Python

本書分為三個部分：基礎理論、數據可視化、數據可視化工具及應用。基礎理論部分包括第一、二章。第一章回顧了可視化發展進程，介紹了可視化領域的一些基礎概念及應用；第二章介紹了可視化的一般流程及設計組件。數據可視化部分包括第三到七章，主要介紹了不同類型數據的可視化方法，分別為：比例數據、關係數據、文本數據、複雜數據。數據可視化工具及應用部分包括第八到十四章，選取了市場上主流的一些可視化工具，圍繞它們的使用方法和應用案例展開。這些工具包括商業軟件：Tableau、DataV、FineBI、Excel，開源包Echarts,以及編程語言R、Python。本書既可以作為高等院校計算機與軟件相關專業的教材，也可以作為軟件從業人員、計算機愛好者的學習指導用書。

本書為深入理解學習Go語言必經之路中的重點知識領域，採用大量精美詳細的圖文介紹，文章講解深入淺出，極大降低了理解Golang底層精髓的學習門檻。 本書包含3篇：第一篇為深度理論篇(第1章～第4章)，包含深入理解Golang中GPM模型、深入理解Golang垃圾回收GC三色標記與混合寫屏障、深入理解Golang內存管理模型、網絡IO複用模型等。第二篇為Golang實戰中需要進階的知識盲區介紹(第5章～第12章)。第三篇為基於Golang從0到1的實現輕量級網絡服務框架Zinx及相關應用案例。 本書主要的面向讀者是已經具有軟件編程開發經驗的工程師、系統開發工程師、期望由Python、PHP、C/C++、Ruby、Java等編程語言轉職到Golang開發的後端工程師、期望深入理解Go語言特性的計算機軟件學者等。

本書採用嵌入式人工智能開發板EAIDK 310和嵌入式虹膜門禁EAIDK-310-P20實驗平臺，使用Qt和PyQt作為UI設計和運行框架，通過在嵌入式Linux系統中使用Python和C++語言編寫程序代碼，實現視頻採集、物體分類、人臉識別、虹膜圖像預處理、虹膜圖像特徵提取與匹配、虹膜圖像採集與定位顯示、虹膜識別門禁系統、智能音箱等實踐案例。本書重實踐、重應用、重開發、重創新，以人工智能主流應用場景落地為導向、理論與實踐相結合、強化學生應用型能力的培養為目標，詳細闡述解決實際問題的前沿技術和方法。 本書可作為高等院校軟件工程、電子信息工程、人工智能等專業本科生與研究生的課程教材，也可供人工智能、嵌入式等相關領域的技術人員學習使用。

本書根據現有的大數據技術理論，綜合介紹了大數據技術的相關基礎理論知識，並提供了部分實踐操作介紹。全書共 8 個章節，內容包含大數據的概念與特徵，大數據計量，大數據生命週期，大數據與雲計算，大數據處理架構Hadoop，分布式文件系統 HDFS，MapReduce，大數據編程語言Python，Spark，R語言，爬蟲技術，MINIST 數字識別技術，數據建模，k- 鄰近分類算法，聚類分析，數據預處理，數據可視化，大數據應用，大數據安全與威脅。本書分別在大數據采集與預處理、數據挖掘與分析等重要章節中安排了入門級的實踐操作，以便讀者更好地學習和掌握大數據關鍵技術。本書可以作為高等院校數據科學與大數據等相關專業的課程教材，亦可作為大數據愛好者的科普讀物。

《數據分析與可視化》主要介紹目前非常流行的數據分析和數據可視化工具，首先介紹數據分析“三劍客”，即NumPy、Matplotlib和Pandas。NumPy側重於科學計算，Matplotlib側重於數據可視化，Pandas側重於數據分析。然後介紹微軟推出的交互式數據分析和可視化工具Power BI。 《數據分析與可視化》分為上篇和下篇，上篇介紹使用Python實現數據的分析和可視化，通過4個項目介紹NumPy、Matplotlib和Pandas的使用。下篇共4個項目，介紹使用微軟的Power BI Desktop實現數據的分析和可視化。 《數據分析與可視化》適合作為高職院校大數據、人工智能等專業數據分析和可視化課程的教材，也可作為《人工智能數據處理》1+X證書的學習用書，同時也適合數據分析初學者、數據分析愛好者、數據分析工程師以及相關培訓機構學員學習。

本書比較全面和系統地闡述了營銷調研大數據分析的基本理論和方法，全書共分七個項目。包括認知營銷調研大數據分析、市場調查方案的設計、市場調查的技術方法、市場調查資料的整理與分析、營銷大數據分析、市場調查報告的撰寫、市場預測方法七個項目。每個項目既相互獨立，又都由一條主線貫穿：採用一個真實的項目、以工作過程為基礎貫穿全篇，學生學完課程後就熟悉並完成了整個的一個市場調查，真正使學生學以致用。本書的特點是借鑒和吸收了國內外營銷調研大數據分析的最新研究成果，既有理論性闡述，又有較強的實用性和可操作性，結構新穎，內容全面。書中還介紹了數據分析軟件excel、Python、spss等在營銷調研大數據分析中的應用。

