Python

本書當今時代是一個充斥著龐大信息量的時代，身處這樣一個時代，如若能夠站在數據鏈的頂端，便能夠應用數據來解決一些現實問題，如減少決策誤差、量化風險、減少損失，並通過大數據的分析解決社會問題等等。本書淺談了大數據的應用領域、大數據與統計學之間的關係等問題，希望讀者能夠通過這本書的學習能夠對大數據有細緻的瞭解。本書首先介紹了數據、大數據、數據挖掘的定義定，介紹了Python基礎知識、數據分析與可視化，進

本書是一本系統介紹區塊鏈理論知識和應用開發的教程。全書共8章，主要包括兩部分的內容，區塊鏈理論知識(1～3章)：區塊鏈概述、區塊鏈中的密碼學以及區塊鏈的核心機制；區塊鏈應用開發(4～8章)：打造自己的區塊鏈――基於Python、以太坊之DApp開發實戰、超級賬本開發實戰、EOS開發實戰以及區塊鏈綜合應用開發實踐。本書在系統介紹區塊鏈理論知識的基礎上，結合豐富的案例進行實踐操作的講解，力求引領讀者在

本書內容分為八章，基本涵蓋了目前較為常用的數據科學建模方法，包括現在熱門的深度學習。書中不僅介紹模型的理論基礎，還以大量案例結合現實數據為讀者展示了數據分析中常見任務的處理流程，如分類、回歸、聚類、推薦、圖片識別等，幫助讀者應用這些模型和方法解決實際問題。第一章首先對數據科學的任務和重要性進行了概述，接著介紹數據科學的建模流程以及Python語言開發環境與常用庫；第二章介紹了回歸模型，包括線性回歸

周永章，張良均，張奧多，王俊著的《地球科學大數據挖掘與機器學習》系統地介紹了地球科學大數據挖掘與機器學習的基本框架與原理，重點分析高維數據降維、分類與預測、大圖形社區結構識別、無限流數據處理、機器學習及人工智能地質學的建模過程，對必要的應用場景使用Python語言給出案例。本書是中山大學研究生試用研究型教材，對運用大數據挖掘技術與機器學習算法解決地球科學問題大有裨益。適合地球科學領域研究生和高年級

本書以計算機科學基礎知識為主，以計算機的問題求解為主線，注重培養學生的計算思維能力。本書將計算思維、信息表示、計算機系統、計算機網絡以及計算機的新技術作為穿插，選擇Python語言為計算實踐語言，內容上側重于如何應用計算思維解決各領域的問題。 全書分為10章，內容包括計算思維基礎知識、計算機中的信息表示，計算機系統結構與工作原理、算法與程序設計、數據組織與管理、計算機網絡及應用、信息安

本書內容涵蓋數據科學基礎知識，介紹了數據科學的工作流程，包括數據采集、數據整理和探索、數據可視化和數據建模預測等技術，並通過文本、圖像、語音等前沿應用，引入人工智能技術在數據科學領域應用的最新成果。全書設計收集了多個數據分析案例，採用Python及相關科學計算工具包介紹數據分析實現的方法，幫助讀者通過實際應用理解數據科學知識，掌握實踐技能，運用統計學、人工智能等技術解決實際問題。本書通俗易懂、實例

《基於H2O的機器學習實用方法：一種強大的可擴展的人工智能和深度學習技術》主要介紹了H2O的基本概念和應用。全書共11章，首先介紹了H2O在R和Python下的安裝和啟動、數據導入/導出和操作以及本書所用的三種不同示例數據集和常用的模型參數。然後分別介紹了隨機森林、梯度推進機、線性模型、深度學習和無監督式學習等算法在三種不同數據集中的應用，分析對比了默認算法和改進算法的性能。另外，還討論了相關其他

