Python

本書側重於可視化大屏技術與應用，從傳統數據可視化Excel或PowerPoint的圖表功能入手，重點介紹大屏數據可視化技術與應用和Python數據可視化應用，最後給出了可視化工具的應用。

本書從從工業數據採集平臺構建入手，通過三個實際項目介紹了使用Python機器學習進行工業大數據分析的流程和方法。全書共有5章。其中，第1章主要介紹數據採集平臺的構建，第2章主要介紹Python的安裝和Jupyter Notebook的使用，第3章講解風機葉片數據分析預測，第4章介紹了火力發電廠工業蒸汽量預測，第5章探討了鋁型材表面瑕疵識別的方法。本書內容基於工業數據採集分析流程，結合具體項目講解工業數據分析的方法。每章先講解必備知識點，然後再通過實踐操作加深對知識的理解和應用。本書可作為高職高專院校大數據分析課程的教學及實驗用書，並可作為工業大數據分析初學者的自學用書。

本書以Visual Studio Code軟件環境講解Python語言在數據採集與處理技術的部分應用技能。技能講解以案例應用的形式呈現，把技能知識的應用呈現於案例實現過程中，把理論知識貫穿於案例教學。全書收集了數據採集與處理技術相關的部分應用案例，分5個項目主要講解應用Python語言實現Excel電子表格操作、圖片處理、Word文檔操作及Matplotlib模塊的圖表實現等數據採集與處理技術方面的技能。本書可供數據採集與處理愛好者參考使用，也可作為大數據相關專業學生的教材。

本書根據教育部高等學校大學計算機課程教學指導委員會對計算機基礎教學的基本要求編寫，探索將 “線上”+“線下”混合式教學的最新教學改革思想融入教材的方法，使學生逐步掌握利用計算思維、計算 工具分析和解決問題的方法。本書以 Microsoft Of?ce 2016 和 Python 為主要教學平臺，適應日新月異的計算 機技術發展。全書共 7 章，內容包括計算機概述、計算機系統、Windows 10 操作系統、辦公軟件應用、網絡與信息安全、 Python 程序設計基礎、人工智能基礎。本書主要作為線上教學的教材，本書配套的線下教學指導書是《人 工智能與計算機應用實踐教程》。

本書分別從理論分析、算法仿真和實物驗證三個方面對非線性優化理論進行介紹和對多機器人協同進行實踐演示，主要包括三個部分：理論篇、仿真篇和實物篇，介紹了具有固定相對位置和幾何相似性的多機器人編隊問題、Python代碼幫助讀者快速熟悉ROS 2的基本架構、時變分布式優化算法實現在ROS 2環境下的仿真和基於Turtlebot 3移動機器人實現多機器人隊形切換等內容。本書注重理論與實踐相結合, 既有理論方面的系統性介紹, 又有結合ROS 2 和Python代碼的工程實踐. 本書既可以作為對非線性優化和多機器人編隊感興趣的研究人員的入門自學材料, 又可以作為高等院校相關專業的本科高年級學生和研究生的教材.

本書是《數據挖掘》的第2版，系統地介紹了數據挖掘的理論、方法與應用，包括數據特徵分析及預處理、經典數據挖掘算法(分類、回歸、聚類、關聯規則和集成學習等)、大數據新常態下催生的數據分析方法(推薦系統、鏈接分析與網頁排序、互聯網信息抽取、日誌挖掘與查詢分析等)理論與方法。在此基礎上，除第1章外，每章均有基於Python語言的實例應用。

本書從人工智能數學建模入手，介紹人工智能應用中涉及的數學基礎知識，主要包括微積分學初步、線性代數、概率論與數理統計、最優化理論、隨機過程、插值與回歸，重點介紹基本概念、基本原理及計算，其中涉及的計算大部分由Python實現。同時，結合具體案例，介紹如何運用這些數學基礎知識來實現人工智能應用中的建模及求解。

