"本书系统介绍 DeepSeek核心技术、本地化部署与应用实战，构建“技术铺垫—原理解读—应用实战”的三维能力体系。全书共分9章，各章相对独立成篇，以利于读者选择性学习。9章内容分别为大模型概述、大模型的关键技术、DeepSeek核心技术与本地化部署、DeepSeek提示词设计、DeepSeek数据分析、DeepSeek文档分析、DeepSeek实现分类与聚类、即梦AI视觉大模型、创建大模型的智能体。 本书可作为高等院校各专业的人工智能通识课程、人工智能生成内容（AIGC）、大模型应用实践方面的教材，亦可作为对人工智能大模型感兴趣的读者自学使用。 "

前言 在人工智能技术迅猛发展的今天，大语言模型（Large Language Model,LLM）已成为推动产业变革和社会进步的核心驱动力之一。DeepSeek作为国产大模型的杰出代表，不仅在技术层面实现了多项突破，也为各行业提供了强大的智能化解决方案。本书旨在系统性地介绍DeepSeek的核心技术体系，帮助读者从理论到实践全面掌握大模型的应用能力。 作为一本理论与实践并重的教材，本书具有以下特色。 （1） 技术先进性： 深入剖析DeepSeek架构与技术。 （2） 实践导向性： 每章配备典型应用案例实战项目。 （3） 教学适用性： 知识循序渐进适合不同基础学者。 （4） 国产化特色： 重点介绍国产大模型的应用实践。 本书具体内容组织如下。 第1章大模型概述。主要介绍大模型的发展历程、大模型的相关概念与大模型的分类。 第2章大模型的关键技术。主要介绍大模型原理的通俗理解、借助Anaconda集成开发环境运行Python程序、感知器、BP神经网络、卷积神经网络、循环神经网络、生成对抗网络与Transformer架构。 第3章DeepSeek核心技术与本地化部署。主要介绍DeepSeek概述、DeepSeek核心技术和DeepSeekR1本地化部署。 第4章DeepSeek提示词设计。主要介绍有效提问的黄金法则、基础查询提示词、结构化输出提示词、逻辑处理提示词、创作型提示词、制作PPT提示词、制作思维导图和大模型操作Excel文件。 第5章DeepSeek数据分析。主要介绍数据分析概述、数据预处理、统计分析、自回归时间序列预测、数据可视化。 第...