本书分为三篇。AIAgent基础篇：介绍AIAgent的基本概念和开发模式，引出AIAgent的技术体系和实现方式，并以最常见的OpenAILLM为例，演示从零构建一个AIAgent的过程，提供OpenAISwarm框架的使用方式和案例。AIAgent实现篇：介绍AIAgent的典型实现模式，包括通用型的ReActAg

本书共分为6个项目。共分为六个项目，分别为TensorFlow在服饰行业中的应用、TensorFlow在用户评论分析中的应用、迁移学习在医疗行业图像分析中的应用、基于Flask的动物识别应用与部署、基于RNN的古诗词生成应用、基于VGG19的艺术图像风格迁移等。每个项目都包含引导案例和具体任务，通过任务实施，使学生能够

本书所介绍的人类心理系统模型所依赖的方法是把自下而上和自上而下两种方法融为一体。自下而上的方法认为系统由许多形状小且紧密相连的部件组成，研究的是如何让系统产生有关物质实体感受的表征形式，甚至用非常高的语言和概念水平以及符号表征对现实世界的物体做出反馈。而自上而下的方法则从认知知识的本体出发，研究的是如何定义系统层次，如

本书系统研究了深度学习模型在面临新型对抗攻击时的鲁棒性问题，全面分析了对抗鲁棒机器学习的研究现状及面临的问题和挑战，并提出了创新性的解决方案。在对抗鲁棒性评估方面，构建了集成非Lp范数新型攻击的综合评估基准，为全面评估模型鲁棒性提供了工具。在对抗样本检测方面，提出了基于小样本学习的对抗样本检测方法，能够有效检测未知类型

本书主要内容包括：知识图谱基础、知识图谱实践、知识图谱前沿，共三篇。具体内容包括：知识图谱概述、知识图谱表示、知识图谱存储、知识图谱构建、知识图谱推理、知识图谱融合等。

本书共分为7章，主要内容包括：人工智能基础、人工智能生态与应用、大模型、常用AIGC工具及应用、人工智能在办公中的应用、人工智能伦理、人工智能编程语言和开发平台。本书紧扣通识课程核心理念，从人工智能的基本理论到关键技术，构建起系统的知识框架；通过AIGC工具及人工智能在办公中的应用，提升读者的实际操作能力；通过探讨人工

本书以零基础读者为核心，系统、全面地讲解了人工智能的基础知识、应用场景及工具使用等内容，引领读者在认知与实践层面理解人工智能，为后续深入研究与多元应用奠定基础。本书采用“概念原理+工具应用+价值思考”的结构进行讲解。本书共9章，包括AI认知基础模块（认识人工智能和人工智能工作原理）；核心应用模块（大语言模型及提示词工程

本书通过系统而全面的介绍，帮助读者深入理解和掌握图机器学习的基本原理、方法和技术；同时，通过丰富的案例和实践经验，展示了图机器学习在各个领域的应用价值和广阔前景。 本书基于斯坦福大学图机器学习CS224W课程的内容编写，结合作者自身和团队学生在图机器学习中的痛点和实践经验，重新梳理知识脉络，重点介绍图机器学习的相关知识

本书以人工智能基础理论为基石，以“认知—技术—应用—素养”为主线脉络，采用由浅入深、循序渐进的编排方式，构建系统的学习体系。 本书共分为四大学习模块，人工智能认知基础模块包括“探索启蒙一智能新纪元的奥秘”学习主题，带领学生了解人工智能的起源与发展；人工智能技术支撑模块包括“理论洞见——人工智能的根基”与“技术前沿——人

在数字化时代，随着大数据、深度学习、自然语言处理等关键技术的飞速发展，生成式人工智能已经从概念走向现实，深刻地改变着人们的生产生活方式。本书以人工智能生成内容（AIGC）为核心，系统地讲解生成式人工智能在各个领域的具体应用，共分为10章，分别是AI与AIGC概述、AIGC工具应用基础、AIGC文案创作、AIGC图像创作