本書從人工智能時代說起，通過項目學習(PBL)的方式由淺入深地剖析圖像處理、人臉聚類、語音識別、人臉簽到、慧眼識人、自動駕駛小車等人工智能的相關應用案例，並在此基礎上推出5個生動有趣的典型綜合實踐項目――裸眼3D、無人機+智慧農業、創建自己的語音識別庫、語音播報智能垃圾桶、垃圾分類機器人。本書項目在實施過程中，依託人工智能學習網站、拖拽式積木編程、Python編程等軟硬件相結合的形式， 讀者輕鬆學習深奧的人工智能知識，讓他們在體驗人工智能學習樂趣的同時，進一步培養其人工智能的意識和能力。 本書可作為青少年學習人工智能知識和開展人工智能實驗的基礎用書，也可作為人工智能愛好者的自學讀物。

當前，機器人操作系統(Robot Operating System, ROS)已成為機器人研發領域的主流通用軟件平臺和事實標準。本書較為系統地介紹了ROS的基本概念及開發方法，提供了大量的實例代碼和具體的實驗，能夠幫助ROS零基礎讀者瞭解並快速走上ROS的開發實踐之路。本書共10章，分別為ROS概述、Ubuntu系統基礎、Python語言基礎、ROS架構與體系、ROS編程基礎、機器人傳感系統、機器人視覺系統、機器人建模與仿真、ROS綜合實例以及ROS實驗。 本書可作為高等院校機器人工程或機電、自動化、計算機等相近專業的本科生教材，也可作為相關專業的研究生參考教材，還可供其他類型院校相關專業師生、工程技術人員及自學者參考。 本書配有電子課件和源代碼，歡迎選用本書作教材的老師登錄www.cmpedu.com註冊下載，或發jinacmp@163.com索取。

本教程通過闡述直觀而嚴謹的機器學習方法，為學生學習和掌握研究和構建數據驅動產品所需的基本知識和實用工具。內容優先解析幾何直覺和算法思維，為學生提供新穎和易於學習的方式；書中也強調機器學習結合實際應用，包括計算機視覺、自然語言處理、經濟學、神經科學、推薦系統、物理學和生物學案例分析；作者精心設計300多幅彩色插圖，讓讀者能夠直觀地掌握技術概念，另配100多個深入的編程練習(Python)，為讀者提供了對關鍵機器學習算法的真正理解。本書還在網上提供了一整套在線教輔資源，包括示例代碼、數據集、交互式講座幻燈片和習題解答，既可用于研究生機器學習課程教學，又能幫助個人自學參考使用。

matplotlib 2D到3D資料視覺化 王者歸來 | 全彩印刷 | ★★★★★ 【國內作者第１本】【全彩印刷】【資料視覺化】 ★★★★★ ☆☆☆☆☆ 【國內作者第１本】【matplotlib書籍】 ☆☆☆☆☆ 本書包含【32個主題】、【509個程式實例】，整本書內容如下： ★ 完整解說操作matplotlib需要的Numpy知識 ☆ 認識座標軸與圖表內容設計 ★ 繪製多個圖表 ☆ 圖表的註解 ★ 建立與徹底認識圖表數學符號 ☆ 折線圖與堆疊折線圖 ★ 散點圖 ☆ 色彩映射Color mapping ★ 色彩條Colorbars ☆ 建立數據圖表 ★ 長條圖與橫條圖 ☆ 直方圖 ★ 圓餅圖 ☆ 箱線圖 ★ 極座標繪圖 ☆ 階梯圖 ★ 棉棒圖 ☆ 影像金字塔 ★ 間斷長條圖 ☆ 小提琴圖 ★ 誤差條 ☆ 輪廓圖 ★ 箭袋圖 ☆ 幾何圖形 ★ 表格製作 ☆ 基礎3D繪圖 ★ 3D曲面設計 ☆ 3D長條圖 ★ 設計動畫 本書程式實例豐富，相信讀者只要遵循本書內容必定可以在最短時間精通使用Python + matplotlib完成資料視覺化。

全書分為4部分。第1部分對基礎知識展開講解，包括Linux基礎和ROS入門。第2部分主要關注一個實際的機器人中的硬件和核心傳感器模塊的構造，重點講解機器人上的傳感器、差分底盤、樹莓派主板開發方面的知識。第3部分是SLAM地圖構建的核心算法，SLAM中的數學基礎、基於激光的SLAM系統、基於視覺的SLAM系統、混合SLAM系統、新型SLAM系統。第4部分是自主導航相關的核心技術與應用，包括自主導航中的數學基礎、基於地圖的導航、基於環境探索建圖的導航、強化學習在機器人導航中的應用。通過閱讀本書，讀者不僅可以自己設計出一套SLAM導航機器人出來，還可以在軟硬件結合的環境中提高自己的C++/Python/Java方面的編程能力，同時還可以接觸到流行的SLAM算法的實際應用。

