"本書按照教育部組織制訂的《新時代大學(xué)計算機(jī)教學(xué)基本要求》編寫。本書采用“案例引導(dǎo)、任務(wù)驅(qū)動”的編寫思路，案例緊貼學(xué)生實際需求，著重培養(yǎng)學(xué)生的計算思維能力，內(nèi)容緊密結(jié)合國家信創(chuàng)產(chǎn)業(yè)發(fā)展重大戰(zhàn)略需求，引入了國產(chǎn)操作系統(tǒng)與國產(chǎn)辦公軟件。全書分為上、下兩篇，上篇基礎(chǔ)篇著重培養(yǎng)學(xué)生使用麒麟操作系統(tǒng)和WPSOffice等國產(chǎn)軟件

"本書從屬于深圳信息職業(yè)技術(shù)學(xué)院等高職院校與騰訊集團(tuán)共同編寫的高等職業(yè)教育人工智能技術(shù)與服務(wù)專業(yè)校企“雙元”合作系列教材。機(jī)器學(xué)習(xí)是人工智能技術(shù)的重要基礎(chǔ)，本書介紹了機(jī)器學(xué)習(xí)的基礎(chǔ)概念，Python工具包的使用，機(jī)器學(xué)習(xí)的工作流程，涵蓋數(shù)據(jù)收集與預(yù)處理，回歸、分類、聚類等經(jīng)典模型構(gòu)建，模型評估和優(yōu)化，模型部署等內(nèi)容。此

本書首先闡述了人工智能素養(yǎng)的內(nèi)涵。人工智能素養(yǎng)代表的是一種公民適應(yīng)智能社會的基本能力，包括：能力論，即人工智能素養(yǎng)代表的是一種公民適應(yīng)智能社會的基本能力,即個體適應(yīng)人工智能時代工作、學(xué)習(xí)和生活所需的能力；綜合素質(zhì)論，即人工智能素養(yǎng)象征著一種綜合素質(zhì),不僅包括人工智能相關(guān)的知識和能力,還包括與人工智能技術(shù)使用相關(guān)的態(tài)度和

"《人工智能設(shè)計概論》深入探討了人工智能與藝術(shù)設(shè)計融合的理論與應(yīng)用實踐。本書采用跨學(xué)科視角，深入剖析人工智能在設(shè)計領(lǐng)域的基礎(chǔ)理論與應(yīng)用實踐，揭示了AI賦能設(shè)計創(chuàng)新的內(nèi)在邏輯與實現(xiàn)機(jī)制。本書精心編排了6個章節(jié)，不僅涵蓋了AI賦能設(shè)計的基礎(chǔ)知識與前沿技術(shù)，還融入了倫理、社會等多維度的深入分析，全面展現(xiàn)了設(shè)計學(xué)科在智能化浪潮

"隨著深度學(xué)習(xí)相關(guān)技術(shù)的發(fā)展，特別是卷積神經(jīng)網(wǎng)絡(luò)技術(shù)的成熟，深度學(xué)習(xí)已經(jīng)成為多種計算機(jī)視覺任務(wù)的常用工具。卷積神經(jīng)網(wǎng)絡(luò)模型由于其強(qiáng)大的表征能力，可以作為一種優(yōu)秀主干模型，但往往以較大的參數(shù)量和計算量為代價。本書從基本架構(gòu)設(shè)計、新式通用組件、模型壓縮方法三個方面著手，試圖普遍地、一般地提升卷積神經(jīng)網(wǎng)絡(luò)的精度和效率。書中介

本書致力于為廣大讀者提供一份深入且實用的指引，旨在闡述如何將ChatGPT技術(shù)高效融入多個行業(yè)及日常生活之中。本書自ChatGPT基礎(chǔ)概念講起，逐步深入至其高級功能與參數(shù)設(shè)定，同時細(xì)致解析通過API實現(xiàn)個性化定制的途徑。書中不僅著重于ChatGPT在教育、金融、心理健康、翻譯、辦公自動化等關(guān)鍵領(lǐng)域的應(yīng)用案例，亦旨在激發(fā)

"人工智能（AI）技術(shù)造福了人類,但是如果不恰當(dāng)?shù)亻_發(fā)和使用，反而會傷害人類和社會。針對AI技術(shù)的新特征和新挑戰(zhàn)，本書系統(tǒng)提出并全面介紹“以人為中心人工智能”的理念、方法和應(yīng)用�；�于“以人為中心人工智能”的理念，本書系統(tǒng)提出“人智交互”(人�踩斯ぶ悄芙换�)這一跨學(xué)科新領(lǐng)域，定義人智交互的研究對象、方法、關(guān)鍵問題、研究范

機(jī)器學(xué)習(xí)是人工智能的重要技術(shù)基礎(chǔ)，涉及的內(nèi)容十分廣泛。本書內(nèi)容涵蓋了機(jī)器學(xué)習(xí)的基礎(chǔ)知識，主要包括機(jī)器學(xué)習(xí)的概論、統(tǒng)計學(xué)習(xí)基礎(chǔ)、分類、聚類、神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、支持向量機(jī)、進(jìn)化計算、文本分析等經(jīng)典的機(jī)器學(xué)習(xí)理論知識，也包括用于大數(shù)據(jù)機(jī)器學(xué)習(xí)的分布式機(jī)器學(xué)習(xí)算法、深度學(xué)習(xí)和加強(qiáng)學(xué)習(xí)等高等級內(nèi)容。此外，還介紹了機(jī)器學(xué)習(xí)的熱

"本書介紹了現(xiàn)代智能信息處理的多個方面，包括人工智能的發(fā)展歷程，人工智能的應(yīng)用現(xiàn)狀，人工智能相關(guān)的數(shù)學(xué)知識，人工智能方法（監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、深度學(xué)習(xí)），智能通信信息處理，智能計算機(jī)信息處理以及智能生物醫(yī)學(xué)信息處理等�！冬F(xiàn)代智能信息處理》側(cè)重智能信息處理的基本方法，突出結(jié)合實際運(yùn)用場景展開，展示

本書首先介紹深度學(xué)習(xí)，并與其他機(jī)器學(xué)習(xí)模型進(jìn)行比較，并闡述與TensorFlow互補(bǔ)的用于創(chuàng)建深度學(xué)習(xí)模型的技術(shù)，如Panda、Scikit-Learn和Numpy。隨后介紹有監(jiān)督的深度學(xué)習(xí)模型，并使用單層的多個感知器構(gòu)建淺層神經(jīng)網(wǎng)絡(luò)，使用Tensorflow2.0和KerasAPI創(chuàng)建真實的應(yīng)用程序。隨后是數(shù)據(jù)增強(qiáng)和