Python

本書以實踐為導向，將理論與實踐相結合，深入淺出地介紹了使用Python與OpenCV進行計算機視覺實踐的基本知識和具體方法。本書旨在為各種背景的讀者提供通向計算機視覺世界的路徑，從零基礎的初學者到有編程經驗的開發者都能夠受益。其中，第1章介紹了人工智能的歷史與發展，第2章提供了Python編程的基礎，而第3章至第9章詳細介紹了OpenCV的安裝、配置和應用，幫助讀者構建堅實的計算機視覺基礎。最後，第10章為實例練習，鞏固了所學知識，可以作為課堂和課後作業的良好補充。本書作為普通高等院校計算機科學、人工智能、數學等專業相關課程的材。學習本書無需前置知識。本書也可作為所有專業學生瞭解計算機視覺與編程地參考書。

近年來，Python語言成為了廣受歡迎的編程語言，而它在機器學習領域也有很好的表現。scikit-learn是一個用Python語言編寫的機器學習算法庫，它可以實現一系列常用的機器學習算法，是一個好工具。本書通過14章內容，詳細地介紹了一系列機器學習模型和scikit-learn的使用技巧。本書從機器學習的基礎理論講起，涵蓋了簡單線性回歸、K-近鄰算法、特徵提取、多元線性回歸、邏輯回歸、樸素貝葉斯、非線性分類、決策樹回歸、隨機森林、感知機、支持向量機、人工神經網絡、K-均值算法、主成分分析等重要話題。本書適合機器學習領域的工程師學習，也適合想要瞭解scikit-learn的數據科學家閱讀。通過閱讀本書，讀者將有效提升自己在機器學習模型的構建和評估方面的能力，並能夠高效地解決機器學習難題。

本書聚焦近期湧現的人工智能、機器人工程、智能醫學工程等新工科專業對於人才培養的實際需求，著力解決人工智能基礎知識交叉貫通不足、配套實驗實踐支撐不強等問題。書中主要內容包括Python編程基礎、神經網絡基礎、深度學習計算框架、卷積神經網絡、序列到序列網絡、目標檢測及其應用、語義分割及其應用等。本書結合高等院校人工智能相關專業的知識體系，將基礎知識和編程實踐相結合，通過代碼實例分析，使得基礎知識變得直觀易懂；通過基礎Python編程和PyTorch框架編程的結合進行實踐，適應互聯網時代共享代碼的社區生態需求；通過綜合實踐例程，使讀者經歷知識學習、數據準備、代碼編寫、參數調試、結果分析等過程，在掌握相關技術的同時提高學習興趣。

本書講述機器學習的基本理論與應用，使用OpenCV、Python與MATLAB實現涉及的各種機器學習算法。通過理論學習和實踐應用，讀者能夠理解並掌握機器學習的原理和應用，拉近理論與實踐的距離。全書共分15章，主要內容包括：機器學習理論簡介、機器學習理論與應用數學基礎、機器學習編程基礎、基於OpenCV和Python的機器學習、極大似然估計、高斯混合模型的極大似然估計、非參數估計、軟測量、學習模型、半監督學習、聚類分析、異常值檢測、隨機配置網絡、強化學習、機器人軌跡跟蹤學習控制。本書系統地講解了機器學習的原理、算法和應用，內容全面、實例豐富、注重理論與實踐相結合，不僅適合作為高年級本科生和研究生的教材和參考書，也適合機器學習愛好者作為入門與提高的參考書。

本教材介紹了城鄉規劃常用的定量分析技術方法及其應用。內容分為基礎篇、提高篇和應用篇，由淺入深，從操作技術基礎到編程開發應用，涵蓋ArcGIS、遙感、SPSS、Matlab和Python等多種工具在城市規劃中的應用。具體包括GIS空間分析、ENVI遙感圖像處理、數理回歸統計、Python空間建模和人工智能技術應用等，並附有操作數據與程序代碼。除傳統規劃空間數據分析外，本教材還介紹了公交刷卡數據、街景數據和房價數據的爬取方法與分析應用。以案例串講形式貫穿全書，充分面向讀者，採用邏輯歸納、技術路線闡釋，使得技術方法易懂且適用。本教材可作為城鄉規劃、交通規劃等相關領域和專業的本科生、研究生教材，也適用於城鄉規劃設計的一線工作人員。

