"本书首先概述人工智能的基本概念、研究内容、研究途径与方法、分支领域与研究方向、应用前景、历史沿革、现状与趋势等，勾画了人工智能学科的总体架构；然后简要阐述人工智能主要分支的原理、方法和发展概况，并指出延伸学习的内容和方向。全书共11章，内容全面、基础、经典而新颖。 本书篇幅适中、层次分明、条理清楚、理例结合、图文并

"智能体（Agent）是大模型落地应用的重要方向，也是AI应用的一个重要风口。为了让更多非技术出身的读者能够理解Agent，能够零基础开发AI应用，我们选择火山引擎的扣子智能体开发平台来设计开发自己的Agent。《扣子开发AIAgent智能体应用》配套提示词文件、PPT课件、190分钟教学视频、全书配图PDF文件、字节

机器学习是人工智能领域的重要组成部分，其深度和广度都在持续扩展。本书不仅对机器学习基础知识进行了全面介绍，而且深入讨论了各种经典和常用的机器学习方法。通过理论与实践相结合的方式，帮助读者理解机器学习的基本原理，掌握常用的方法，并能够在实际问题中应用这些技术。本书共10章，可分为两部分。第一部分主要介绍机器学习的背景知识

本书通过在基因、神经元和细胞等微观层面的计算机建模研究神经系统与形态（身体）的协同演化与发育。首先介绍演化算法、基因调控网络以及脉冲神经网络等用于理解和模拟生物神经系统及形态的演化与发育的计算方法，分析基因调控网络的鲁棒性、可演化性、网络模体、连通性等重要特性，并提供生物调控网络逆向工程的案例。其次介绍多细胞生长模型和

本书是一部科技类学术专著。本书系统阐述了人工智能模型的基本原理、理论基础及在复杂系统中的应用架构设计，从数据采集与预处理、模型评估与选择到自然语言处理应用，全面剖析了人工智能模型从理论到实践的完整流程。本书还着重探讨了应用系统实现与优化策略，以及人工智能模型在保障安全与隐私保护方面的最新进展。最后，本书对模型应用系统的

本书指导读者学习如何使用生成媒体技术与人工智能创建新颖的图像或音乐。数据科学家和软件工程师将了解最先进的生成模型是如何工作的，如何根据您的需求进行微调和调整，以及如何结合现有的构建块来创建不同领域的新模型和创造性应用程序。本书以直观的方式介绍了理论概念，并提供了大量的代码示例和插图，您可以在诸如Googlecollab

诸如ChatGPT和DALL-E这样的大型语言模型(LLM)和扩散模型拥有前所未有的潜力。通过使用互联网上的公共文本和图像进行训练，这些模型能够为各种任务提供帮助。而且，随着准入门槛的显著降低，几乎任何开发人员都可以利用AI模型来解决以前不适合自动化的问题。借助本书，你将在生成式人工智能方面打下坚实的基础，学会如何在实

本书介绍了在人工智能与大数据时代背景下，网络表示学习的理论与应用。提出了网络表示学习的关键在于将网络中的节点映射到低维空间，形成能够反映节点间复杂关系的向量表示。书中讨论了各种先进的网络表示学习方法，如基于图注意力机制、图自编码器和深度学习技术，并提供了大量实验和案例分析，展示了这些方法在不同数据集上的应用效果。这些案

人工智能已在多个行业得到成功应用，大模型的应用已成为突破性进展的重要驱动力，而在特定垂直领域，如医疗、法律、金融等，大模型微调面临独特的挑战和需求。本书致力于大型语言模型微调与应用的关键技术，探讨两个热门应用方向：大模型的知识专业性和时效性。剖析了垂直领域大模型训练的背景及意义，探讨大模型在垂直领域的迁移学习、应用部署

本书共12章，内容涵盖传统人工智能技术、现代人工智能技术以及近年来人工智能技术应用三大部分，旨在展示人工智能技术的发展历程。在传统人工智能技术部分，本书讨论了问题求解与搜索技术、归结推理、不确定性推理与专家系统，以及遗传算法、蚁群算法、鸟群算法和粒子群算法等经典算法。在现代人工智能技术部分，本书介绍了机器学习中的监督学