本書緊跟數據庫技術發展潮流，與時俱進，以當前數據庫行業熱門的MySQL 8.0.25、SQL Server 2019為例，介紹了數據庫端的存儲引擎、日誌恢復、查詢優化、存儲過程、觸發器、自動備份等技術，同時，以熱門的編程語言Python 3.9、Java 11為例，介紹了它們與數據庫的交互技術、不同數據庫之間的數據遷移技術等。

本書描述了數學理論以及數值分析的基本概念和方法，並包含大量使用MATLAB、Python、Maple和Javaapplet的計算機實驗。本版進行了大量更新和擴展，提供更多的編程練習。本書兼顧了數學知識體系的完整性和計算及專業學習的特點，對教學內容進行了重新整理，這是極為可貴的。本書特別關注計算機算法學習，全書內容主要是圍繞計算機算法設計這一內容展開的。

本書主要內容有機器學習概述，機器學習的Python常用庫，回歸分析與應用，特徵工程、降維與超參數調優，分類算法與應用，關聯規則，聚類算法與應用，神經網絡，文本分析，圖像數據分析，深度學習入門。

本書緊跟新一代信息技術和人工智能主流技術的發展，選用Python作為人工智能的載體，培養學生人工智能應用能力，以項目工作任務為導向，將相關知識和素質目標貫穿在項目任務的實施過程中，堅持與高等職業教育教學思想、崗位需求相結合的原則。通過具體的實施步驟完成預定的工作任務。本書的主要內容包括揭開人工智能的神秘面紗、初識物聯網、探索大數據、走進雲計算、解密區塊鏈、學習Python基礎、認識圖像識別、認識自然語言處理、認識機器學習9個項目。

本書由“人工智能概念建構”“人工智能技術淺探”“人工智能算法語言淺嘗”和“人工智能典型應用案例簡析”4個模塊構成。主要內容有人工智能的知識表示方法；搜索、推理、智能仿生算法等機器思維技術；人工神經網絡、卷積神經網絡等機器學習和深度學習算法。擴展內容是人工智能的主流算法――Python語言和人工智能典型應用案例。

本書基於國內外ESG披露實踐對比分析、二手數據描述性統計和Python軟件詞頻挖掘等文本分析，系統梳理與ESG披露相關的各個標準體系演變和主要內容體系，確認我國在“十四五”期間引入ESG披露體系保證可持續發展的現實基礎和可行性，指出中國發展ESG披露標準體系的相關基礎和現實問題，並提出中國發展ESG披露的政策體系建議和展望。

本書主要介紹了內蒙古減災委發文特聘的「第一次全國自然災害風險普查」技術支撐團隊在「資料獲取與質控」方面所做的工作和取得的成果，並對資料獲取和質控核心技術進行了詳細描述。充分體現了自然語義處理技術、Python爬蟲技術及資料分析和視覺化技術等資訊化技術在風險普查資料採集、資料審核與質檢過程中的重要性與應用價值。

本書共四章：操作系統、高級文字處理和數據處理、因特網應用和網絡安全、Python程序設計，具體內容包括：多文件複製和文件屬性操作、Windows 10控制面板和硬件資源、WPS文字與表格處理、長文檔編輯排版等實驗。

Implement real-time data processing applications on the Raspberry Pi. This book uniquely helps you work with data science concepts as part of real-time applications using the Raspberry Pi as a localized cloud. You'll start with a brief introduction to data science followed by a dedicated look at the fundamental concepts of Python programming. Here you'll install the software needed for Python programming on the Pi, and then review the various data types and modules available. The next steps are to set up your Pis for gathering real-time data and incorporate the basic operations of data science related to real-time applications. You'll then combine all these new skills to work with machine learning concepts that will enable your Raspberry Pi to learn from the data it gathers. Case studies round out the book to give you an idea of the range of domains where these concepts can be applied. By the end of Data Science with the Raspberry Pi, you'll understand that many applications are now de

本書可以分為兩個部分，第1-4章主要介紹文本知識挖掘的基礎知識，第5-12章介紹文本知識挖掘的應用和工具。全書包含大量的案例和實驗，幫助商學院學生深入理解所學知識所具有的商業價值，以及如何通過Python語言來實現這些功能。