計算機視覺、自然語言處理和語音識別是目前深度學習領域很熱門的三大應用方向，本書旨在幫助零基礎或基礎較為薄弱的讀者入門深度學習，達到能夠獨立使用深度學習知識處理計算機視覺問題的水平。通過閱讀本書，讀者將學到人工智能的基礎概念及Python編程技能，掌握PyTorch的使用方法，學到深度學習相關的理論知識，比如卷積神經網絡、循環神經網絡、自動編碼器，等等。在掌握深度學習理論和編程技能之後，讀者還會學到

本書可以分為兩大部分：其中部分是第二部分的基礎。部分介紹如何安裝一個宿主機和開發系統以及如何通過串口控制台訪問嵌入式平臺。首先將看到一些引導加載程序的命令以及C的編譯器和交叉編譯器，之後會介紹內核模塊、設備驅動程序以及一些基於網絡文件系統的文件系統。讀者會在主機上使用模擬器來運行一個完整的目標機Debian系統，包括在Bash、PHP和Python下面的系統守護進程和腳本程序，以及閃存和Linux

適讀人群：本書適合對深度學習感興趣的讀者閱讀，也適合有志於從事電腦視覺研究等領域的廣大學生閱讀，可作為深度學習的入門教材。本書特色?深入剖析卷積神經網路核心：全連接層和卷積層?深入分析Caffe源碼實現架構，瞭解框架背後的運行機理?詳盡介紹網路結構與訓練細節，解密複雜運算的基本原理?經典實踐場景：圖像語意分割，圖像生成。GAN模型的詳細分析與推導?樣例代碼採用C++和Python兩種語言編寫?語言

樹莓派作為一個微型的電腦被很多人尤其是極客喜歡，全書最大的特色是通過七款不同的機器人實例講述了怎樣以樹莓派B2作為機器人的大腦打造不同的機器人；內容全面，既有遙控小車，自導航尋跡小車，人形機器人，還有會畫、會飛、會玩空氣曲棍球的機器人。每章都從（1）硬體零部件組裝方式（2）驅動系統的控制（3）軟體部分的Python源代碼三個方面手把手的教你打造一款成功的機器人。本書適合的讀者群非常廣泛，尤其適合喜

《深入淺出程序設計(中文版)》介紹了編寫計算機程序的核心概念：變量、判斷、循環、函數與對象——無論運用哪種編程語言，都能在動態且多用途的python語言中使用具體示例和練習來運用并鞏固這些概念。學習基本的工具來開始編寫你感興趣的程序，而不是其他人認為你應該使用的通用軟件，并對軟件能做什么（不能做什么）有一個更好的了解。當你完成這些，你就擁有了必要的基礎去使用任何一種你需要或想要學習的語言或軟件項目

《深入淺出程序設計(影印版)》通過此書，你將學習：你是否曾經希望可以從一本書里學習如何編程？如果你以前沒有編程經驗，你可能想知道該從哪里開始。《深入淺出程序設計》介紹了編寫計算機程序的核心概念：變量、判斷、循環、函數與對象——無論運用哪種編程語言，都能在動態且多用途的Python語言中使用具體示例和練習來運用并鞏固這些概念。學習基本的工具來開始編寫你感興趣的程序，而不是其他人認為你應該使用的通用軟

區塊鏈作為一種分布式數據存儲、點對點傳輸、共識機制、加密算法等技術在互聯網時代的創新應用模式，被認為是繼大型機、個人電腦、互聯網之後的顛覆式創新，正在全球範圍引起一場新的技術革新和產業變革。本書專注區塊鏈原理及核心技術，在對區塊鏈架構及其工作原理進行介紹的基礎上，分專題對區塊鏈的核心技術進行討論，包括密碼學技術、共識算法、分布式存儲、智能合約等，給出了基於Python創建區塊鏈示例。最後介紹了近年