本書以實戰為主，通過豐富的實戰案例向讀者介紹深度學習可應用和落地的項目，書中所有案例都基於Python+TensorFlow 2.5+Keras技術，可用於深度學習課程的實戰訓練。本書配套示例源碼、PPT課件、思維導圖、數據集、開發環境與答疑服務。全書共分11章。第1章講解深度學習的概念、流程、應用場景、模型分類和框架選擇，第2～11章列舉深度學習的項目實戰案例，包括手寫體識別、數據集分類、情感分類、文本情感分類、編碼器、漢字拼音轉換、中文文本分類、多標簽文本分類、人臉檢測、人臉識別、語音漢字轉換。本書內容詳盡、案例豐富，是深度學習初學者必備的參考書，適合有基礎、亟待提升自己技術水平的人工智能從業人員，也可作為高等院校和培訓機構人工智能及相關專業的教材使用。

介紹了機器學習中關於監督學習和無監督學習的相關理論及其在金融領域中的應用。從機器學習基礎概念入手，由淺入深，由概念理論延伸至實際應用。其中，理論篇深入淺出地闡述了常見的監督學習算法和無監督學習算法，以更為直觀和形象的方法來介紹相關複雜理論，尤其適合經管類專業學生閱讀。此外，應用篇闡述了機器學習算法在金融各領域中的應用，其中的案例以現實金融問題為基礎，利用機器學習算法來解決金融問題（部分案例給出具體的算法和Python代碼實現）。在每章最後給出了複習思考題，有利於學生更好地掌握本書內容。本書是經管類學生進入大數據金融和金融科技領域較好的入門教程。

本書是一線骨幹教師多年數學實踐教學的成果，旨在指導學生掌握數學實踐的思想和方法，通過大量實例幫助學生實現從“新手”到“老手”的蛻變。 本書共分為四篇：第一篇就數學實踐提出幾點改革思考；第二篇就全國大學生數學建模競賽、美國大學生數學建模競賽、全國大學生數學競賽等幾個參與面較廣和影響力較大的數學實踐賽事進行介紹，從報名參賽、選擇隊友、作品撰寫到提交作品都予以詳細的解讀；第三篇重點介紹三款數學軟件――MATLAB、Python和R軟件，包括它們的功能、語法及基本使用方法，並舉例說明在數學實踐中如何運用這些軟件；第四篇收集展示近年來武漢科技大學本科生數學實踐的優秀典型範例，並邀請專家進行點評。

本書將包括四個部分：第一篇基礎篇，概述學習的基礎性內容，包括互聯網地圖電子數據、Python數據采集與分析簡介和ArcGIS 10.4軟件與操作簡介；第二篇矢量數據獲取與分析，包括興趣點（POI）數據獲取與分析、興趣線（LOI）數據獲取與分本書擬作為城市規劃、交通規劃、地理學、計算機等專業選修課教材。當前，國際範圍對於大數據的分析給與了足夠的關注。我們一方面可以利用手機數據等展開豐富的分析研究，同時可以利用國內多種互聯網地圖公司的數據開展研究。析和興趣面（AOI）數據獲取與分析；第三篇柵格數據獲取與分析，包括街景圖片獲取與分析和熱力圖片獲取與分析；第四篇交通出行數據篇，包括動態交通出行數據獲取、動態交通出行數據應用等。

