《人工智能與人類未來》這本書為會思考的通識課系列叢書中的第2冊。本書從人工智能技術(shù)概念和科學(xué)技術(shù)如何影響人類社會生活的角度出發(fā)，講述人工智能技術(shù)如何改變?nèi)祟惖乃伎挤绞胶凸ぷ鞣绞�，以及人類與人工智能技術(shù)的共生問題。本書共分19節(jié)，每節(jié)均圍繞關(guān)于人工智能技術(shù)的一系列基本問題展開講解，通過通俗易懂、深入淺出的文字講解，必要的

本書對高校教師人工智能素養(yǎng)概念與內(nèi)涵以及提升的目標、路徑與保障等做了綜述。高校教師人工智能素養(yǎng)是指在高校從事教學(xué)與科研工作的教師為了在智能時代勝任教書育人、科研創(chuàng)新、社會服務(wù)和文化傳承等工作而應(yīng)具有的與人工智能應(yīng)用相關(guān)的專門素養(yǎng)，它包含賡續(xù)育人理念（何為師）、掌握智能知識（以何為師）、變革教研模式（何以成師）和擔(dān)當(dāng)社會

大學(xué)計算機與人工智能基礎(chǔ)

隨著人工智能技術(shù)的飛速發(fā)展，DeepSeek的出現(xiàn)正在重塑傳統(tǒng)的學(xué)習(xí)方式。它不僅能即時解答疑問，還能幫助學(xué)生體系化拓展知識。同時，它能夠精準定位學(xué)生的薄弱環(huán)節(jié)，幫助學(xué)生動態(tài)調(diào)整學(xué)習(xí)策略，讓學(xué)習(xí)效率成倍提升。借助DeepSeek，學(xué)生可以告別盲目刷題、死記硬背知識點、漫無目的的復(fù)習(xí)等各種低效學(xué)習(xí)方法，真正實現(xiàn)從苦學(xué)到巧學(xué)

本書是一本全面介紹信息技術(shù)與人工智能交匯領(lǐng)域的專業(yè)書籍，旨在為讀者提供系統(tǒng)的計算機信息技術(shù)學(xué)習(xí)框架，并結(jié)合人工智能的最新發(fā)展，深入探討信息技術(shù)與人工智能的深度融合，幫助讀者建立清晰的學(xué)習(xí)思路。全書共14章，內(nèi)容包括信息技術(shù)與人工智能概述、計算機基礎(chǔ)知識、計算機操作系統(tǒng)的應(yīng)用、辦公自動化技術(shù)應(yīng)用、多媒體技術(shù)基礎(chǔ)、音視頻編

一部權(quán)威、通俗、前沿的深度學(xué)習(xí)指南。從機器學(xué)習(xí)基礎(chǔ)知識到前沿模型，《理解深度學(xué)習(xí)》精選關(guān)鍵理論與尖端主題，以直觀形式呈現(xiàn)高密度的核心知識。 涵蓋熱門主題：如Transformer模型與擴散模型(DiffusionModel)。化繁為簡：先以通俗語言闡釋復(fù)雜概念，再輔以數(shù)學(xué)公式與視覺圖解深入解析。實踐導(dǎo)向：引導(dǎo)讀者動手實

本書從大型模型的結(jié)構(gòu)講起，讓讀者了解大型模型的內(nèi)部實現(xiàn)原理，然后講解如何在特定任務(wù)下對大型模型進行預(yù)訓(xùn)練、有監(jiān)督的微調(diào)，以及進行強化學(xué)習(xí)。通過對模型采用不同方法的訓(xùn)練，持續(xù)改進模型在特定任務(wù)上的性能。最后，本書將與讀者一起探討如何利用大型模型開發(fā)大模型時代的智能應(yīng)用。 本書共9章，第1章講解大型模型發(fā)展的歷史及其帶來的

"智能運維的核心目標包括故障預(yù)測、自動化修復(fù)、效能優(yōu)化，最終推動運維從經(jīng)驗驅(qū)動向數(shù)據(jù)驅(qū)動轉(zhuǎn)型，降低非計劃停機損失并提升系統(tǒng)可靠性�！吨悄苓\維實踐》從智能運維基本理論入手，詳細講解智能運維方法和應(yīng)用案例，幫助讀者掌握智能運維的核心技術(shù)本書配套示例源碼、PPT課件與教學(xué)大綱�！吨悄苓\維實踐》共分12章，內(nèi)容包括智能運維概述

為深入貫徹落實黨的二十大精神，加快建設(shè)數(shù)字中國，培養(yǎng)大批具備計算思維和人工智能素養(yǎng)的創(chuàng)新人才，本書以培養(yǎng)學(xué)生的計算思維能力和人工智能應(yīng)用能力為目標，力求做到理論與實踐相結(jié)合、知識與能力并重、科技與人文交融，為讀者提供一本內(nèi)容豐富、結(jié)構(gòu)清晰、實用性強的人工智能通識課教材。本書分為理論篇和實踐篇兩大部分，共8章。第1～6章

本書全面介紹人工智能的基本理論、技術(shù)及應(yīng)用。全書共10章，主要內(nèi)容包括人工智能概論、知識表示與知識圖譜、模擬人類思維的推理方法、搜索策略、模擬生物進化的遺傳算法、模擬生物群體行為的群智能算法、機器學(xué)習(xí)與專家系統(tǒng)、模擬生物神經(jīng)系統(tǒng)的人工神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)與大語言模型以及自然語言理解，附錄部分給出了實用性強的12個實驗。本