Introducing Python

本書是為高等職業院校人工智能通識課程體系的"人工智能導論”課程全新設計的一本新形態教材。儘管"人工智能導論”是一門理論與實踐緊密結合的課程，但在科技迅速發展的當代，舊有技術可能迅速被新技術取代。因此，本書立足於人工智能時代的前沿，注重培養讀者的人工智能思維方式，拓寬知識視野，而非局限於某些技術細節的本書從基礎開始，由淺入深進行學習，可幫助讀者逐步理清人工智能的核心技術和發展趨勢。全書共設7個章節，從人工智能基礎知識切入，介紹了人工智能概述、人工智能的行業應用與分類及人工智能的缺點與行業法規。隨後，闡述了生成式人工智能(AIGC)體驗、Python 基礎編程與智能編程、感知交互式人工智能(AIPI)應用、AI 辦公應用與實踐、FastGPT 智能體開發、代碼審核助手等實操內容。深度講解。

本書以Python 為平臺，以案例為載體，系統地介紹了機器視覺的基礎理論、關鍵技術及實際應用。本書首先從機器視覺的背景知識、系統構成及相關概念入手，奠定理論基礎。隨後詳細介紹了圖像處理的核心內容，包括圖像採集與相機標定、數字圖像預處理基礎、數學工具及特徵提取技術，並深入探討了雙目立體視覺的關鍵技術。最後聚焦于實踐應用，涵蓋機器學習與深度學習在機器視覺中的具體實現，以及該技術在工業檢測、智能識別等領域的典型應用。為了幫助讀者更好地掌握相關知識，各章節都是通過知識點與案例相結合的方式展開，讓讀者在掌握知識點的同時舉一反三，掌握程序設計的方法，利用程序設計解決實際問題。本書可供從事機器視覺技術研究與應用的技術人員學習使用，也可供高等院校相關專業的師生學習參考。

'A staple in every art aficionado's library.' - GalerieNow available in a tactile mini formatThe Art Book is beloved throughout the world, known for introducing millions of readers to the joy of art appreciation. This award-winning, century-spanning survey features more than 600 artists from medieval times to modern day. Each is represented by a key work and an informative, explanatory text on the piece and its creator.In addition to hundreds of the world's best-loved artists, the selection includes many overlooked historical and cutting-edge contemporary figures, including: Berenice Abbott, Hilma af Klint, El Anatsui, Romare Bearden, Mark Bradford, Cao Fei, Cecily Brown, Judy Chicago, John Currin, Guerrilla Girls, Lee Krasner, Jacob Lawrence, Kerry James Marshall, Joan Mitchell, Zanele Muholi, Takashi Murakami, Louise Nevelson, Clara Peeters, Jenny Saville, Wolfgang Tillmans, and more.Breaking with tradition, The Art Book; is organized by names instead of dates, creating a vibrant A-t

本書系統闡述了大模型應用從基礎概念到企業級部署的完整技術路徑。全書分為四部分：基礎篇(第1～3章)深入解析RAG、AI工作流與AI Agent三大核心技術的原理、架構與生態；RAG篇(第4～7章)通過企業規章制度問答、智能簡歷篩選、設備維修圖文問答、企業級競賽方案複現等案例，展示從原生開發到框架集成再到平臺應用的完整實現路徑；AI工作流篇(第8～11章)涵蓋智能合同審查與生成、Text2SQL數據分析、異構銀行流水解析等複雜業務場景的自動化處理方案；AI Agent篇(第12～13章)通過預測性設備運維和智能信貸盡調助手，展示自主決策智能體的構建與應用。每個案例均遵循“業務挑戰→核心架構→技術實現→工程經驗與架構演進”的統一結構，提供完整可運行的源代碼，涵蓋從原生Python庫到企業級框架的多層次技術棧實現。

