的感觉、机器人的视觉及其应用、智能机器人与智能控制、机器人语言、机器人在不同应用领域的举例。