本書以大數據分析技術及其應用路線為核心，系統地介紹了計算機的基礎知識和操作系統、大數據分析基礎、計算機網絡基礎知識及數據獲取、數據處理和數據分析理論與方法等內容。本書通過一系列實例分析，深入淺出地向讀者介紹了AI studio雲計算平臺、Python程序設計語言、Word 2016、Excel 2016和PowerPoint 2016等工具和軟件的使用方法及其在大數據分析技術中的應用。

NoSQL數據庫泛指非關係型數據庫，是大數據存儲的關鍵技術。本書主要介紹NoSQL數據庫基礎理論與關鍵技術。首先理論結合實踐,介紹圖類、文檔類、鍵值類、列族類等主流NoSQL數據庫的技術架構、數據存儲與管理的關鍵技術，並分別基於Neo4j、MongoDB、Redis、Cassandra用大量實例深入淺出地介紹四類數據庫的具體技術，基於Java、 Python語言介紹了數據庫訪問技術;其次介紹時序數

《醫學信息技術基礎實驗指導（第2版）》是《醫學信息技術基礎教程（第二版）》（周毅、蔡永銘主編，科學出版社）的配套實驗教材。《醫學信息技術基礎實驗指導(第2版）》分7章，在Windows 10、Office 2019、SQL Server 2019、Visual Basic .NET2019、Python 3.7的平臺上，配合主教材的四部分內容：醫學信息學的基礎理論，醫學文書的編輯處理與展示，醫學數

本書是主教材《大學計算機基礎教程》(第九版，柴欣、姚怡主編)的配套教材。採用的軟件版本為Windows 10、Python 3.6.3、Photoshop CC 2018和Dreamweaver CC 2018。 全書分為實驗、習題和模擬測試題三部分。實驗部分包含19個精心設計的實驗；習題部分的內容編排與主教材的章節相呼應，題量過千，題型多樣，包括單選題、填空題、判斷題、問答題、編程題等；模

本書介紹量子電腦與量子計算的理論基礎，並結合IBM Q Experience實作，帶領讀者初步窺探這個嶄新而有趣的領域，迎接「量子霸權」時代的來臨。採主題介紹方式，循序漸進、深入淺出。內容涵蓋量子電腦、量子力學、數學、量子硬體、量子計算、量子演算法等理論基礎，並結合IBM Q Experience進行電路作曲家、Python與Qiskit程式等實作過程，強調理論與實務的緊密結合，實現「

本教材內容從算法到實戰，涵蓋數學基礎、python基礎、機器學習、深度學習算法和基於PaddlePaddle框架的深度學習平臺實戰及行業應用案例，包括個性化推薦的分布式實現、CTR廣告點擊量預估、機器翻譯等。通過學習本教材，讀者可以掌握機器學習及深度學習的

建立智慧系統的概念、工具與技術“這是一本卓越的機器學習資源，有清楚、直觀的解說，以及大量實用技巧。”—François CholletKeras作者，《Deep Learning with Python》作者“這本書詳細介紹以神經網路解決問題的理論與做法；建議想要實際運用ML的人都要看這本書。”—Pete WardenTensorFlow行動主管深度學習經歷了一系列的突破之後，已經大幅推動了整個機

硬派學習 AI 才能紮穩根基！許多 Python 開發人員初接觸機器學習、深度學習, 往往一開始就使用當紅的 Tensorflow、Keras 等 AI 框架, 只用了短短六行就寫出一隻神經網路程式, 接著就針對參數開始東調西調、訓練模型, 為了提高神經網路模型的準確率 (Accuracy) 96.6% → 97.4% → 98.9%...而奮戰著。只需六行？調調參數？看起來 AI 好像也不難學的