Clean Code Python 寫 乾淨程式碼 告別技術債，不再為爛程式加班收爛攤 寫程式不是比誰先跑起來，而是能否長期維護。當需求一改就骨牌倒、長函式與巢狀條件像毛線球、沒有測試誰也不敢動，這些都是「技術債」。本書以實務為軸，從Clean Code 的定義、Pythonic 寫法、命名與文件、PEP 8 與工具鏈、函數與物件設計、模組化結構、單元測試、例外處理與 logging，到壞味道識別與小步重構，一步步把專案從混亂導向清晰與可持續。 你將學到 ☆Clean Code的5大原則 ◎「可讀」 ◎「可維護」 ◎「單一職責」 ◎「低耦合」 ◎「高內聚」 ☆如何判斷好/壞程式碼與乾淨程式碼的核心特徵。 ☆Pythonic vs. Non-Pythonic 的差異與常見誤用修正。 ☆命名、註解、docstring 的可讀性準則，讓程式自我說明。 ☆PEP 8 + black/isort/flake8 的實戰組合，建立一致風格。 ☆函數設計：單一職責、控制參數、避免副作用的落地做法。 ☆物件設計：恰到好處的封裝、避免過度設計與抽象。 ☆模組化設計：高內聚、低耦合，避開循環匯入。 ☆單元測試：unittest/pytest 的測試網，降低回歸風險。 ☆錯誤處理與 logging：把問題抓出來，也把原因留下來。 ☆重構手法：辨識壞味道、拆長 if-elif-else，穩健演進。 適合讀者 ☆每天與需求變更拔河的一般公司軟體工程師。 ☆技術主管、Code Review 參與者與維運/測試人員。 ☆想把「能跑」升級為「能維護、能擴充」的 Python 開發者 「為何必讀這本書」的關鍵理由 ☆把「能跑」升級為「能維護」：讓修改不再牽一髮動全身。 ☆對抗技術債：用小步重構把壞味道逐一清掉，減少救火。 ☆可讀性優先：命名、註解、docstring 讓程式能自我說明。 ☆統一團隊風格：PEP 8 +自動化工具（black/isort/flake8）讓評審聚焦在設計而非格式。 ☆降低回歸風險：pytest 測試網＋錯誤處理與 logging，建立可靠的安全網。 ☆穩定交付：把需求變更的成本降到最低，開發節奏更平滑。 ☆良好設計習慣：單一職責、低耦合、高內聚，在真實專案中務實落地。 ☆清晰專案結構：模組化與目錄切分，避免循環依賴、縮短新人上手時間。 ☆有章可循：從 Code R

☛☛☛☛☛☛王老師帶你搶先看☚☚☚☚☚☚搶先看豐富書籍內容，請訪問下列網址觀賞影片：https://youtu.be/hERnZ5_s3YQ【本書特色】將物聯網應用於智慧工廠，掌握傳統產業的轉型先機♖透過本書充分理解頗受矚目的「工業4.0」、「物聯網」、「智慧工廠」的精髓♖使用Arduino × Node-RED × Python互動串聯，建立工業4.0的物聯網世界♖內容編排由淺入深，著重實作過程，共有44個實作單元♖引導你進入物聯網與工業4.0的世界，掌握轉型關鍵【內容簡介】物聯網與工業4.0是近幾年很重要的研究課題。工業4.0的主要載體是智慧工廠，物聯網在智慧工廠的應用，給傳統產業帶來全新的變革，有望產生巨大的商業價值，引領我們進入第四次工業革命。本書適用於大專院校「微處理機」、「物聯網應用」、「工業4.0概論」等課程，可提供老師教學、學生研習之用。若你是專案設計者、工廠工程師，也很適合閱讀本書。本書的內容安排由淺入深，說明了物聯網在智慧工廠應用的幾個重要主題，如RS485、Modbus協定、CAN Bus協定、OPC UA協定、MQTT協定、REST API設計理念、InfluxDB時序資料庫、Prometheus、Grafana等指標監控技術。書中安排了44個實作單元，以市面上常見的Arduino UNO R4 WiFi開發板作為實習設備，並以Node-RED作為後端平台，讓讀者可以經由實作過程，進入物聯網與工業4.0的世界。【本書精采內容】♘了解工業4.0的核心精神♘了解智慧工廠的重要特色♘IIoT現場總線與資訊網路介紹♘Arduino UNO R4 WiFi基本操作♘了解RS485 / Modbus / CAN Bus重要觀念♘Arduino Modbus RTU / TCP實作♘Arduino CAN Bus實作♘熟悉Node-RED / 儀表板操作♘Python實作OPC UA伺服器 / 客戶端♘MQTT與WebSocket的介紹與應用♘Arduino UNO R4 WiFi MQTT實作與應用♘了解REST API設計理念♘Node-RED上進行MySQL資料庫的存取♘透過WebSocket進行網頁監控IoT設備♘InfluxDB、Prometheus及Grafana指標監控

符合108課綱理念與目標！ AI時代不可不知的知識！ 認識生活周遭的科技，激發好奇心， 自然養成觀察與體驗日常生活中的需求或問題的習慣， 同步提升探索、創造性思考、邏輯與運算思維！ 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！ 好評推薦 ★臺北市日新國小校長／臺北市國小資訊教育輔導團‧召集人 林裕勝 ★Coding魔法學院創辦人 蔡淑玲 ★新竹市建華國中教師‧暢銷作家 謝宗翔（KK老師） （依姓氏筆畫順序排列）

本書系統地介紹人工智能基礎理論與應用實踐，內容包括人工智能概述、Python編程基礎、機器學習概論、深度學習概論、神經網絡、網絡信息採集與處理、大數據分析與可視化、數據挖掘技術、人工智能倫理、人工智能研究熱點與發展趨勢。書中通過具體項目案例和實踐任務講解各個知識點，幫助學生在動手實踐中掌握理論知識。本書旨在適應高等學校各工科專業的人工智能通識課教學需求，內容涵蓋從編程基礎到數據實踐、從人工智能理論到技術前沿。書中特別設計了多個符合課程特點的專項智能體，以助力學生學習。本書理論與實踐相結合，既適合作為本科高校工科專業人工智能通識課的教材，也可供廣大人工智能愛好者、工程師和研究人員作為入門參考書。