內容簡介 這是一本系統講解YOLO系列目標檢測算法的理論與實戰指南。不需要深厚的數學功底、不需要啃論文的耐心：你只需要具備基礎的Python編程能力，跟著本書動手學，就能從YOLO算法原理一路走到多行業實戰落地。 本書從“理論—工具—應用”三重維度幫助讀者構建目標檢測學習體系，將理論解析與十大行業實戰案例深度融合，結合Ultralytics YOLO11、Streamlit和PandasAI技術棧，通過大模型輔助代碼生成與交互式平臺搭建，助力讀者高效掌握目標檢測技術。 全書16章，分為三篇 理論篇(第1～3章)：系統解析目標檢測基礎概念(如邊界框、交並比、非極大值抑制)和算法演進，深度剖析YOLOv1至YOLO11的網絡架構、創新技術及性能對比，為讀者奠定堅實的理論基礎。 工具篇(第4～6章)：詳解YOLO11環境配置(本地與Kaggle)、命令行與Python雙接口操作，集成Streamlit構建Web應用，並引入PandasAI實現自然語言查詢檢測結果；同時涵蓋Supervision庫的數據標注、視頻處理與結果過濾，以及Labellmg、Ybat等工具的使用。 應用篇(第7～16章)：通過交通標誌識別、車道線檢測、路面坑洞監測、車輛事故分析、足球運動員跟蹤、火災煙霧預警、安全裝備(頭盔/反光背心)檢測、腦腫瘤診斷、骨折識別及水下生物分析十大行業案例，展示YOLO11在多場景下的實戰應用，每個案例均包含數據準備、模型優化與平臺搭建，突出技術落地性和行業適配性。

★☆★ AI 影像辨識一本精通！ ★☆★ ★☆★ 超過 200 個完整範例程式碼 ★☆★ AI 影像辨識是近年來非常夯的議題，隨著資訊科技的蓬勃發展，越來越多好用的工具推陳出新，也越來越容易跨入 AI 影像辨識領域，不論是電子、資訊領域、醫療、百貨，各行各業中陸續都能看到 AI 影像辨識的應用。 Python 是目前入門 AI 影像辨識最快速的程式語言，透過 Python 的 OpenCV 函式庫，並搭配其他方便的函式庫，就能輕鬆入門 AI 影像辨識，OpenCV 除了能針對影像進行全面的處理，也是大多數 AI 影像辨識的敲門磚，常應用於擴增實境、臉部辨識、手勢辨識、動作辨識、運動跟蹤、物體辨識或圖像分割...等領域。 本書會從 OpenCV 出發，從 OpenCV 最基本的存取圖片影片，影像色彩、影像剪裁、影像變形、加入文字、繪圖、影像效果進階處理都有完整介紹，並會介紹 OpenCV 內建的影像辨識方法、Google MediaPipe 的影像辨識方法和 Teachable Machine 影像辨識方法進行 AI 影像辨識，作出許多有趣又實用的影像辨識相關應用。 【精彩收錄】 ▶ OpenCV 深入介紹 ▶ OpenCV 影像色彩調整和轉換 ▶ OpenCV 影像剪裁、變形、加入文字和繪圖 ▶ OpenCV 影像效果進階處理 ▶ OpenCV 偵測滑鼠和鍵盤 ▶ OpenCV 人臉、物件、顏色等影像辨識 ▶ MediaPipe 人臉、姿勢、手勢等影像辨識 ▶ Teachable Machine 人臉、戴口罩等影像辨識 ▶ 辨識手寫數字、年齡、情緒

