本書是人工智能數(shù)學基礎之中的概率論部分,也是《人工智能的數(shù)學基礎--數(shù)據之本》的姊妹篇,旨在為讀者提供一套較為完整且實用的隨機數(shù)學工具。全書共分四部分:第一部分是概率論簡史(第1-2章),介紹了概率論奠基人拉普拉斯的學術成就以及概率論發(fā)展簡史。第二部分是經典概率論(第3-8章),涉及古典概率論、隨機變量及其數(shù)字特征、示

本書首先介紹了生成式AL,講解了變分自編碼器、生成對抗網絡和自回歸模型等重要模型。在探討這些模型在內容創(chuàng)作、設計和科學研究中的應用的同時,討論了它們的局限性和挑戰(zhàn)。然后深入分析智能體系統(tǒng)的相關概念,如智能體的能動性、自主性和多智能體協(xié)作。我們將不同類型的智能體架構進行對比,包括慎思型、響應型和混合型,并探討了多個智能體

黨的二十屆三中全會報告《中共中央關于進一步全面深化改革推進中國式現(xiàn)代化的決定》提出“健全促進實體經濟和數(shù)字經濟深度融合制度”，將“實體經濟”放在“數(shù)字經濟”前面，更加凸顯實體經濟在國民經濟發(fā)展中的主體地位。隨著新一代科技革命和產業(yè)變革的深入推進，人工智能賦能新型工業(yè)化成為建設現(xiàn)代化產業(yè)體系、推動經濟轉型升級、跨越中等收

本書系統(tǒng)講解了大模型智能體的基本內容及其代碼實現(xiàn)，是一本著眼于大模型智能體教學實踐的教材。 本書包含4個部分：第一部分為智能體基礎篇（第1～4章），介紹大模型與智能體以及生成式大語言模型的基礎知識、提示工程的技術和實用方法、智能體評估與調試方法；第二部分為智能體架構篇（第5～8章），講解主流的智能體架構設計、記憶管理與

本書提供了全面、系統(tǒng)的深度學習知識，從基礎理論到前沿應用，覆蓋了深度學習的各個重要領域。本書首先從深度學習基礎出發(fā)，幫助初學者對深度學習基礎技術有初步的理解和認識。隨后，本書轉向計算機視覺和自然語言處理兩大基礎領域，揭示了深度學習如何賦能圖像和語言的理解，還介紹了生成式模型與大模型這一當下研究熱點，引領讀者探索了當前深

本書借助行空板K10與Mind+圖形化編程軟件，為讀者呈現(xiàn)了一系列人工智能教學實踐項目，包括七言律詩顯示、校園身份小名片制作、校園記憶電子明信片制作、環(huán)境感知監(jiān)測、運動步數(shù)統(tǒng)計、RGB燈效模擬、音樂播放、語音錄制與控制、拍照功能實現(xiàn)，以及智慧教室、魚缸守護、智能家居等綜合應用。每個項目均涵蓋知識準備與詳細實施步驟，有助

本書詳細闡述了培養(yǎng)具有人工智能素養(yǎng)的綜合型人才所需要的相關知識。作為通識類課程教材，本書在確定知識布局時，緊緊圍繞通識教育核心理念，系統(tǒng)介紹人工智能相關知識，努力培養(yǎng)學生的人工智能思維和人工智能能力。全書共4篇，分別是人工智能基礎知識篇、人工智能基礎技術篇、人工智能前沿技術篇和人工智能倫理篇。其中，人工智能基礎知識篇包

本書對人工智能的基礎知識、核心技術、研究熱點、應用現(xiàn)狀、前沿動態(tài)及倫理規(guī)范等方面進行了簡明通俗的闡述。本書共5章，分別為人工智能概述，人工智能核心技術及研究熱點，人工智能行業(yè)發(fā)展及典型應用，人工智能前沿以及人工智能安全、倫理與治理，是一本學習人工智能知識的通識讀物。本書包含大量人工智能應用案例，結合人工智能技術原理、核

本書詳細闡述了具有人工智能素養(yǎng)的綜合型人才必須掌握的相關知識。作為通識課程教材，本書在確定知識布局時，緊緊圍繞通識教育核心理念，努力培養(yǎng)學生的人工智能素養(yǎng)。本書系統(tǒng)介紹人工智能理論知識，并給出可操作性強的實驗，既具有理論深度，又具有實踐高度。全書內容分為5篇，分別是人工智能基礎知識（第1篇）、人工智能基礎技術（第2篇）

本書專為AI智能體開發(fā)者打造，分三個模塊，系統(tǒng)介紹MCP的基礎理論、開發(fā)環(huán)境與實戰(zhàn)應用，助力開發(fā)者快速掌握MCP的核心技術與應用實踐。 第一部分（第1～2章）介紹MCP的基礎理論與架構設計，主要包括MCP的起源、MCP在AI智能體開發(fā)中的角色、MCP整體架構、MCP分層和MCP核心能力，為后續(xù)實踐應用奠定理論基礎。第二