TensorFlow Lite移動端深度學習循序漸進地講解了在移動設備中使用TensorFlow Lite開發機器學習和深度學習程序的核心知識，並通過具體實例演練了各知識點的使用方法和流程。全書共9章，分別講解了人工智能開發基礎、編寫第一個TensorFlow Lite程序、創建模型、轉換模型、推斷、優化處理、微控制器、物體檢測識別系統和姿勢預測器。全書簡潔而不失技術深度，內容豐富全面，以簡明的文字介紹了複雜的案例。同時書中配有二維碼視頻，結合視頻講解可加深對相關內容的理解，是學習TensorFlow Lite開發的實用教程。TensorFlow Lite移動端深度學習適用於已經瞭解Python語言基礎語法和TensorFlow基礎，希望進一步提高自己Python開發水平的讀者閱讀，還可以作為大中專院校和相關培訓學校的專業教程。

《輕鬆學 MySQL資料庫從入門到實戰（案例·視頻·彩色版）》是基於編著者三十餘年“資料庫應用技 術”教學實踐和教材編寫經驗編寫的，結合資料庫技術和MySQL資料庫的發展趨勢，從初學者容易上 手、快速學會的角度，採用Python+MySQL開發環境，用通俗易懂的語言，深入淺出、循序漸進地講解 MySQL資料庫系統的特點及應用開發技術，實現手把手教你從零基礎入門到快速學會開發MySQL資料 庫系統應用項目。 《輕鬆學MySQL資料庫從入門到實戰（案例·視頻·彩色版）》由“資料庫基礎知識”“資料庫操作技 術”“資料庫應用技能”“基於Python的資料庫應用系統開發”四篇組成，以一個分散式資料庫的應用實例 為主線，講述了資料庫應用系統開發的必備知識。全書共18章，內容包括： MySQL資料庫基礎知識，數 據庫設計和建模，資料庫操作，以及索引、表、視圖的創建及應用，SQL資料定義及操縱，SELECT查詢， 存儲過程、觸發器的創建及應用，資料庫備份與恢復，使用者管理與許可權管理，Python程序設計基礎，Python 數 據庫應用開發，Web資料庫應用開發和資料庫應用系統開發綜合項目實戰——英才智能數字圖書館。 《輕鬆學MySQL資料庫從入門到實戰（案例·視頻·彩色版）》內容翔實、重點突出，結構清晰，語言 通俗易懂，基礎知識與動手實驗相結合，配有152個知識點微視頻（掃碼直接觀看），提供豐富的教學資 源，包括PPT課件、程式源碼、課後習題及參考答案、在線交流服務QQ群和不定期網絡直播等，既適合 零基礎從事MySQL資料庫管理和應用的入門者和愛好者、有一定資料庫管理和應用開發基礎的初、中級 工程師閱讀，也適合作為高等學校、高職高專、職業技術學院、獨立學院或培訓機構的計算機及相關專 業MySQL資料庫課程教材以及畢業設計實踐課程的參考用書。