你對電腦遊戲與動畫感興趣嗎？你想不想設計出屬￿自己的程序？每個新手程序員都需要《英國中小學生STEAM課程讀本‧編程很簡單》。本書採用彩色插圖與清晰的步驟說明相結合的方式，讓編程變得通俗易懂，即使是初學者也能愉快學習。從編程基礎知識到充滿樂趣的項目，本書將向你展示如何使用兩種不同的編程語言――Scratch和Python構建電腦遊戲與動畫。Scratch是美國麻省理工學院開發的可視化少兒編程工具，非常適合編程入門。它把編程變得像搭積木一樣簡單，教會初學者編程的關鍵――思維方式。Python是一種功能強大的高級編程語言，可以編寫許多不同類型的程序。它的語法簡單，代碼易於閱讀和學習。它已然成為數據分析和人工智能開發的主流編程語言。

數學忘光光，人工智慧原理看不懂？→ 大量的【圖解說明】讓你秒懂運作原理用相同資料集，訓練好的模型準確率比別人低很多？→ 【舉一反三不死背】，教你用最適當的演算法調整模型手上一堆資料，但要怎麼餵給神經網路？→ 解說各種類型資料的【預處理手法】本書秉持「先圖解、再實作，而後實務應用」的精神，帶你實際使用Python 3 + TensorFlow + Keras，訓練自己的深度學習模型深度學習是一種「實

《零基礎學Minecraft程式設計（圖文版）》是非常有趣的Minecraft程式設計入門學習書。在Minecraft遊戲中，你可以學習許多Python程式設計技能，在 PC、Mac或樹莓派上與遊戲進行互動，更可將Minecraft與電子元件連接起來，使你的Minecraft世界能夠感知和控制真實世界中的物品。《零基礎學Minecraft程式設計（圖文版）》適合所有對Minecraft遊戲感興趣的

PHP不支援MVC架構，Python+Django上的套件太少、Rails的速度慢，這些問題在Node.js中全部獲得解決。前後端都使用一樣的JavaScript，讓你可以不需要學多種語言就一統Fullstack。只要會JavaScript，將不再限制你的能力在前端的展現了。學習Node.js是前端工程師邁向全端的最後一塊拼圖，更是傳統php工程師昇級為更高級的MVC架構師，再加上豐富原生Java

本書是與岳強主編，高等教育出版社出版的《大學計算機應用基礎》配套使用的實驗教材，書中通過大量的實驗案例引導學生掌握計算機實踐操作技能，提高學生計算機應用操作能力。 本書涉及Windows 7、Word、Excel、PowerPoint、Photoshop、Flash、Dreamweaver、Python等多個應用軟件或技術的實驗，共分為10個章節，每章按照由易到難的層次又劃分為多個實驗，以驗證型

本書是《大學計算機基礎》(第五版)(何振林、羅奕主編)一書的配套教材，分9章共29個實驗，以Windows 7為背景，安排了計算機基礎知識、Windows 7操作系統、網絡與Internet應用、數據的表示與存儲、Access數據庫技術基礎、Python程序設計基礎、Word 2010文字處理、Excel 2010電子表格、PowerPoint 2010演示文稿等內容的實踐練習。 本書語言流暢、

30秒極速瞭解本書精華內容：  理論基礎 機器學習的應用場景 機器學習應用程式開發的典型步驟 Python機器學習開發套件：numpy、pandas和matplotlib 演算法模型性能評估的指標和評估方法  八大常用機器學習演算法 k-近鄰演算法 線性回歸演算法 邏輯回歸演算法 決策樹 支持向量機 單純貝氏演算法 PCA演算法 k-平均值演算法  七大實戰演練案例 糖尿病檢測 預測房價 乳