本書簡明闡釋數據庫系統基本概念、關係數據模型與設計原理，是《數據庫應用技術教程(SQL Server 2017)微課視頻版》的修訂升級版。全書以 SQL Server 2022 為實踐平臺，涵蓋數據庫創建與管理、數據查詢、視圖與索引、TSQL編程、存儲過程與觸發器、安全性管理、事務管理及數據庫的日常維護等核心內容，新增 Python 連接庫的開發實踐。本書以“學生選課”為典型案例，搭配大量實操實例與微課視頻資源，注重理論與實踐結合，助力讀者快速掌握數據庫知識體系與SQL Server 2022實操技能。通過本書學習與實踐，讀者可夯實數據庫基礎，熟練運用相關技術進行數據處理與系統開發。本書適用于普通高校計算機及相關專業“數據庫原理與應用”“數據庫系統”等課程教學，也可作為培訓機構參考書及數據庫學習者自學指南。

本書系統地講解開源聯盟鏈FISCO BCOS從原理到實戰的完整技術棧。全書以區塊鏈基礎概念為起點，深入剖析聯盟鏈特色、FISCO BCOS架構、共識、安全與隱私機制；詳細演示Air/Pro/Max三版本網絡搭建、WeBASE一鍵部署及多機集群運維；覆蓋Java、Go、Python多語言SDK開發實例，並逐一介紹跨鏈WeCross、分布式身份WeIdentity、事件框架WeEvent、預言機Truora、隱私計算WeDPR及數據治理、多方協作治理等高階組件；最後結合合約生命週期、賬戶管理、SmartDev腳手架與壓力測試，為讀者提供企業級應用落地與持續運維的全流程指南。本書適合具備基礎編程經驗、希望快速掌握聯盟鏈核心技術並將其應用于金融、政務、供應鏈等場景的開發者、架構師與運維工程師，也適用于高等院校區塊鏈、軟件工程、計算機、金融科技相關專業學生及企業數字化轉型決策者作為實踐教材或技術參考。

本書由長春汽車職業技術大學汽車工程學院與信息工程學院聯合編寫，專為職業本科學生設計，適用於汽車人工智能基礎課程。本書聚焦智能網聯汽車產業需求，破解傳統教材“技術與汽車場景脫節”痛點，以“立足基礎、面向應用”為核心，構建“認知—場景—實踐”遞進體系。共設6 個項目，從人工智能定義、發展及大語言模型車載應用切入，逐步深入計算機視覺(車載“電子眼”)、語音交互(車載“小耳朵”)、自然語言處理(車載“聊天達人”)、機器學習(車載“學習委員”)、深度學習(車載“超級大腦”)5大核心技術領域，每個項目均配套實車功能觀察、Excel 數據擬合、Python 駕駛習慣分析等實踐任務。編寫團隊兼具汽車工程與信息技術跨學科優勢，確保內容兼顧理論深度與汽車應用場景適配性，助力學生扎實掌握AI 基礎，銜接後續專業課程，為適應智能網聯汽車產業發展奠定基礎。

本書是一本面向開發人員的大模型及生成式AI實戰指南，基於作者在美國矽谷企業級應用項目經驗及企業培訓經驗編著而成。本書重點介紹企業級大模型應用開發、模型調優及部署運維等技能。全書共10章，內容涵蓋生成式AI概述、大模型提示詞深度解析、LangGraph+CrewAI案例、生成式AI應用開發項目實戰、大模型指令微調與PEFT技術、RLHF與DPO模型對齊、大模型應用開發案例實戰、為何Sora是通往AGI道路的里程碑、解碼Sora架構原理、Sora關鍵技術解密等，書中的每個知識點都有相應的實現代碼和實例。隨書附贈源碼，獲取方式見封底。本書的核心讀者是有Python基礎的大模型愛好者，主要面向廣大從事大模型應用開發、機器學習、數據挖掘或深度學習的專業人員，相關專業的在校師生及相關領域的科研人員。

計算機程序設計語言是高校理工科本科生必修的一門核心課程。傳統上，高校主要教授C/C++，但C++既非純粹的面向對象語言，編程界面也需依賴外部工具。將大量時間投入在面向過程的程序設計上，限制了學生對面向對象和可視化界面編程的掌握。近年來，Python 和C#受到青睞，後者作為微軟推出的面向對象語言，為理工科應用軟件開發提供了全方位支持。本書作者根據多年教學經驗，編寫了這本以C#面向對象程序設計為核心的高校教材，並包含了習題練習，旨在系統地講解C#基本語法及其應用，並培養學生面向對象的程序設計能力。本書可作為高等院校電子信息類、計算機類、自動化類、機電類等專業的C#語言教材，也可作為相關技術培訓教材，還可供從事相關技術開發的工程技術人員參考。

