本書聚焦人工智能與教育技術(shù)的融合應(yīng)用，系統(tǒng)呈現(xiàn)理論、工具與實(shí)踐的完整體系。全書共分6章。第1章介紹教育技術(shù)基本概念、理論基礎(chǔ)及發(fā)展歷程。第2章解析計(jì)算機(jī)與人工智能基礎(chǔ)，涵蓋硬件系統(tǒng)、網(wǎng)絡(luò)技術(shù)、智能芯片及前沿應(yīng)用，揭示技術(shù)底層邏輯。第3章結(jié)合教育場(chǎng)景，配套案例詳解WPS辦公軟件實(shí)操技能。第4章圍繞信息化教學(xué)資源獲取與工具

Python程序設(shè)計(jì)與人工智能基礎(chǔ)

本書主要以線性控制系統(tǒng)分析與設(shè)計(jì)為主線，對(duì)自動(dòng)控制的基本理論和應(yīng)用展開全面討論，包括自動(dòng)控制的基本概念、控制系統(tǒng)的數(shù)學(xué)模型以及控制系統(tǒng)的分析與設(shè)計(jì)方法，并通過應(yīng)用舉例闡述控制理論在現(xiàn)代重大工程中的作用。第1章介紹了自動(dòng)控制的發(fā)展歷史以及自動(dòng)控制系統(tǒng)的組成和分類；第2章結(jié)合典型的物理系統(tǒng)介紹了連續(xù)控制系統(tǒng)的各種數(shù)學(xué)模型以

大模型通過在海量數(shù)據(jù)上進(jìn)行學(xué)習(xí)得到通用知識(shí)和模式，在自然語言處理、計(jì)算機(jī)視覺和強(qiáng)化學(xué)習(xí)等領(lǐng)域表現(xiàn)出強(qiáng)大的通用性和遷移學(xué)習(xí)能力，BERT、GPT、StableDiffusion、Sora等功能強(qiáng)大的模型引發(fā)了廣泛的關(guān)注。大模型可能是人工智能領(lǐng)域的顛覆性新范式，因此應(yīng)當(dāng)作為計(jì)算機(jī)、人工智能相關(guān)方向的研究生教學(xué)的一個(gè)重要內(nèi)容

AIGC憑借文本、圖像、音頻、視頻等多模態(tài)內(nèi)容生成能力，成為推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展與產(chǎn)業(yè)升級(jí)的核心驅(qū)動(dòng)力，而掌握AIGC應(yīng)用與創(chuàng)作能力是高素質(zhì)人才職業(yè)發(fā)展的必然選擇。本書系統(tǒng)地構(gòu)建AIGC應(yīng)用與創(chuàng)作的知識(shí)體系，共包含9個(gè)項(xiàng)目，包括走進(jìn)AI與AIGC、積累AIGC應(yīng)用技能、AIGC助力文本處理、AIGC助力圖像編輯、AIGC助

方程式與函數(shù)，一元函數(shù)到多元函數(shù)，最小平方法，基礎(chǔ)統(tǒng)計(jì)，概率與貝葉斯理論，指數(shù)與對(duì)數(shù)，logit函數(shù)與logistic函數(shù)，向量與矩陣，二次函數(shù)、三次函數(shù)與多項(xiàng)式函數(shù)，線性回歸——波士頓房?jī)r(jià)，邏輯回歸——/葡萄酒/糖尿病，決策樹——葡萄酒/鐵達(dá)尼號(hào)/Telco/Retail，隨方程式與函數(shù)，一元函數(shù)到多元函數(shù)，最小平方

《數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)》以應(yīng)用為導(dǎo)向介紹數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)相關(guān)理論與方法，包括概述、數(shù)據(jù)與數(shù)據(jù)平臺(tái)、數(shù)據(jù)預(yù)處理與特征工程、關(guān)聯(lián)分析、決策樹、集成學(xué)習(xí)、貝葉斯分類、神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)等相關(guān)理論及經(jīng)典算法，以及相關(guān)實(shí)踐案例。本書所有案例均通過R或Python實(shí)現(xiàn)，同時(shí)包含詳細(xì)的分析過程和可視化內(nèi)容。本書可作為統(tǒng)計(jì)學(xué)、數(shù)據(jù)科學(xué)

本書內(nèi)容已經(jīng)外聘和清華大學(xué)黨委審讀審核通過（清委文[2025]52號(hào)）后同意安排出版。在大數(shù)據(jù)時(shí)代，數(shù)據(jù)孤島問題嚴(yán)重阻礙了數(shù)據(jù)共享與人工智能應(yīng)用的發(fā)展。聯(lián)邦學(xué)習(xí)作為一種隱私保護(hù)的機(jī)器學(xué)習(xí)范式，允許各機(jī)構(gòu)在不泄露本地?cái)?shù)據(jù)的前提下協(xié)同訓(xùn)練全局模型，有效挖掘分散數(shù)據(jù)并降低泄露風(fēng)險(xiǎn)，推動(dòng)了人工智能在各領(lǐng)域的應(yīng)用。本書全面介紹了

《人工智能通識(shí)與AIGC應(yīng)用》第Ⅰ篇主要涵蓋人工智能概述、倫理、大語言模型、智能體、生成式AI等內(nèi)容，每個(gè)項(xiàng)目以實(shí)際場(chǎng)景切入，引導(dǎo)學(xué)生分析問題并實(shí)踐。第Ⅱ篇聚焦文本生成，數(shù)據(jù)分析，圖像、語音、視頻生成，AI輔助編程等實(shí)踐技能，幫助學(xué)生使用低代碼工具(如DeepSeek、Midjourney)解決實(shí)際問題。第Ⅲ篇適合信息

本書詳細(xì)回顧了人工智能的發(fā)展歷程，從早期的基礎(chǔ)理論與思想，到如今的技術(shù)突破與應(yīng)用實(shí)踐，探索了人工智能技術(shù)如何從學(xué)術(shù)研究走向商業(yè)化、普及化的過程。全書分為8章，首先通過分析人工智能的起源、符號(hào)主義的崛起及其瓶頸，深入闡述了AI技術(shù)如何逐漸從單一任務(wù)的工具轉(zhuǎn)向具備多任務(wù)處理能力的智能系統(tǒng)。隨后聚焦于從專家系統(tǒng)到深度學(xué)習(xí)的技