AI時代不可不知的知識 AI是什麼？究竟什麼是程式設計？ 程式語言有何區別？ 最輕鬆、易懂的電腦＆程式設計圖鑑！ 咦？！ 硬體、軟體與程式設計的必備要素 都變成了可愛、生動的角色！ 這些既熟悉又陌生的角色，你都認識嗎？ 超級電腦──透過複雜的計算來支撐社會！ 硬碟＆SSD──什麼都記得住的記憶專家 編譯器──負責聯繫電腦與人類的翻譯家！ 程式錯誤──害程式異常的搗蛋鬼！ Python──以程式庫為傲的AI教練 ……精彩圖解超好懂！功能、使用情境一目瞭然！ 歡迎來到電腦的世界！ 平板電腦╱智慧型手機╱超級電腦╱CPU╱RAM╱ROM╱主機板╱硬碟╱SSD…… 除了基本資料、特長與實際應用範例，還有豐富的知識補充， 電腦有哪些周邊產品？內部構造長怎樣？電腦與AI的關係是什麼？ 將介紹電腦的類型、零件及其功能，從今天開始你也是電腦知識王！ 我們的生活中充滿著程式設計？ 沒有程式下達指令，就無法驅動電腦！ 什麼是程式設計？程式設計有什麼用途？程式又是如何編寫的？ 當程式出現錯誤會發生什麼狀況？ 介紹程式的基本思維，清楚易懂的流程結構說明， 原來程式設計這麼有趣！ 電腦之間有共通語言嗎？ C語言？Java？Python？ 這些好像看過、卻從不了解的名詞代表著什麼？ 用0和1就可以表達資訊？！程式語言有哪些？要怎麼學？ 介紹人類語言與機械語言之間的差異， 結合彼此的智慧就能創造無限的可能性！

★★★【機器學習】+【演算法】★★★ ★★★★★【PyTorch】+【Jupyter】★★★★★ 一步一腳印、腳踏實地 機器學習經典演算法全面講解 我們平常視為理所當然的L1、L2、Softmax，Cross Entropy，都是基礎的機器學習所推導出來的，很多人以為不需要學的機器學習演算法，才是站穩腳步的基本大法！ 本書就是讓你可以用Python來真正真槍實戰上手機器學習。從最基礎的資料清理、特徵工程開始，一直到資料集遺漏值的研究，包括了特徵變換、建構，降維等具有實用性的技巧，之後說明了模型是什麼，接下來全書就是各種演算法的詳解，最後還有一個難得的中文自然語言處理的案例，不像一般機器學習的書千篇一律MNIST手寫辨識、人臉辨識這麼平凡的東西，難得有深入「機器學習」的動手書，讓你真的可以在人工智慧的領域中走的長長久久。 大集結！聚類演算法 ✪K-means 聚類 ✪系統聚類 ✪譜聚類 ✪模糊聚類 ✪密度聚類 ✪高斯混合模型聚類 ✪親和力傳播聚類 ✪BIRCH 聚類 技術重點 ✪資料探索與視覺化 ✪Python實際資料集特徵工程 ✪模型選擇和評估 ✪Ridge回歸分析、LASSO回歸分析以及Logistic回歸分析 ✪時間序列分析 ✪聚類演算法與異常值檢測 ✪決策樹、隨機森林、AdaBoost、梯度提升樹 ✪貝氏演算法和K-近鄰演算法 ✪支持向量機和類神經網路 ✪關聯規則與文字探勘 ✪PyTorch深度學習框架

內容簡介這是一本從架構設計、工作原理、設計原則、代碼實現、工程實踐等維度全面講解自動化測試框架的著作，既講透了當下流行的各種自動化測試框架，又詳細講解了從0到1搭建自動化測試框架的方法和步驟，能指導讀者快速實現從測試工程師向測試開發工程師的轉型，完成職業生涯的飛躍。具體內容方面，全書共16章，分為如下幾個部分：第1部分(第1～2章)：全面介紹了自動化測試框架的概念、原理、類型及通用模塊，詳細論述了自動化測試框架的設計原則，以及微服務測試下自動化測試框架應該如何規劃和組織。第二部分(第3～5章)：著重介紹了Python語言體系下的兩個經典開源框架unittest和pytest，以及如何用它們搭建自動化測試框架。第三部分(第6～14章)：是本書的重點，全面講解了如何從0開始、不依賴任何開源框架、自主開發自動化測試框架，手把手帶領讀者完成自研測試框架開發。第四部分(第15章)：講解了持續集成的核心原理和所用工具，以及如何將自研的自動化測試框架集成到企業現有的自動化測試流水線中，從而實現持續測試。第五部分(第16章)：介紹了如何將自研的自動化測試框架發佈至Python官方倉庫供他人下載使用。

