"本书面向新工科人工智能课程教学需要，从人工智能基本概念、发展历程等入手，全面阐述了人工智能三大学派的理论基础，重点阐述经典原理算法、神经网络模型算法、深度学习模型、大模型原理与应用。全书共13章，包括绪论、知识表示与知识图谱、推理、搜索求解、机器学习的基本算法、机器学习算法进阶、人工神经网络基础、深度神经网络、自然语言处理、大语言模型基础、数据预处理、基于深度学习的低碳数据中心智能应用案例、大模型应用设计案例。 本书基于工程教育产出导向理念，强调智能模型的原理解析与应用方法，设计了260余幅插图，给出了大量的示例，在模型实践方面，给出了相应的Python程序及其运行结果，便于教学和思考。 本书可以作为计算机类、电子信息类、电气信息类等理工科专业的人工智能课程教材，也可以作为其他专业学生和教师的参考书。 "

前言 作为新一代信息技术，人工智能为高校专业教育教学改革带来新的机遇和挑战。本书面向应用型高校新工科专业，作为人工智能必修课程，在内容设计上，既体现了符号主义、联结主义和行为主义的人工智能三大学派，又充分展现了从深度学习到大语言模型的最新发展。全书共13章，大致可分为三个层次结构，首先，绪论是全文的引入;其次是经典理论应用基础，包括知识表示与知识图谱、推理、搜索求解、机器学习模型与算法；最后是人工神经网络原理及其发展，包括人工神经网络基础、深度神经网络、自然语言处理和大语言模型基础，由简单神经网络模型逐步深入到大模型结构。除各章的基础实践外，最后还有人工智能案例实践，包括数据预处理、深度学习应用案例和大模型应用案例。 本书基于工程教育产出导向理念，在每一章的开始都设置了学习目标，随后是每章的内容阐述，精心设计和引入了大量的插图、表格和应用示例，其中全文设计插图260余幅。在阐述原理和模型算法方面，本着理论够用、学用结合的思路，既有具体原理分析、公式推导和算法描述，又给出了具体应用示例，便于读者学以致用。在每章的末尾给出了有针对性的习题。 本书获得了校级重点教育教学改革项目资助。全书由张晓明统一规划设计，在编写分工方面，张晓明负责撰写第1、5～8、10～13章，王芳负责撰写第2、4章，江逸楠负责撰写第3章，张世博负责撰写第9章，卓政参与撰写第8.3节和11.5节内容。此外，第12章来源于北京高校人工智能通识课的模块三——拓展案例，获得了2024年北京市高校本科教育教学改革课题立项，由张晓明、张世博、卓政、王芳和崔宁等共同完成。13.2节由北京普开数据技术有限公司的刘...