從一些經典的益智遊戲或挑戰出發，見識(熟悉)和體會計算思維(主要是其中的邏輯思維和算法思維)的若干觀念和要點，是本書編寫的初衷和追求。本書挑選了32個遊戲或挑戰，實現學習和體會計算思維觀念和要點的目標。它們本身相互獨立，讀者可以任意順序閱讀，沒有前後依賴關係。問題是指對該遊戲的一般化推廣，即“泛化”，在分析的基礎上總結數學原理，進而形成算法和程序(主要是Python代碼)，實現面向問題求解、提煉和展示計算思維要點的融會貫通。本書既可以作為數學或算法方面的普及讀物，也可以作為高校學生“計算思維”課程的教材，還可以作為中小學生信息技術課程或者編程課程的參考資料。

深度學習是人工智能的核心技術，涉及的內容十分廣泛。本書涵蓋深度學習的基礎知識，主要包括卷積神經網絡、目標檢測、語義分割、循環神經網絡、生成對抗網絡、注意力機制、大模型基礎、圖神經網絡等核心的深度學習技術。在此基礎上，本書利用華為的Mindspore框架、ModelArts和香橙派等系統，還設計了綜合的深度學習實驗。本書深入淺出、內容全面、案例豐富，並提供了Python程序代碼和習題，供讀者鞏固所學知識。此外，本書還為讀者提供配套的課件和微課視頻。本書適合作為高等院校本科生、研究生的深度學習課程的教材，也可作為對深度學習感興趣的研究人員和工程技術人員的參考資料。

本書在介紹實用統計學基本概念、基礎理論、基本問題處理方法的基礎上，分別在SPSS 和Python 上對照處理實用統計問題。本書內容共分為9 章，涵蓋了概率論基礎、統計學基本概念、參數估計、參數假設檢驗、回歸分析、方差分析與協方差分析、非參數假設檢驗、相關與秩相關分析、分類數據分析。本書可作為非數學類專業本科高年級學生的選修課教材或作為非數學類專業碩士研究生的數理統計教材，也可作為數理統計應用工作者的參考書籍。

本書基於Python與Pytorch對人工智能算法基礎知識與實戰應用進行了介紹，主要包含兩部分內容。第一部分為人工智能算法知識的相關理論介紹，主要包含：人工智能的線性代數基礎、概率統計基礎、數據分析基礎、機器學習基礎以及深度學習基礎。對機器學習中的回歸、聚類以及分類等經典算法進行了介紹。對深度學習中的卷積、循環、Transformer等深度學習網絡在計算機視覺與自然語言中的應用，以及大模型與微調相關的內容進行了介紹。第二部分為基於Python與Pythoch的人工智能算法實戰案例應用，主要介紹：數據的預測回歸分析案例；數據無監督學習中的聚類、降維以及關聯規則案例；數據有監督分類模型的應用案例，以及深度學習中圖像分類、圖像語義分割、圖像遷移學習、自然語言聚類與分類等經典算法的實戰案例。本書為讀者提供了Notebook形式的源程序和使用的數據集，方便讀者邊學邊實踐。本書適合數據分析、機器學習、人工智能以及大數據領域的工程師學習，也可用作高等院校相關專業的教材及參考書。

本書是一本旨在通過並置比較多門編程語言，並借助AI幫助讀者學習掌握多門編程語言的書籍。書中結合 Python、C、C++ 和 C# 四種語言的特點，探討了它們在不同領域中的應用，以對比學習的方式，幫助讀者迅速掌握這些編程語言的基礎和進階技能。本書的主要內容包括：對四門編程語言的基本語法、數據類型、數據結構、控制結構、函數方法、面向對象編程，以及指針等基礎知識的詳細介紹；通過實際應用開發示例，幫助讀者理解如何將編程語言的知識應用到現實項目中。本書強調通過實際編程練習加深理解，並借助AI工具(如ChatGPT和DeepSeek)的輔助，進一步提高學習的效率，從而使編程變得更加高效和便捷。書中還討論了學習多門編程語言的優勢，特別是在跨學科領域中的重要性，強調了AI技術能夠使學習過程更加直觀和便捷，但同時也指出，只有打好編程語言的基礎，才能更有效地利用 AI 完成複雜的任務。本書適合初學者和想技能提升的讀者，尤其是那些希望掌握多種編程語言並將其應用到實踐中的專業人士，且更加適合已經掌握了一門編程語言，想學習其他語言的學習者。