樹莓派（Raspberry Pi）是一款基於Linux系統的卡片式計算機，它外形小巧，相當於一張信用卡的大小。研發樹莓派的初衷是希望通過低價硬件和自由軟件來推動學校的基礎計算機學科教育，但很快樹莓派就得到了眾多計算機發燒友和硬件愛好者的青睞。他們用它學習編程，並創造出各種各樣新奇的、風靡一時的軟硬件應用。本書由樹莓派的創始人編寫，是經典的樹莓派用戶指南。這是本書全新升級之後的第4版。本書共5篇，第1篇（第1～7章）介紹樹莓派的基礎知識（樹莓派的各個版本及其相關背景）、樹莓派入門、Linux 系統管理、故障排查、網絡配置、樹莓派軟件配置工具和樹莓派高級配置；第2篇（第8章和第9章）介紹如何將樹莓派作為家庭影院計算機、如何將樹莓派應用於生產環境；第 3 篇（第10～12章）介紹Scratch編程、Python編程和樹莓派版Minecraft；第4篇（第13～16章）介紹硬件破解、GPIO端口、樹莓派的攝像頭模塊和擴展電路板；第5篇（附錄A～附錄C）介紹Python程序代碼、樹莓派的攝像頭知識快速參考和HDMI顯示模式。本書可作為程序員、計算機軟硬件愛好者以及對樹莓派感興趣的讀者的參考讀物，也可作為樹莓派相關實踐課程的基礎教程。

《全棧UI自動化測試實戰/計算機技術開發與應用叢書》以UI自動化測試技術為主線，測試方向主要涉及Web、App、Window應用程式的UI自動化測試實現，講述自動化測試框架的實現過程，以及持續集成及分散式測試的實現等實用技術知識體系。 《全棧UI自動化測試實戰/計算機技術開發與應用叢書》共分為三篇。Web篇（第1-9章）圍繞頁面自動化測試中常用定位技術進行講解，結合unittest框架構建實用自動化測試框架的實現，以實例驅動方式引導讀者快速上手Selenium+Python+unittest自動化測試。App篇（第10-15章）講解移動端常見UI層自動化操作技術，以當前較為流行的pytest框架為基礎，實現Appium+Python+pytest自動化測試。框架篇（第16-20章）涵蓋自動化測試實施過程中主流的資料驅動、PO模式、CI實施、分散式環境等內核技術。 《全棧UI自動化測試實戰/計算機技術開發與應用叢書》內容充實、邏輯嚴密，是一部自動化測試必備的案頭工具書。 《全棧UI自動化測試實戰/計算機技術開發與應用叢書》讀者物件為從事軟件測試工作的人員，對軟件自動化測試技術感興趣的初學者，以及對自動化測試專項技術感興趣的從業者。 對於大中專院校和培訓班的學生，《全棧UI自動化測試實戰/計算機技術開發與應用叢書》更是學習時必不可少的一本優秀教材。

本書系統介紹深度學習的核心概念、主流模型與實戰方法，內容涵蓋神經網絡基礎、卷積神經網絡、循環神經網絡、圖神經網絡、生成對抗神經網絡、Transformer、擴散模型、深度強化學習等前沿方向，詳細闡述各類模型的數學原理、網絡結構、訓練流程與優化方法。全書以Python為主要編程語言，結合PyTorch框架提供豐富的代碼示例與完整項目解析，同時每章配有“思考”模塊與練習，幫助讀者理解算法實現細節並鞏固所學知識。本書適合高等學校人工智能及相關專業的本科生、研究生，以及相關工程技術人員學習參考。

