本書通過系統(tǒng)化的理論講解與實戰(zhàn)導向的案例分析，幫助讀者掌握擴散模型與強化學習的結合應用，探索其針對實際問題的解決方案。書中首先介紹了生成模型的發(fā)展史，特別是擴散模型的起源和核心思想，為讀者學習后續(xù)章節(jié)奠定基礎；然后深入探討了擴散模型在構建決策智能體、結合價值函數(shù)等方面的應用，還詳細講解了如何利用擴散模型解決軌跡優(yōu)化和策

本書系統(tǒng)梳理AIAgent的核心原理與落地實踐，分為“原理篇、實戰(zhàn)篇、前沿篇”三部分。原理篇闡釋AIAgent的價值、本質、發(fā)展歷程及關鍵技術，并介紹主流開發(fā)框架與MCP協(xié)議；實戰(zhàn)篇通過Coze、Dify、LangGraph等平臺，展示從單體到企業(yè)級Multi-Agent的構建路徑，并結合DeepSeek在數(shù)據分析與智

本書聚焦“人工智能+”的理論方法與案例實踐，系統(tǒng)探討人工智能技術在金融、社會服務、出行、商貿、內容創(chuàng)作、制造、智慧能源、智能裝備、空間智能等9個重點領域的應用現(xiàn)狀、發(fā)展趨勢、面臨挑戰(zhàn)及路徑選擇。

人工智能生成內容（ArtificialIntelligenceGeneratedContent，AIGC）技術正以驚人的速度改變著眾多行業(yè)，本書聚焦AIGC技術的實際應用，以DeepSeek為主，以其他AIGC工具為輔，旨在帶領讀者開始精彩的AIGC應用之旅。 本書涵蓋AIGC的概念、DeepSeek的使用技巧、多模態(tài)

本書系統(tǒng)闡述了AIAgent底層架構的設計與實現(xiàn)，內容涵蓋從基礎理論到實際應用的多個層面，內容豐富且深入。全書共11章，從通用AIAgent的定義與分類、核心特征入手，逐步展開至開發(fā)工具鏈、仿真與測試環(huán)境，并對各類典型架構模式進行了詳細解析。書中不僅探討了感知、決策、規(guī)劃、推理和學習等關鍵模塊的技術原理，還深入剖析了多

本書從功能上分為四部分:第一部分為基礎知識(第1章和第2章),探討生成式人工智能的基本概念和生成模型的算法基礎,包括其定義、發(fā)展歷程、基本概念、數(shù)學基礎、常見生成模型簡介、評估指標等;第二部分為核心技術(第3章-第10章),介紹生成式人工智能的核心技術及其典型應用,如Tansformer、生成對抗網絡、變分自編碼器、流

本書分為八章,內容包括主流大模型的在線調用與本地部署、基于向量與知識圖譜的RAG系統(tǒng)構建、多輪對話與復雜任務規(guī)劃的Agent開發(fā)方法,以及大模型高效微調流程。本書還特別介紹了LangChain與LangGraph兩大主流Agent框架的功能機制與最佳實踐。項目案例部分精選了多個企業(yè)級實戰(zhàn)場景,如基于GraphRAG的本

本書旨在普及人工智能基本知識，幫助讀者全面理解人工智能的核心概念、發(fā)展歷程、關鍵技術及實際應用，提升人工智能素養(yǎng)，培養(yǎng)面向未來的綜合實踐能力與創(chuàng)新意識。本書圍繞人工智能的基礎理論、核心技術、主流應用和實踐路徑系統(tǒng)展開，共9章，主要內容包括人工智能概述、機器學習、神經網絡與深度學習、計算機視覺、自然語言處理、大數(shù)據基礎與

本書共7章,構建了自主智能系統(tǒng)的基礎知識體系,涵蓋核心概念與關鍵算法,并提供配套實訓項目以強化理解與應用。本書內容突出系統(tǒng)視角,從任務出發(fā)闡釋感知、決策、執(zhí)行等環(huán)節(jié)的協(xié)同作用;強調反饋機制,深入分析系統(tǒng)基于外部環(huán)境與自身狀態(tài)的反饋信息實現(xiàn)行為調整、自適應學習與持續(xù)優(yōu)化的閉環(huán)運行特性。

本書是人工智能通識課教材。本書按照“基礎認知→思維培養(yǎng)→技術實踐→創(chuàng)新探索”的遞進式學習路徑，構建系統(tǒng)的人工智能知識框架。每個任務設置真實場景，通過“任務描述—任務分析—知識儲備—任務實施”的邏輯鏈條，引導讀者在動手實踐中掌握人工智能工具的使用方法，培養(yǎng)解決問題的能力。本書深入淺出，共設計9個項目，包括初始人工智能、強