本書旨在提供一個全面、系統的LangChain學習指南。全書共7章，循序漸進地介紹LangChain的核心概念和使用方法。第1章討論人工智能、大語言模型的發展歷程和應用場景，闡述LangChain框架的設計理念和優勢；第2章詳細介紹如何搭建LangChain的開發環境，引導讀者編寫第一個LangChain程序；第3、4章深入剖析LangChain的基礎組件和領域特定語言LCEL，幫助讀者掌握構建大語言模型應用的關鍵技能；第5～7章通過多個實戰項目，展示如何使用LangChain構建智能問答系統、智能文檔助手和知識圖譜應用，將所學知識應用到實踐中。本書適合具備一定Python編程基礎、對人工智能（特別是自然語言處理、大語言模型）感興趣的讀者閱讀。通過學習本書，讀者可以掌握使用LangChain開發大語言模型應用的思路和方法，獨立設計和實現智能應用系統。

本書從基本概念和理論入手，通過近千張圖和簡單的例子由淺入深地講解深度學習的相關知識，且不涉及複雜的數學內容。 本書分為上下兩冊。上冊著重介紹深度學習的基礎知識，旨在幫助讀者建立扎實的知識儲備，主要介紹隨機性與基礎統計學、訓練與測試、過擬合與欠擬合、神經元、學習與推理、數據準備、分類器、集成算法、前饋網絡、激活函數、反向傳播等內容。下冊介紹機器學習的 scikit-learn 庫和深度學習的 Keras 庫(這兩種庫均基於 Python 語言)，以及卷積神經網絡、循環神經網絡、自編碼器、強化學習、生成對抗網絡等內容，還介紹了一些創造性應用，並給出了一些典型的數據集，以幫助讀者更好地瞭解學習。 本書適合想要瞭解和使用深度學習的人閱讀，也可作為深度學習教學培訓領域的入門級參考用書。

本書循序漸進地闡述了多模態大模型的核心開發技術與應用實戰的知識。全書共10章，分別講解了多模態技術概述、多模態模型與框架、多模態數據處理、多模態表示學習、多模態嵌入表示、多模態大模型的訓練、多模態大模型的評估與驗證、基於多模態大模型的翻譯系統、基於多模態大模型的音視頻廣義零樣本學習系統、基於Diffusion Transformer的文生圖系統。全書簡潔而不失技術深度，內容豐富全面，案例翔實，以通俗易懂的文字介紹了複雜的知識體系，易於閱讀，是學習多模態大模型開發的實用教程。本書適用於已經瞭解了Python語言基礎語法，想進一步學習大模型開發、自然語言處理、計算機視覺處理、機器學習、深度學習技術的讀者，還可以作為各類院校相關專業師生的學習用書和培訓學校的教材。

數據科學是從單純的大量數據集中提取出“智慧”的數據，用以提供人們發現新知識並輔助決策的綜合交叉學科。本書為本科教材，闡述了數據科學中數學理論以及相關分析方法。全書包括如下內容：對數據科學和大數據基礎理論與發展的概述；承接高等教育中基礎的數學理論：線性代數、微積分、概率論與數理統計，並講述數值分析、馬爾科夫預測這類數據科學中常用的理論；結合機器學習知識講解數據科學中常用的分析方法：分類算法、關聯規則挖掘、聚類、人工神經網絡和時間序列分析。教材結合案例提供對應Python語言的代碼操作，以進一步加強讀者對知識點的理解。本教材從數據中提煉知識的整個過程所面臨的問題和任務著手，以給出基本數學理論的講解為基礎，逐步在實踐中使用數據科學。

本書分為“走進AI 科學館——芝麻開門 初識人工智慧”“建設未來學校——牛刀小試 改造未來學習生活”“初探程式設計學院——發掘潛力 挑戰Python 程式設計”“解密機器學習——進階提升 挑戰AI 小項目”四章，共19 個項目。書中設計了“叮叮”（一位初中生）和“阿度”（機器人）兩個角色，通過他們的對話銜接每個專案和環節的主題，讓學生更容易融入角色，切身體驗項目設計的思路，主動完成專案內容的探究學習。每個專案包含“激趣引導”“探索分析”“案例實踐”“拓展優化”“總結鞏固”五個環節，按照專案思維結構圖設計、程式設計實踐、拓展優化的設計思路，充分激發學生對人工智慧自主探究的學習興趣，促進學生計算思維、創新能力的學科核心素質培養。本書可以用於初中選修課、社團課、競賽課、課後服務課程的實施，也適合初中一線教師和對人工智慧感興趣的學生作為科普讀物。