本書是一部面向大學本科生計算機通識課的立體化教程(含紙質圖書、教學課件、源代碼與視頻教程)。全書共分為8章： 第1章問題求解思維，介紹計算思維以及如何利用AI技術輔助問題求解； 第2章工作環境搭建，介紹Python工作環境搭建以及如何利用AI工具輔助編碼； 第3章模擬科學實驗，通過模擬標記重捕法學習Python的基礎語法，並瞭解如何用計算機模擬科學實驗； 第4章 GUI圖形化界面設計，通過水果卡路里計算器的實現，介紹利用tkinter進行GUI設計的方法； 第5章圖像處理，介紹圖像的存儲、處理原理以及利用pillow庫進行圖像處理的方法； 第6章數據采集及文件讀寫，介紹常用的數據獲取方式、爬蟲原理、常見類型文件的讀寫； 第7章文本分析，通過“哪吒之魔童鬧海”影評數據分析案例，介紹中文分詞、關鍵詞提取、詞雲生成、情感分析等常用文本分析方法； 第8章數據分析，通過分析廣告投放數據，介紹數據分析的基本流程，Pandas進行數據分析以及Matplotlib進行數據可視化的方法。為便於讀者高效學習，快速掌握利用Python解決實際問題的方法，本書作者精心製作了完整的教學課件、完整的源代碼與豐富的配套視頻等內容。本書適合高等院校文科類各專業學生使用，同時也可供相關從業人員學習和參考。

《人人都能學AI編程:Cursor從入門到項目實踐》系統講解如何基於Cursor這款AI輔助開發工具，從零起步學習並掌握Python編程語言，適合高校學生、編程初學者及傳統軟件工程人員閱讀。《人人都能學AI編程:Cursor從入門到項目實踐》共10章，涵蓋環境配置、基礎語法、模塊化結構、工程化實踐、智能提示指令(Prompt)、AI輔助算法實現、Web與App開發，以及完整項目案例與插件生態等內容。《人人都能學AI編程:Cursor從入門到項目實踐》首先介紹Cursor的功能與Python語言的基礎知識，從開發環境的搭建，到變量、函數、類與控制結構，並輔以標準庫模塊的高頻實戰應用。隨後將深入講解數據結構與算法、模塊組織與測試策略，展示如何在AI的協助下完成算法設計、代碼優化與工程化封裝。在後續章節中，本書面向實際開發場景，演示如何借助Cursor構建Web服務、自動化腳本、數據解析工具等典型應用，並通過完整項目的集成強化理論與實踐的結合。《人人都能學AI編程:Cursor從入門到項目實踐》突出動手訓練與實戰導向，結合Cursor的智能提示、補全、重構、文檔生成等AI能力，構建面向未來的編程學習新範式。通過《人人都能學AI編程:Cursor從入門到項目實踐》豐富的示例與分層講解，讀者不僅可以快速掌握Python的核心技能，還能夠培養適合AI時代的開發思維與工程素養。

本書為1+X職業技能等級證書配套系列教材之一，根據《人工智能數據處理職業技能等級標準》編寫，為該職業技能的初級配套教材。 本書汲取科大訊飛高教人才培養業務實驗室產品AILAB的實驗成果，結合人才培養項目式教學經驗，按照新形態一體化教材的開發標準，由淺入深、循序漸進地引導讀者使用Python進行人工智能數據處理。全書共分為9章，涵蓋數據處理基礎、Python編程基礎、Python數據操作基礎、數據采集、數據存儲、數據預處理、數據標注、數據分析基礎、數據可視化基礎等內容。本書能同時滿足讀者人工智能數據處理知識學習、職業技能培訓及1+X證書考核等需求，為讀者進入人工智能數據處理職業技能初級崗位提供專業支持。 本書配有教學課件、編程樣例、實驗及編程類習題、源代碼、課後習題答案等豐富的數字化學習資源。與本書配套的數字課程在“智慧職教”平臺(www.icve.com.cn)上線，學習者可以登錄平臺進行在線學習及資源下載，教師也可以發郵件至編輯郵箱1548103297@qq.com獲取相關資源。 本書可作為人工智能數據處理1+X證書的初級認證相關教學和培訓的教材，也可作為高等職業教育大數據技術和人工智能技術應用等相關專業的教材，還可作為從事大數據相關工作人員的自學參考書。

本書通過正在學習機器學習的程序員綾乃和她朋友美緒的對話，結合回歸和分類的具體問題，逐步講解了機器學習中實用的數學基礎知識。其中，重點講解了容易成為學習絆腳石的數學公式和符號。同時，還通過實際的Python 編程講解了數學公式的應用，進而加深讀者對相關數學知識的理解。