《數據科學面試通關》詳細闡述了與數據科學面試相關的基本解決方案，主要包括探索現代數據科學領域、在數據科學領域尋找工作、 Python編程、數據可視化與數據敘述、使用 SQL查詢數據庫、 Linux中的 Shell和 Bash腳本編寫、使用 Git進行版本控制、用概率和統計挖掘數據、理解特徵工程和為建模準備數據、精通機器學習概念、用深度學習構建網絡、用 MLOps實現機器學習解決方案、掌握面試環節、協商薪酬等內容。此外，本書還提供了相應的示例、代碼，以幫助讀者進一步理解相關方案的實現過程。

本書是由長期從事計算機基礎教學和科研並具有豐富教學實踐經驗的一線教師編寫的。全書以計算思維為導向，凝練了計算機科學與技術中相關的基本理論、基本方法和新一代智能計算技術的基本概念及應用。全書內容分為10章，介紹了計算、計算機與計算思維的基礎知識，計算機的計算基礎，計算機系統，計算機網絡與信息安全，應用計算機進行問題求解的算法設計，Python語言程序設計，以及數據庫與大數據、雲計算、人工智能和物聯網等智能計算技術。

本書共分為12章。第1章對企業網進行了概述；第2～11章分別講解了網絡冗餘技術、訪問控制列表的使用、網絡地址轉換技術、廣域網技術的原理與配置、DHCP的原理與配置、IPv6基礎、IPv6路由配置、網絡安全技術、WLAN技術和網絡管理協議相關的知識；第12章對SDN與Python的基礎知識進行了介紹。 本書除了適用於高等院校相關專業的學生外，還適合正在備考HCIA認證或者正在參加HCIA技術培訓的人士閱讀和參考。其他從事 ICT 行業的人員及網絡技術愛好者也可以通過閱讀本書，加深對網絡技術的理解。

主要內容包括：向量代數，線性方程組，矩陣代數，行列式及特徵值與特徵向量及實對稱矩陣與二次型等內容；每章開始給出與本章內容相關的歷史發展進程，針對相應知識點給出幾何及工程實際應用案例，其中工程實際應用案例主要以不同應用領域的具體問題為驅動，利用相關基本知識進行建模與分析，提供應用線性代數知識解決實際問題的思想，並對重點問題給出具體python算例；習題部分設置一定數量的實際應用問題，可以擴展和加深線性代數知識的理解與應用。

本書以Python中的pandas庫為主線，介紹各類數據處理與分析方法。本書共包含13章，第一部分介紹NumPy和pandas的基本內容；第二部分介紹pandas庫中的4類操作，包括索引、分組、變形和連接；第三部分介紹基於pandas庫的4類數據，包括缺失數據、文本數據、分類數據和時間序列數據，並介紹這4類數據的處理方法；第四部分介紹數據觀測、特徵工程和性能優化的相關內容。本書以豐富的練習為特色，每章的最後一節為習題，同時每章包含許多即時性的練習（練一練）。讀者可通過這些練習將對數據科學的宏觀認識運用到實踐中。

《機器學習算法在食品科學中的應用》聚焦食品科學技術未來發展需求，將機器學習算法與食品科學技術緊密融合。以Python作為主要編程語言，依託NumPy、Matplotlib和Pandas等數據庫，詳細介紹卷積神經網絡、樸素貝葉斯、人工神經網絡、隨機森林、決策樹、線性回歸、K最近鄰等核心算法。同時，以茶葉、水產品、食用菌、咖啡、掛麵、魔芋葡甘聚糖水凝膠、預製菜等多個食品創新產業為例，全面系統地介紹了機器學習算法在食品科學領域的應用進展，為機器學習算法在食品科學研究領域的進一步發展提供了理論依據和技術支撐。