本書旨在引導具有一定Python基礎的開發者學習PyQt 6的開發技能。本書不僅詳細介紹了PyQt 6的基礎知識，還深入探討了進階技巧。本書內容涵蓋了PyQt 6的各個方面，從窗體設計基礎到高級控件的使用，再到多線程編程和圖形處理，都進行了深入淺出的講解。每個章節都配有豐富的程序案例，如龜兔賽跑、塗鴉板、計算器、AI問答小工具、飛機碰撞大挑戰等，讓讀者通過實際操作加深理解，提升實戰能力。本書特別注重實踐應用，最後一章提供的簡單記帳本綜合案例既可以作為課程設計的參考，也可以作為畢業設計的參考。本書附帶豐富的開發資源，包括代碼庫、MySQL 數據庫驅動，以及開發工具等，為讀者提供了全方位的學習支持。通過閱讀本書，讀者能夠熟練掌握PyQt 6的開發技能，為未來的項目開發奠定堅實的基礎。

本書以任務為導向，全面介紹了數據分析的流程和Excel數據分析的應用，並詳細闡述了使用Excel 2016解決企業實際問題的方法。全書共11章，分為基礎部分（第1～6章）和實戰部分（第7～11章）。基礎部分的內容包括數據分析與Excel 2016概述、外部數據的獲取、數據處理、函數的應用、數據透視表和數據透視圖、數據分析與可視化；實戰部分為新零售智能銷售數據分析項目實戰，內容包含項目數據處理、商品銷售情況分析、商品庫存分析、用戶行為分析、撰寫數據分析報告。本書除第1章外，各章都包含實訓和課後習題，通過練習和實踐操作，讀者可以鞏固所學的內容。本書可用於“1+X”證書制度試點工作中的大數據應用開發（Python）職業技能等級證書教學和培訓，也可以作為高校數據分析相關課程的教材和數據分析愛好者的自學用書。

本書以Windows 10+Office 2016為平臺，全面介紹了大學生信息素養的相關知識和操作。全書共10章，主要內容包括信息技術與信息素養、計算機基礎、文檔處理、數據處理、演示文稿製作、信息檢索、計算機網絡與Internet、信息安全、前沿技術和Python程序設計基礎。為便於讀者更好地學習，本書除了在講解中提供“提示”欄目補充知識，還附有微課視頻，讀者掃描二維碼即可觀看該知識點的操作步驟演示視頻。此外，本書在每節末安排了操作任務、在章末安排有課後練習，方便讀者對所學知識進行練習和鞏固。 本書講解內容全面、條理清晰、結構完整、語言精練，適合作為普通高等學校、高職高專院校信息基礎課程和大學計算機基礎課程的教材或參考書，也適合作為零基礎讀者自學信息基礎和計算機基礎知識的參考書。

《深入淺出人工智能》以通俗易懂的語言，全面介紹了人工智能的原理、技術、應用場景及典型案例。書中從計算機視覺、機器學習、自然語言處理和知識圖譜等人工智能的關鍵技術切入，深入探討了圖像識別、語音識別、無人駕駛、聊天機器人、智能家居等人工智能的應用領域。通過使用簡單易學且功能強大的Python語言，書中實現了人工智能實用場景的構建和驗證。 對於對人工智能感興趣但缺乏相關背景知識的初學者來說，《深入淺出人工智能》是一本理想的入門讀物；而對於已經具備一定人工智能基礎知識的讀者，本書也能幫助他們深化對人工智能原理和算法的理解。無論您是人工智能的新手還是已有一定基礎的讀者，本書都能為您提供有價值的信息和知識。

本書包含ROS 基礎以及ROS 機械臂全過程開發和實踐等內容，是編著者在結合國內外方法和技術，總結自己多年機器人開發經驗以及教學科研成果的基礎上完成的。本書第1～4 章簡單概述了機械臂基礎和ROS 基礎，結合具體實踐詳細講解了ROS 通信機制、常用組件、TF2 等進階功能；第5～7 章基於機械臂控制系統開發的工程實踐，詳細講解了ROS 機械臂建模、MoveIt!基礎、MoveIt!的編程；第8、第9 章介紹了機械臂的視覺系統和視覺抓取。本書理論與實踐相結合，仿真與實物相結合，配有開源教學軟件包和課後習題答疑解析，所有教學示例均提供C 和Python 兩種編程實現，方便讀者更好地理解和實踐書中內容。本書可作為普通高校自動化、機器人工程、人工智能等相關專業的教材，也可作為機器人開發者和工程師的技術參考書。