本書的主要內容有: 創建並理解經典和現代k線圖模式所需的條件。學習這些模式背後的市場心理。使用一個框架來學習如何進行交易策略的回測。探索不同的製圖系統並理解它們的局限性。在Python中導入不同時間框架的OHLC歷史外匯數據。使用算法發現和再現模式。學習模式的特性和應用。

本書基於豐富的圖示，詳細介紹了有監督學習和無監督學習的17種算法，包括線性回歸、正則化、邏輯回歸、支持向量機、核方法、樸素貝葉斯、隨機森林、神經網絡、KNN、PCA、LSA、NMF、LDA、k-means算法、混合高斯分布、LLE和t-SNE。書中針對各算法均用Python代碼進行了實現，讀者可一邊運行代碼一邊閱讀，從而加深對算法的理解。

本書用淺顯易懂的語言，圖文並貌地講解了深度學習的基礎知識，從如何挑選硬件到神經網絡的初步搭建，再到實現圖片識別、文本翻譯、強化學習、生成對抗網絡等多個目前最流行的深度學習應用。書中基於目前流行的PyTorch框架，運用Python語言實現了各種深度學習的應用程序，讓理論和實踐緊密結合。

本书是一部全面而深入的量化金融实战指南，从基础的Python编程和量化金融概念出发，逐步引领读者进入金融数据分析、量化策略开发、算法交易及风险管理的高级话题。本书还探讨了生成式AI和ChatGPT在量化金融领域中的应用，为读者提供了一个全面的视角和实用的工具。 本书共分

本書綜合了現有的數據采集和預處理技術，按照實際工作中的順序，先介紹了大數據及數據采集的基礎知識，然後介紹了使用爬蟲技術進行數據采集、使用傳感器進行數據采集、使用Kettle進行數據遷移和採集以及使用Python進行數據處理，並以實訓項目的形式，將技術與理論有機融為一體。

隨著短視頻行業的快速崛起，如何能讓短視頻作品把握熱點、緊跟時事，並且在內容的製作上體現短視頻的多樣性和高效性，運用Python編程幫助短視頻從業者，實現自動採集媒體熱點，獲取流量密碼，實現商業分析常態化，素材短視頻自動化處理，短視頻作品的批量處理等等，為短視頻插上翅膀。

本書以任務為載體，以實施過程為主線，將知識點穿插到任務實施過程中，知識體系的構建循序漸進、由易到難、由淺入深，符合普遍認知規律。本書以Hadoop大數據平臺為重點，主要內容包括預備知識、準備Hadoop環境、搭建Hadoop大數據平臺、使用Java語言編寫MapReduce程序、使用Python語言編寫MapReduce程序、Hadoop系統的常見故障及應對和Hadoop系統運維。

Flask Web開發入門、進階與實戰介紹了使用Python語言開發Flask Web程序的知識，並通過具體實例講解了使用Flask框架的方法和流程。全書共18章，內容包括Flask Web開發基礎、使用Flask模板、實現表單操作、Flask數據庫操作、用戶登錄驗證、收發電子郵件、使用Flask-Admin開發後臺管理系統、使用上下文技術、項目優化、處理靜態文件、開發RESTful API、系統

本書是一本Redis的入門指導書籍，以通俗易懂的方式介紹了Redis基礎與實踐方面的知識，包括歷史與特性、在開發和生產環境中部署運行Redis、資料類型與命令、使用Redis實現佇列、事務、複製、管道、持久化、優化Redis存儲空間等內容，並採用任務驅動的方式介紹了PHP、Ruby、Python和Node.js這4種語言的Redis用戶端庫的使用方法。

機器學習包括有監督學習、無監督學習和半監督學習，而具體的問題又大致可以分兩類：分類問題和回歸問題。本書分為8章，使用Python第三方工具庫深入講解機器學習極大重要算法的實現，內容包括機器學習概述、貝葉斯分類、決策樹、集成學習、支持向量機、神經網絡、卷積神經網絡、卷積神經網絡分割圖片實戰。