本書以智能製造系統為研究對象，深入闡述了AnyLogic系統仿真與製造業深度融合的理論框架、關鍵技術及實踐應用。全書共分為三部分：第一部分剖析智能製造系統的技術架構與發展脈絡，涵蓋工業互聯網、數字孿生等核心技術的創新實踐；第二部分聚焦仿真案例操作，基於AnyLogic軟件平臺實現作業車間、太陽能電池板生產線、鉛酸電池無人生產線、物料庫、智能分揀中心以及供應鏈等工業場景的系統建模與仿真；第三部分探索前沿技術的深度融合，包括Python擴展、強化學習算法集成及GPT自然語言交互，提供智能製造系統建模與仿真的應用與發展新範式。

This practical and inspirational guide takes you on a tour of Monocle's most cherished Swiss spots. We have traversed the cities, hiked to remote mountain villages, swum in the lakes and rivers, and skied the highest alpine slopes to bring you the best of the nation's bounty.We take you from stunning medieval villages to the renowned galleries and contemporary architecture in Basel, Geneva, and Zurich, and beyond to the lakes, rivers, vineyards, and alpine peaks, introducing Monocle's favorite places to stay, eat, shop, and visit across Switzerland. Discover traditional mountain cuisine as well as great music venues, cool bars, and the best luxury pit stops. You'll also find out about a new generation of food and wine producers upholding ancient traditions and creating the best produce from local ingredients, as well as contemporary artisans creating great fashion, jewelry, and leather accessories.For those looking to spend more time, or even put down roots in Switzerland, the book als

本書通過概率建模和貝葉斯決策理論的統一視角，詳細且與時俱進地介紹了機器學習（包括深度學習）的理論和方法。書中涵蓋了數學背景（包括線性代數和優化理論）、基礎的監督學習方法（包括線性回歸、邏輯回歸和深度神經網絡），以及更高級的主題（包括遷移學習和無監督學習）。章節末尾的練習讓讀者能夠應用所學知識，附錄部分則對書中使用的符號進行了說明。本書源自作者2012年的著作《機器學習：概率視角》，它不僅僅是一個簡單的更新版本，更是一本全新的著作，反映了自2012年以來該領域的巨大發展，尤其是深度學習方面的進展。由於篇幅限制，新版分為上下兩卷：《概率機器學習：基礎篇》和《概率機器學習：進階篇》，本書是上卷基礎篇，下捲進階篇將繼續採用相同的概率方法，深入探討更高級的主題。新版的另一個主要變化是所有的軟件代碼都使用Python而不是MATLAB來實現，新代碼使用了標準的Python庫，例如NumPy、Scikit-learn、JAX、PyTorch、TensorFlow等，這些代碼不需要本地安裝，它們可以在雲端筆記本中運行，這為書中討論的理論主題提供了實用的補充。

本書共7章，首先介紹數據科學歷史、概念與內涵，統計和機器學習基礎知識；然後從數據科學的流程角度，展開討論數據準備、數據建模與管理、數據計算與處理、數據分析等；最後從數據安全的視角切入數據科學進行相關內容的講解。附錄介紹了Python、MATLAB、R語言等面向數據科學的編程語言，常用的數據分析工具，常用的數據可視化工具，以及大規模數據分析平臺等。本書是人工智能領域“101計劃”核心課程教材之一，可作為高等學校人工智能專業和計算機類相關專業本科生和研究生學習知識工程的教材，也可供其他專業的師生和相關工程技術人員自學或參考。