Apache Pulsar被譽為下一代分布式消息系統，旨在打通發佈/ 訂閱式消息傳遞和流數據分析。本書作者既與Pulsar項目創始成員共事多年，又有在生產環境中使用Pulsar 的豐富經驗。正是這些寶貴的經驗成就了這本Pulsar“避坑指南”，為想輕鬆上手Pulsar的讀者鋪平了學習之路。本書分為三大部分，共有12章。第一部分概述Pulsar的設計理念和用途。第二部分介紹Pulsar的特性。第三部分以一個虛構的外賣應用程序為例，詳細地介紹Pulsar Functions框架的用法，並展示如何用它實現常見的微服務設計模式。本書示例採用Java語言，並同時提供Python實現。

Behind the scenes, stories, jokes and analysis of all the Monkey Island games, including many interviews of the creators. LucasArts has become a legendary developer in part because of The Secret of Monkey Island, which was created here in 1990. The Secret of Monkey Island, the world's most famous point-and-click adventure game, owes its reputation to its world of colourful, delightfully anachronistic pirates, to its Monty Python humour, but also, quite simply, to the fact that it revolutionised a genre. This book is a tribute to the adventures of Guybrush Threepwood, the great pirate. But it also aims to explain why Monkey Island represents a decisive step forward in the way a story can be told through a video game. It will also look back at the turbulent history of LucasArts and Telltale Games, discover a few recipes for voodoo toddy, learn interactive pirate reggae songs, shine at a social gathering of forty-something geeks and discover lines as sharp as a boarding sword (useful for

本書由5個項目組成，內容包括人工智能概述、新一代信息技術的應用、人工智能之自動識別技術、人工智能之Python語言、人工智能之機器學習。本書系統闡述人工智能的基本原理、實現技術及應用，全面地反映國內外人工智能研究領域的進展和發展方向。本書作為國家職業教育改革實施方案中倡導使用的新型活頁式教材，既可作為人工智能、信息處理、電氣自動化等相關專業的教材，也可作為從事計算機科學研究及開發、應用的教學和科研人員的參考書。

《OpenCV入門與技術實踐》介紹如何學習和使用流行的OpenCV庫開發計算機視覺應用，主要內容包括圖像的核心操作、圖像閾值處理、圖像形態變換、圖像邊緣檢測、角點檢測與特徵匹配等。 全書分為4章：第1章著重介紹使用Python開發OpenCV應用基礎知識；第2章著重介紹使用OpenCV進行圖像特徵檢測、描述和特徵匹配的各種算法；第3章著重介紹OCR文字識別；第4章著重介紹OpenCV中的深度學習。 《OpenCV入門與技術實踐》適合作為高等院校計算機、軟件工程專業本科生、研究生的參考書目，也適用於對人工智能領域感興趣的人士。

本書以實用和可接受的方式詳細介紹了數據科學領域，強調動手實踐。獨立於技術介紹數據科學的基本思想和相關技術，允許學生在沒有強大的技術背景的情況下輕鬆地發展對該主題的堅定理解，並提供即使在工具和技術發生變化後仍然具有持續相關性的材料。使用流行的數據科學工具，如Python和R，這本書提供了許多實際應用的例子，實踐範圍從小數據到大數據。為教師和學生提供的一套在線材料，包括數據集、PPT、解決方案和課程建議等。

本書從網絡爬蟲技術出發，結合一線教師的教學實際經驗與當前學生的實際情況編寫而成，側重於講述爬蟲技術知識，注重專業應用能力和計算思維能力的培養。本書深入淺出地講解了大數據爬蟲技術。全書共6 個項目，包括爬蟲基礎、Python 爬蟲、爬蟲與數據存儲、Scrapy 框架、爬取動態網頁以及爬蟲與數據分析。每節列出了學習目標，指明了教與學的知識、技能、素養培養方向，並附帶上機實訓項目與操作指導，理論與實踐相結合，實用性強，方便學生及時鞏固技能，提升操作能力。