這是一本介紹“如何使用深度學習方法解決醫學圖像處理問題”的入門圖書。本書先介紹醫學圖像的基礎知識，包括醫學圖像數據、數據標注、醫學數字圖像處理和醫學圖像分類；其次介紹解決醫學圖像處理中常見的機器視覺任務（語義分割、關鍵點檢測和醫學圖像配准），並輔以實戰案例，幫助讀者深入理解相關技術原理，進而鞏固所學知識；最後介紹模型優化和遷移學習的相關內容，幫助讀者拓寬思路，提升其針對具體需求採用不同的解決方法的能力。本書適合醫工交叉專業以及從事醫學圖像處理工作的工程人員和科研人員閱讀，也可供智能醫學相關專業的高年級本科生及研究生參考。閱讀本書之前，讀者需要瞭解基本的深度學習知識，並有一定的Python編程基礎。

本書以Python作為開發語言，系統介紹PySpark開發環境搭建流程及基於PySpark進行大數據分析的 相關知識。本書條理清晰、重點突出，理論敘述循序漸進、由淺入深。本書共7章，第1?5章包括PySpark 大數據分析概述、PySpark安裝配置、基於PySpark的DataFrame操作、基於PySpark的流式數據處理、 基於PySpark的機器學習庫，內容介紹注重理論與實踐相結合，通過典型示例強化PySpark在大數據分析 中的實際應用；第6、7章通過基於PySpark的網絡招聘信息的職業類型劃分和基於PySpark的信用貸款 風險分析兩個完整的案例實戰，結合前5章的PySpark編程知識，實現完整的大數據分析過程。本書大部 分章包含實訓和課後習題，讀者通過練習和操作實踐，能夠鞏固所學的內容。本書可作為高校數據科學或大數據相關專業的教材，也可作為機器學習愛好者的自學用書。

本書旨在幫助讀者理解開源大語言模型的架構、訓練和推理過程，以及相關的源代碼。主要研究對象是Meta開源的Llama模型。本書從Python Numpy實現單層感知機和神經網絡開始，逐步講解了如何實現Transformer模型和Llama模型。此外，本書還介紹了增量預訓練模型、監督微調和人類反饋強化學習等模型訓練過程。對於私有知識的加入，書中重點介紹了監督微調，也介紹了RAG中詞向量的計算。本書採用循序漸進的方式，通過功能框圖、代碼分解執行、執行結果顯示、背景知識補充等手段幫助讀者理解模型和算法。 本書的核心讀者群體定位為大語言模型應用的開發人員，特別適合那些想從計算機視覺轉向自然語言處理的人。此外，本書還適合作為大學本科生及研究生相關課程的參考教材使用。

本書循序漸進、詳細講解了大模型開發技術的核心知識，並通過具體實例的實現過程演練了使用TensorFlow和PyTorch開發大模型程序的方法和流程。全書共12章，分別講解了大模型基礎，數據集的加載、基本處理和製作，數據集的預處理，卷積神經網絡模型，循環神經網絡模型，特徵提取，注意力機制，模型訓練與調優，模型推理和評估，大模型優化算法和技術，AI智能問答系統和AI人臉識別系統。全書簡潔而不失其技術深度，內容豐富全面。本書易於閱讀，以極簡的文字介紹了複雜的案例，是學習大模型開發的實用教程。本書適用於已經瞭解Python基礎開發的讀者，以及想進一步學習大模型開發、模型優化、模型應用和模型架構的讀者，還可以作為大專院校相關專業的師生用書和培訓學校的專業性教材。

《量化投資從理論到實踐》是一本專注于量化投資領域的教材，旨在為讀者提供從理論到實踐的全面指導，深入淺出地介紹量化投資的基礎概念以及實戰中如何以Python 編程語言為工具，借助第三方量化交易平臺構建有效的量化投資策略。 本書共分8 章，從量化投資的基礎知識講起，內容包括量化交易平臺介紹、金融投資基礎知識的講解、當下主流量化投資策略——因子策略、技術指標分析策略以及機器學習算法策略的詳細介紹。本書將復雜的量化投資概念用通俗易懂的語言呈現，并且附有大量實戰案例和代碼示例，幫助讀者快速掌握實際應用技巧，以達到理論結合實際的目的。 本書可作為高等院校金融、投資等專業的教學用書，也可作為金融機構的崗位培訓和自學用書。

《基於深度學習的圖像處理與實踐》循序漸進、深入淺出地講解了基於深度學習的圖像處理的核心知識，並通過具體實例演示了開發深度學習圖像處理程序的方法和流程。全書共 14 章，分別講解了圖像識別技術基礎，scikit-image數字圖像處理，OpenCV 圖像視覺處理，dlib機器學習和圖像處理，face_recognition人臉識別，採樣、變換和卷積處理，圖像增強，圖像特徵提取，圖像分割，目標檢測，圖像分類，國內常用的第三方人臉識別平臺，鬥轉星移換圖系統，智能OCR文本檢測識別系統等內容。本書語言簡潔而不失技術深度，內容全面。《基於深度學習的圖像處理與實踐》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、計算機視覺與圖像處理技術的讀者，還可以作為大專院校相關專業的師生用書和培訓機構的專業性教材。