本書的主要目標是，大家一起來「不寫程式，而學AI」。例如不知Python而亦能用TensorFlow。 當今的AI是屬於機器學習(Machine Learning)的一支，基於神經網路( NN: Neural Network)的深度學習。現在，人人都想去理解AI電腦(即機器)到底是如何學習的，以便掌握AI技術熱潮，捷足先登，踏進這項當今的主流產業(AI人工智慧)。 然而，AI機器學習的演算法(Algorithm)又非常依賴於高等數學的運算式，包括線性、非線性函數、N維矩陣(Array)、張量(Tensor)、微分導數、梯度(Gradient)下降、梯度消失等大家很陌生的數學概念和術語。這些複雜性大大阻礙人人親近AI的機會和途徑。俗語說：「面對複雜，唯有簡單」。所以，尋覓和創造一個簡單、親切的途徑，讓人人都能享受，就能彌平進入AI的高大門檻了。Google推出的AI平台：TensorFlow。雖然它還不能完全實踐的美好境界，但可望它是一個不錯的起點了。於是，本書就將Excel試算表與TensorFlow結合起來，就能實現了。不懂程式設計而能學AI，好比不懂車而能學開車。在本書裡，筆者把與分離開來。於是大多數不諳編程技術者，皆能直接切入，而輕鬆愉快地學習AI了。

本書為國內第一本系統介紹DIANA（DisplacementANAlyzer）軟件操作的相關圖書，這是一款同時適用於工程設計單位和科研單位的土木工程非線性分析軟件，本書以新版DIANA10.1作為平臺，側重於當前流行的結構非線性分析，介紹了該軟件單元類型、材料本構類型、規範類型在GUI界面操作中的設置以及Python語言的編輯，可為廣大從業者提供幫助。

本書是大學計算機的配套實驗教材，既設計了以Office辦公軟件為代表的計算機基礎應用操作，也有使用Python程序對計算機基礎理論進行驗證和設計。 全書共分為兩個部分，第一部分為計算機基礎應用操作，分為6章，每章按照內容提要、實驗內容的結構來編排內容。其中Windows 7實驗4個，包括Windows 7中文件、磁盤、控制面板的管理等基礎操作；辦公自動化實驗9個，包括Word 2010、Exc

本書是國內外第一本以社會計算為研究指導思想，以Netlogo+Python為技術實現途徑，對公共管理政策效用進行演化仿真的專著，在每個效用分析階段的理論知識之後，都配有仿真實現方案、機器學習流程和相應的源代碼，為相關研究學者提供了參考，有較強的操作性。

 涵蓋現有流行動態語言(PHP、Python、Perl、Java、Ruby 和ASP.NET)與Nginx伺服器的結合。 透過在生產環境中的具體應用，詳細講述每一種應用伺服器(包括開發架構)的多種不同結合方式。 詳細講述應用程式伺服器的緩存技術，特別是對Memcached伺服器的應用。 Nginx伺服器在網際網路推波助瀾的作用下脫穎而出，創下了高平行處理的記錄，

詳細說明PHP程式設計實用技術 460個範例，結合PHP 7開發模式和技術，快速成為PHP 開發高手 雖然老邁，但能量十足的PHP在7.0版出來之後有了非常大的改進，包括不同型態的宣告、Spaceship運算子，匿名類別、unicode變數等基本語法，更有新的階段選項，整數處理的函數。 在各大網頁語頁的競爭下，如果你還停留在舊的PHP5，相信馬上就被使用Node.js、Python+Django，

PHP不支援MVC架構，Python+Django上的套件太少、Rails的速度慢，這些問題在Node.js中全部獲得解決。 前後端都使用一樣的Javascript，讓你可以不需要學多種語言就一統Fullstack。只要會Javascript，將不再限制你的能力在前端的展現了。 學習Node.js是前端工程師邁向全端的最後一塊拼圖，更是傳統php工程師昇級為更高級的MVC架構師，再加上豐富原生Ja

簡潔易懂又能動手做，輕鬆學好程式不卡關！ ２１世紀，不懂程式語言，已是新文盲!!但學寫程式枯燥、無聊又很難!! 有沒有一套很簡單、好學又實用的程式語言啊？寫程式一定要 key 英文，我怕怕…!!除了印出 "hello world!", 還能做什麼呢？ 玩積木，學邏輯！↓用 Python 寫程式↓活用 Raspberry Pi 當創客 我們為初學者規劃了簡單入門、豐富有趣的學習之旅，透過積木式的開發