《Pandas數據分析》詳細闡述了與Pandas數據分析相關的基本解決方案，主要包括數據分析導論、使用Pandas DataFrame、使用Pandas進行數據整理、聚合Pandas DataFrame、使用Pandas和Matplotlib可視化數據、使用Seaborn和自定義技術繪圖、金融分析、基於規則的異常檢測、Python機器學習入門、做出更好的預測、機器學習異常檢測等內容。此外，本書還提供了相應的示例、代碼，以幫助讀者進一步理解相關方案的實現過程。 本書適合作為高等院校計算機及相關專業的教材和教學參考書，也可作為相關開發人員的自學用書和參考手冊。

編程已然成為 21 世紀最流行、最重要的必備技能之一。編程可以方便地解決生活中遇到的多種問題，讓生活變得更簡單。本書共分為 5 部分。第 1 部分（第 1 ～ 3 章）講解什麼是代碼、編程中常用的語言和編寫代碼的流程；第 2 部分（第 4 ～ 9 章）講解如何使用 HTML、CSS和 JavaScript 編寫一個規範的網頁；第 3 部分（第 10 ～ 12 章）介紹構建一個Web 應用的具體過程；第 4 部分（第 13 ～ 14 章）簡單介紹 Ruby 和 Python 語言的作用和用法；第 5 部分（第 15 ～ 16 章）介紹一些程序員常用的編程資源和初學者應該注意的問題。

本書是基於幾款常用的大數據分析軟件編寫的，以項目教學的方式循序漸進地講解大數據可視化技術的基本原理和具體應用的方法與技巧。本書分為7個項目，具體內容為：瞭解大數據可視化、數據可視化過程、數據可視化工具、Excel數據可視化、Tableau數據可視化、ECharts數據可視化、Python數據可視化。本書案例豐富、內容翔實，操作方法簡單易學，既可以作為職業院校計算機與軟件工程相關專業的教材，也可以作為從事數據分析相關工作的專業人士的參考用書。

本書第一章主要介紹科創的基本CAD設計軟件及常用的金加工方式，如Solidworks， 3Ds Max等；第二章介紹機器人動力學基礎，基本結構及控制方法，主要以人形機器人、機械臂等為主；第三章介紹機器人感知部件及執行機構，如相關的傳感器、電機、舵機等；第四章主要介紹兩種通用的編程語言，C++及Python；第五章則是介紹科創過程中常用的控制芯片及其應用方法，如STM32；第六章介紹機器人開發的神兵利器――ROS；第七章介紹人工智能技術基礎；第八章介紹元宇宙技術。

當今時代，人工智能技術越來越受重視，影響著人類生活的方方面面，提高人工智能相關知識素養，十分有必要。全書是人工智能入門類基礎書，共10章，內容包括人工智能概述、機器學習、神經網絡與深度學習、智能語音處理及應用、計算機視覺處理及應用、自然語言處理及應用、知識圖譜及應用、機器人、經典智能算法 Python 實現、展望等。本書適合作為高等院校人工智能、計算機科學與技術、大數據、軟件工程或相關專業的入門教材，也適合從事相關工作的人工智能愛好者和工程師學習閱讀。

數據科學家是目前熱門的職業之一。本書全面介紹了成為合格數據科學家所需的知識、技能和工作流程，是一本內容全面的實用性技術圖書。本書分為13章，其中第1～3章介紹數據科學；第4～8章介紹數學知識，包括統計學和概率論；第9章介紹數據可視化；第10～12章介紹機器學習；第13章介紹案例。各個章節內容均由淺入深，同時通過案例和Python代碼，使讀者掌握實戰技能。本書適合有志于成為數據科學家的師生或業界新手，同時也適合經驗豐富的職場老手參考。