小珍珠和她的機器人朋友帕斯卡在遊樂園玩了一天。旋轉茶杯，冰淇淋，當然還有過山車!通過使用代碼，Pearl和Pascal可以跟蹤他們的乘坐令牌，並計算什麼時候隊伍足夠短，可以乘坐最大的Python過山車。變量、if-then-else序列，以及對隱藏的秘密代碼的搜索，使這一天成為遊樂園中有趣的、充滿代碼的一天!

利用Python量子組合語言以及IBM的Q Experience編寫量子程式 在全新的量子計算領域發展演算法及程式。本書涵蓋幾個主題，例如量子電腦的物理特性：包括量子位元(qubit)、糾纏(entanglement)、邏輯閘電路，以及其與傳統電腦的區別。此外，《量子計算實戰》也利用IBM的Q Experience探討雲端的量子計算。討論的項目包括有：作曲家程式(composer)、量子分數、實驗

卷積神經網絡是現代神經網絡的核心內容，TensorFlow又是現在最為流行的深度學習框架。本書使用TensorFlow 2.0作為卷積神經網絡實現的基本工具，引導深度學習初學者，從搭建環境開始，逐步深入到理論、代碼和應用實踐中去。本書分為8章，第1章從搭建環境開始，包含Anaconda、Python、PyCharm、TensorFlow CPU 版本和GPU版本的安裝；第2章是Keras+ Ten

本書討論了圖靈機、停機問題、可計算性問題、計算複雜度問題、信息熵問題、學科經典問題等; 在新技術方面, 討論了大型計算機集群結構、Hadoop分布式計算平臺、Android系統結構、計算社會科學、4G通信技術、零知識證明、數據挖掘等內容; 在程序設計方面, 介紹C、Java、Python、R、Prolog、MPI等編程語言; 在實用技術方面, 討論了Visio、Photoshop、Dreamwav

Django是Python語言的一種應用廣泛的用於開發網站的框架。本書以一個網站實例為主線，貫穿始終，以實戰的方式講述Django框架的應用以及相關的網站開發知識。內容不僅涵蓋Django相關內容，還包括網站開發中常用的前端框架如bootstrap等。隨著本書中的學習，最終即可完成一個功能完善、界面友好的網站項目。

本書特色 ‧主要介紹Excel 2016的科學圖表和商業圖表的繪製方法。 ‧首次引入R ggplot2、Python Seaborn、Tableau、D3.js、Matlab 2015、Origin等繪圖軟體的圖表風格與配色方案。 ‧在無須設計程式的情況下，就能實現繪圖軟體的圖表樣式。 ‧同時對比並總結了《華爾街日報》、《商業週刊》、《經濟學人》等商業經典雜誌的圖表風格。 ‧在詳細介紹散佈圖、柱形

本書全面深入地介紹了軟體自動化測試開發領域方方面面的相關知識，包括App 功能自動化測試的方案、環境、代碼運行及報告（基於Appium 工具和Java 語言編寫），API 介面自動化測試的方案、環境、代碼運行及報告（基於Zentao 工具和Python 腳本語言編寫），Selenium 的Web 自動化測試（基於Selenium工具和Java 語言編寫），JMeter 介面和性能測試，LoadRu

本書共分為四篇，由淺入深地講解pcDuino的開發使用。第一篇為基礎篇，包括第1~3章，首先介紹了Arduino的基礎知識，然後通過與Arduino類似的開發風格直接闡述pcDuino的程式設計方法，最後介紹了pcDuino作為Mini PC的使用方法。第二篇為程式設計語言篇，包括第4~6章，作為pcDuino開發方法的補充，依次介紹了使用Python、Jav

