本書內(nèi)容已經(jīng)外聘和清華大學(xué)黨委審讀審核通過(guò)（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(yǔ)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(yǔ)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(guò)程。全書分為8章，首先通過(guò)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

"《AI重塑未來(lái)技術(shù)變革與人類共生的圖景》深入探討人工智能技術(shù)發(fā)展趨勢(shì)及其對(duì)人類社會(huì)影響，系統(tǒng)闡述AI技術(shù)的現(xiàn)狀、應(yīng)用前景以及未來(lái)十年可能帶來(lái)的深刻變革。全書共分為五篇：第一篇AI時(shí)代的到來(lái)（第1～4章），從人工智能的基本概念出發(fā)，深入解析深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、大模型等核心技術(shù)原理，探討數(shù)據(jù)驅(qū)動(dòng)的智能時(shí)代特征，并客觀分析

《人工智能通識(shí)教程》主要介紹人工智能的核心技術(shù)與應(yīng)用發(fā)展，內(nèi)容涵蓋人工智能概述、人工智能技術(shù)原理、人工智能交叉學(xué)科及融合技術(shù)、人工智能應(yīng)用方向、人工智能應(yīng)用場(chǎng)景、人工智能發(fā)展展望和人工智能時(shí)代的職業(yè)展望。引入豐富的實(shí)踐案例和拓展閱讀，旨在幫助學(xué)生深入理解人工智能的技術(shù)脈絡(luò)與社會(huì)影響，掌握相關(guān)領(lǐng)域的基礎(chǔ)知識(shí)，提升技術(shù)應(yīng)用

本書系統(tǒng)地探討生成式人工智能這一革命性技術(shù)，剖析其深層原理、應(yīng)用前景與未來(lái)發(fā)展方向，為讀者提供一個(gè)俯瞰生成式人工智能全貌的宏觀視角。本書從基礎(chǔ)原理的闡釋到技術(shù)應(yīng)用的廣泛探索，構(gòu)建了一個(gè)全面的知識(shí)體系，涵蓋自然語(yǔ)言處理、深度學(xué)習(xí)等前沿領(lǐng)域，為讀者奠定堅(jiān)實(shí)的理論基礎(chǔ)。通過(guò)對(duì)ChatGPT在智能客服、內(nèi)容生成、教育、醫(yī)療等多

本書系統(tǒng)介紹了智能科學(xué)技術(shù)的初步知識(shí)，是人工智能相關(guān)專業(yè)的入門教材。全書共10章，主要內(nèi)容圍繞智能科學(xué)的基本概念與相關(guān)知識(shí)，沿著大多數(shù)初學(xué)者的樸素問題鏈逐步展開，具體包括智能科學(xué)的相關(guān)名詞、發(fā)展歷程、應(yīng)用、專業(yè)學(xué)習(xí)方法、科學(xué)問題、人工智能及其要素、挑戰(zhàn)與展望等。本書語(yǔ)言簡(jiǎn)練，實(shí)例豐富，通俗易懂，重點(diǎn)突出，邏輯性強(qiáng)，便于

傳統(tǒng)的控制圖多數(shù)是在已知過(guò)程分布的假設(shè)下構(gòu)建的，這種控制圖被稱為參數(shù)控制圖。然而，在實(shí)際應(yīng)用中，大多數(shù)過(guò)程因?yàn)槠鋽?shù)據(jù)的復(fù)雜性導(dǎo)致它們的精確分布往往難以確定。當(dāng)預(yù)先指定的參數(shù)分布無(wú)效時(shí)，參數(shù)控制圖的結(jié)果將不再可靠。為了解決這個(gè)問題，通常考慮非參數(shù)或穩(wěn)健的控制圖。非參數(shù)控制圖在監(jiān)測(cè)各種非正態(tài)和復(fù)雜過(guò)程中非常有效。近年來(lái)對(duì)非

機(jī)器學(xué)習(xí)是一門多領(lǐng)域交叉學(xué)科，涵蓋概率論知識(shí)、統(tǒng)計(jì)學(xué)知識(shí)、近似理論知識(shí)和復(fù)雜算法知識(shí)，使用計(jì)算機(jī)作為工具，致力于真實(shí)實(shí)時(shí)地模擬人類學(xué)習(xí)方式，并將現(xiàn)有內(nèi)容進(jìn)行知識(shí)結(jié)構(gòu)劃分來(lái)有效提高機(jī)器學(xué)習(xí)效率。本書共分為七章：第一章，機(jī)器學(xué)習(xí)概述，介紹了機(jī)器學(xué)習(xí)的特點(diǎn)、分類以及應(yīng)用；第二章，線性回歸，包括線性回歸模型的建立、學(xué)習(xí)策略的確

全書分為七部分：深度學(xué)習(xí)與深度置信網(wǎng)絡(luò)研究現(xiàn)狀、深度置信網(wǎng)絡(luò)參數(shù)自適應(yīng)學(xué)習(xí)、自組織深度置信網(wǎng)絡(luò)、增量式深度置信網(wǎng)絡(luò)、生成式對(duì)抗性深度置信網(wǎng)絡(luò)、事件驅(qū)動(dòng)的深度置信網(wǎng)，以及事件驅(qū)動(dòng)的深度置信網(wǎng)絡(luò)預(yù)測(cè)控制。每一部分均在工業(yè)過(guò)程優(yōu)化運(yùn)行中有相應(yīng)實(shí)驗(yàn)測(cè)試與應(yīng)用實(shí)踐。從理論方法到應(yīng)用實(shí)踐，書中的內(nèi)容從基礎(chǔ)概念到最新進(jìn)展均有涵蓋，使