本書(shū)是一本專(zhuān)門(mén)為AI初學(xué)者撰寫(xiě)的入門(mén)指南，以備受關(guān)注的AI大模型DeepSeek為切入點(diǎn)，借助豐富的案例和通俗易懂的講解，全面且系統(tǒng)地介紹有關(guān)AI的知識(shí)，幫助讀者走出AI認(rèn)知誤區(qū)，逐步掌握AI應(yīng)用技巧，進(jìn)而抓住AI時(shí)代的機(jī)遇。本書(shū)不僅剖析了DeepSeek的特點(diǎn)和影響，還深入探討AI在學(xué)習(xí)、生活、內(nèi)容創(chuàng)作等多個(gè)領(lǐng)域的應(yīng)

本書(shū)系統(tǒng)解析DeepSeek大模型的技術(shù)架構(gòu)與應(yīng)用生態(tài)，構(gòu)建技術(shù)認(rèn)知-環(huán)境搭建-領(lǐng)域攻堅(jiān)三維能力體系。第1部分從人工智能技術(shù)演進(jìn)切入，剖析深度學(xué)習(xí)、Transformer架構(gòu)及大模型革命的技術(shù)哲學(xué)，詳解開(kāi)發(fā)環(huán)境配置、API調(diào)用與智能系統(tǒng)構(gòu)建方法論；第2部分聚焦6大核心場(chǎng)景，覆蓋智能辦公、數(shù)據(jù)可視化、數(shù)字內(nèi)容生產(chǎn)、教育創(chuàng)

人類(lèi)智能是否能遷移到人工智能，人工智能是否能接近或達(dá)到人類(lèi)智能？這些問(wèn)題一直備受爭(zhēng)議。本書(shū)基于語(yǔ)境的適應(yīng)性表征方法論，系統(tǒng)地探討了人工智能的適應(yīng)性表征范疇架構(gòu)，人工智能的邏輯主體、搜索主體、學(xué)習(xí)主體、決策主體和問(wèn)題-解決主體的適應(yīng)性表征特征，以及人工智能適應(yīng)性表征的語(yǔ)境建構(gòu)及其哲學(xué)、倫理問(wèn)題和未來(lái)走向，力圖論證這樣一種

本書(shū)站在科學(xué)研究制高點(diǎn)——范式(即科學(xué)觀(guān)與方法論)——的立場(chǎng)上揭示了人工智能的深層學(xué)術(shù)本質(zhì)，并通過(guò)范式革命(以信息學(xué)科范式取代物質(zhì)學(xué)科范式)構(gòu)筑了全新的人工智能研究模型，發(fā)現(xiàn)了普適性智能生成機(jī)制，開(kāi)辟了基于智能生成機(jī)制的人工智能統(tǒng)一研究路徑，創(chuàng)建了機(jī)制主義通用人工智能理論以及與之和諧適配的泛邏輯理論和因素空間數(shù)學(xué)理論，

本書(shū)系統(tǒng)梳理了深度強(qiáng)化學(xué)習(xí)的核心理論、關(guān)鍵算法及其在智能控制、機(jī)器人技術(shù)和多智能體系統(tǒng)中的應(yīng)用。全書(shū)涵蓋強(qiáng)化學(xué)習(xí)的基本概念、深度強(qiáng)化學(xué)習(xí)的主要框架，以及多智能體強(qiáng)化學(xué)習(xí)的協(xié)同決策、任務(wù)分解與優(yōu)化控制等前沿問(wèn)題，并結(jié)合大量實(shí)驗(yàn)案例，深入探討強(qiáng)化學(xué)習(xí)在飛行器控制、移動(dòng)機(jī)器人導(dǎo)航與避障等領(lǐng)域的實(shí)踐應(yīng)用。

本書(shū)針對(duì)分布式機(jī)器學(xué)習(xí)中網(wǎng)絡(luò)通信、在線(xiàn)學(xué)習(xí)、隱私保護(hù)等問(wèn)題，研究無(wú)中心的分布式優(yōu)化算法。主要內(nèi)容包括：①分布式一階梯度算法，提出在線(xiàn)學(xué)習(xí)的自適應(yīng)次梯度算法和隨機(jī)塊坐標(biāo)的次梯度投影算法、自適應(yīng)最小最大優(yōu)化算法，旨在研究分布式的優(yōu)化算法，理論分析所提算法的收斂性能；②分布式無(wú)投影梯度算法，提出隨機(jī)塊坐標(biāo)無(wú)投影梯度算法、面向

本書(shū)立足于無(wú)人系統(tǒng)的自主尋源任務(wù)，圍繞近十年來(lái)動(dòng)態(tài)復(fù)雜環(huán)境中無(wú)人系統(tǒng)優(yōu)化控制和軌跡規(guī)劃相關(guān)研究的難點(diǎn)和熱點(diǎn)問(wèn)題，從信號(hào)場(chǎng)類(lèi)型、不完全量測(cè)信息、決策控制方法等多個(gè)角度出發(fā)，系統(tǒng)地解決了僅可獲得場(chǎng)源方位角量測(cè)、信號(hào)場(chǎng)強(qiáng)度量測(cè)條件下的自主尋源控制問(wèn)題，時(shí)空動(dòng)態(tài)信號(hào)場(chǎng)場(chǎng)源的協(xié)作定位問(wèn)題，以及無(wú)人系統(tǒng)在自主尋源任務(wù)下的多約束軌跡

"《神經(jīng)網(wǎng)絡(luò)理論及應(yīng)用實(shí)踐》在全面介紹人工神經(jīng)網(wǎng)絡(luò)基本理論的基礎(chǔ)之上，首先，系統(tǒng)地闡述了單層感知器神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)、競(jìng)爭(zhēng)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)、自組織神經(jīng)網(wǎng)絡(luò)、學(xué)習(xí)向量量化神經(jīng)網(wǎng)絡(luò)、對(duì)偶傳播神經(jīng)網(wǎng)絡(luò)、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等淺層神經(jīng)網(wǎng)絡(luò)的典型網(wǎng)絡(luò)結(jié)構(gòu)、學(xué)習(xí)算法、工作原理和應(yīng)用案例；其次，系統(tǒng)地闡述了深度學(xué)習(xí)中卷積神

"《DeepSeek原生應(yīng)用與智能體開(kāi)發(fā)實(shí)踐》圍繞DeepSeek大模型應(yīng)用開(kāi)發(fā)展開(kāi)，深度融合技術(shù)創(chuàng)新與工程實(shí)踐，內(nèi)容覆蓋大模型應(yīng)用開(kāi)發(fā)（在線(xiàn)調(diào)用、提示詞、推理、Agent、工具調(diào)用、MCP、微調(diào)、蒸餾、后訓(xùn)練、RAG）技術(shù)棧及其案例。書(shū)中原理與案例相融合，注重培養(yǎng)讀者的大模型原生應(yīng)用與智能體開(kāi)發(fā)能力，并構(gòu)建從理論到落

"本書(shū)首先概述了人工智能的基本概念、研究?jī)?nèi)容、研究途徑與方法、分支領(lǐng)域與研究方向、應(yīng)用前景、歷史沿革、現(xiàn)狀與趨勢(shì)，勾畫(huà)了人工智能學(xué)科的總體架構(gòu)；然后概略而簡(jiǎn)要地闡述了人工智能各分支的基本原理、基本技術(shù)、研究課題和發(fā)展概況。全書(shū)共6篇21章，內(nèi)容全面、基礎(chǔ)、經(jīng)典而新穎。本書(shū)結(jié)構(gòu)合理、層次分明、條理清楚、理例結(jié)合、圖文并茂