《推薦系統核心技術與實踐》循序漸進地講解了使用Python語言開發推薦系統的核心知識，並通過實例的實現過程演練了各個知識點的使用方法和使用流程。全書共分 12 章，內容包括推薦系統基礎知識介紹、基於內容的推薦、協同過濾推薦、混合推薦、基於標簽的推薦、基於知識圖譜的推薦、基於隱語義模型的推薦、基於神經網絡的推薦模型、序列建模和注意力機制、強化推薦學習、電影推薦系統、動漫推薦系統等。本書內容講解簡潔而不失技術深度，內容豐富全面，用簡練的文字介紹了複雜的案例，易於讀者學習。 《推薦系統核心技術與實踐》適用於已經瞭解了Python語言基礎語法，想進一步學習機器學習、深度學習、推薦系統技術的讀者，還可以作為高等院校相關專業師生和培訓機構的教材。

本書以帶領讀者洞悉“數據之美”“讓數據說話”的理念為主線，從數據的類型和特徵入手，教會讀者圍繞數據的構成、數據不同維度的比較、數據趨勢、數據的分佈、數據間的聯繫、數據的互聯互動等角度，運用現行主流的Python可視化工具對數據進行多層次、多維度立體化展示，力求幫助讀者掌握繪製有效的、具有視覺吸引力的、可伸縮的且易於理解的數據可視化作品的思路和方法。教材除了教會讀者如何運用Python數據可視化主流工具(如Matplotlib、Seaborn、Pyecharts、Plotly等)進行各種類型圖表的繪製，還設置了豐富的貼合實際的數據可視化案例，教會讀者如何通過數據可視化對數據進行全方位探索和展示，進而理解數據，利用數據做決策。教材還編排了豐富的數據可視化小故事，以進一步提高讀者的閱讀興趣。

由於優化模型在各專業的研究領域中有著極其廣泛的應用，本書以優化模型為主題講述了幾類較為基礎且重要的數學模型，包括線性規劃模型、非線性規劃模型、整數規劃模型、多目標規劃模型、目標規劃模型、動態規劃模型、圖與網絡優化模型，共計七個章節。針對往年課程教學過程中學生普遍提出的困惑，即求解數學模型對於學生具有一定編程基礎要求。因此，在各章節都以一定篇幅介紹三類常用求解優化模型的軟件語言：LINGO、MATLAB以及Python。LINGO軟件對於沒有編程基礎的學生也能夠較快地掌握。MATLAB軟件以及Python軟件是大部分工科學生的基礎工具，可在不增加學生負擔學習成本上，著重介紹如何利用軟件解決優化問題。本書可以幫助零基礎學生快速、較好地掌握建立、求解數學模型的方法與過程。

資料的獲取方式、資料的形式及其結構紛繁蕪雜，如何把資料整理成我們想要的樣子呢？本書通過真實案例構建了資料準備過程中的方法與技術體系，並通過Python 3程式設計實現從資料獲取到資料整理的全過程。 全書內容包括資料來源、資料類型、資料編碼、資料清洗、資料插補、資料配平、資料重建、資料變換、資料縮放和資料歸約。為使讀者能夠快速掌握資料準備的方法與技術，本書的資料檔案與程式碼均可下載(見封底二維碼)。線上操作平臺位址為http://ykt.ai-learning.net。 本書既可作為高等院校的資料分析類課程教材，也可作為社會科學領域資料分析的自學用書。從事資料分析與資料管理工作的相關人員，以及用Python解決實際資料分析問題的工程技術和管理人員亦可參考使用。

《信息技術基礎實訓教程》是大學計算機信息技術基礎課程的實訓教材，著重于計算機應用的實踐操作，重點介紹了Windows10操作系統、辦公自動化軟件Office2016和Python自動化辦公應用等內容。該書涵蓋全國高等學校計算機等級考試辦公軟件應用的考試內容，可單獨作為高校計算機信息技術基礎實踐課程教學和上機指導教材，也可作為全國計算機等級考試一級考試的學習參考資料。 《信息技術基礎實訓教程》知識全面，習題豐富，案例典型，實用性強；結構編排完整，層次分明，概念闡述清晰，操作步驟詳細，強調理論學習和能力培養的結合；為適應當前人工智能方興未艾的發展需要，增加了Python基礎及其在辦公自動化中的應用等內容，有效實現了理論知識和實際應用的緊密結合。

本書從零基礎讀者的角度出發，通過通俗易懂的語言、豐富多彩的實例，循序漸進地讓讀者在實踐中學習Python OpenCV編程知識，並提升自己的實際開發能力。 全書共分為4篇16章，內容包括搭建開發環境、圖像處理基礎、NumPy模塊、繪製圖形和文字、閾值、圖像運算、腐蝕與膨脹、圖像的幾何變換、濾波器、模板匹配、圖像輪廓、圖形檢測、視頻處理、人臉跟蹤與識別、MR機讀答題卡、MR智能視頻打卡系統等。書中知識點講解細致，側重介紹每個知識點的使用場景，涉及的代碼給出了詳細的注釋，可以使讀者輕鬆領會OpenCV程序開發的精髓，快速提高開發技能。同時，本書配套了大量教學視頻，掃碼即可觀看，還提供所有程序源文件，方便讀者實踐。 本書適合Python OpenCV、人工智能、機器視覺初學者自學使用，也可用作高等院校相關專業的教材及參考書。

Python 因其擁有強大的第三方軟件庫，廣泛應用在人工智能開發、科學計算和數據分析中。而 pandas 就是一款基於 NumPy 的解決 Python 數據分析任務的軟件庫。在機器學習和數據科學中，因為很少有數據可以直接使用，所以對數據進行預處理就成為必不可少的工作。《Pandas 數據預處理詳解》就利用數據處理必需的 pandas 庫，從 pandas 基本操作、數據結構，到 pandas 將執行的各種任務，如匯總統計信息、檢查缺失值 / 異常值 / 重復數據以及合並和分組數據等，通過簡單易懂的示例，對預處理的基礎知識和各種預處理方法進行了透徹講解。學完本書，讀者將能夠順利執行各種機器學習和數據分析任務。特別適合作為機器學習工程師、數據科學及科研工作者初學數據預處理的參考書，也適合作為案頭手冊，隨時翻閱查看。

本書根據高等院校資料科學通識課程的教學需求編寫，著重培養學生的資料意識、資料思維和資料能力，深入闡述了資料科學的核心理論與實踐應用。全書共分9章，包括資料科學概論、Python與資料科學、陣列的統計分析、資料清洗與統計、視覺化資料採擷、Web應用框架、文本資料處理、機器學習以及大資料技術。 為確保讀者能夠輕鬆掌握資料分析技能，本書採用當前流行的Python語言，通過實際案例演示各個資料分析過程，力求內容深入淺出，既方便讀者快速上手，還能幫助他們在實踐中不斷鞏固和加深所學知識。 本書適合作為高等院校理工科各專業平臺課教材，也可作為各專業的資料科學通識課程教材，對於對資料科學有濃厚興趣的讀者，也是一本不可多得的參考書。

https://youtu.be/dDWiAF1WQ8A AI視覺 最強入門邁向頂尖高手 王者歸來 【書籍內容】 ◎ 台灣作者第一本「AI視覺」專書！五大最強亮點 ✔1. AI 影像技術全解析，從入門到頂尖高手 ✔2. 影像不只是影像，讓 AI 賦予它智慧與靈魂 ✔3. 數學、演算法、函數與Python程式，三大學習核心，建立的AI影像專案 ✔4. AI 影像應用無極限，打造你的專屬智慧影像系統 ✔5. 最完整 AI 視覺學習資源，帶你進入與設計 AI 影像時代 ◎ AI視覺最強入門，從新手到頂尖高手！ 在 AI 影像技術的浪潮下，你是否曾想過，如何讓影像處理不只是單純的圖像變換，而是賦予它智慧，讓程式「看見」並理解世界？本書 《AI視覺最強入門邁向頂尖高手》 將帶你從零開始，一步步掌握 AI 視覺的核心技術，讓你的影像程式不再只是空洞的代碼，而是充滿靈魂與創意的智慧應用！ ◎ 這本書，適合誰？ ★ Python & AI 初學者：從影像基礎開始，循序漸進學習。 ★ 影像處理 & OpenCV 愛好者：探索影像創意與高級應用。 ★ 開發者 & 工程師：打造 AI 監控、人臉識別、物件追蹤專案。 ★ 學生 & 研究人員：數學 + 演算法 + OpenCV，全方位掌握 AI 視覺技術。 ◎ AI 影像技術，從基礎到進階 ★ 影像處理基礎：影像讀取、色彩空間（BGR、RGB、HSV）、影像儲存與計算。 ★ 影像創意與特效：數位浮水印、動態影像（GIF、MP4）、藝術畫作設計。 ★ 影像增強與變換：圖像去霧、濾波降噪、傅立葉變換、直方圖對比度增強。 ★ AI 影像識別應用：手寫數字辨識、人臉偵測、車牌識別、醫學影像分析。 ★ AI 監控與自動追蹤：動態車道偵測、AI 監控系統、模板匹配物件搜尋。 ◎ 為什麼選擇這本書？ ★ 獨家「三步驟」學習法： ★ 數學原理 → 演算法邏輯 → Python x OpenCV x MediaPipe 實作，讓你學得深入又靈活應用！ ★ 從基礎到高階 AI 視覺應用，完整解構影像處理技術！ ★ 結合 OpenCV x MediaPipe x Python，打造創新影像應用專案！ ◎ AI 影像技術，開啟無限可能！ 影像處理與 AI 的結合，正顛覆我們的世界。無論是攝影特效、醫學影像、智慧監控還是

內容簡介:【嚴選經典】美國矽谷創業家/全球科技大廠與業界指定工研院顧問講師親自錄製231支影音教學影片，如臨現場授課！【聯合推薦】嘉義基督教醫院兒童醫學部主任、嘉基創新育成中心主任周信旭醫師Eco-City智慧生活科技區域整合中心執行長、國立交通大學土木工程系曾仁杰教授台北榮民總醫院神經外科、國立陽明大學研究所兼任助理教授關艾琛醫師本書為作者柯博文老師繼《Python+TensorFlow人工智慧、機器學習、大數據｜超炫專案與完全實戰》規劃的進階書籍，歷經業界頂尖的工程師學員多次考驗，實戰多年後才匯集成冊。包含Python、機器學習、人工智慧、TensorFlow、Keras、OpenCV等相關API的使用方法，且每個範例都是實戰程式。◎提供豐富的線上下載：204個範例程式、231支影音教學影片。◎介紹人工智慧的開發技巧，並且近乎100%準確度。◎大量使用業界數據、OpenData開放資料進行分析和預測，上百萬種數據讓你應用。◎以Python撰寫類神經的數學公式，讓讀者理解人工智慧演算法的來龍去脈，進而調整數學式讓準確度更好。◎範例豐富多元，將人工智慧運用在農業、氣象預報、手寫OCR、圖片學習等人工智慧實戰。◎結合Tensorflow.Keras和OpenCV自行產生數據庫，使用WebCam即時辨識圖片，並且實際應用在專案中。◎使用最新高難度的VGG16、VGG19、ResNet50、Xception、Inception、DenseNet121、FastR-CNN等演算法，並訓練自己的物件，使用COCO和ImageNet辨識近萬種物體。

本書介紹了庫存管理的基本理論和方法，以及企業中應用比較廣泛的庫存管理的基礎模型與策略，並配以實現的Python代碼。本書還介紹了一系列實戰案例，案例貫穿業務問題、數據、模型、代碼實施、結果分析的完整流程，以幫助讀者更好地瞭解現代企業庫存管理面臨的問題，以及分析問題、解決問題的思路和方法。