Python

本書共分為15章。第一章是醫學人工智能概論，主要介紹人工智能和醫學人工智能的概念和內涵。第二章是醫學人工智能的醫學基礎，主要介紹醫學和人工智能的關係，闡述人工智能的神經科學和認知科學的基礎，醫學極大地促進和影響人工智能的發展。第三章是醫學人工智能的編程基礎，目前Python是數據科學和人工智能主要編程語言，本章進行Python語言和Python編程基礎的介紹。第四章是醫學人工智能的數據分析基礎，主要介紹醫學數據的特點、數據與人工智能的關係，以及醫學數據處理和分析的一般流程，並給出由Python語言實現的一個臨床醫學數據分析的實例。第五章是醫學知識圖譜，介紹知識表示、醫學知識圖譜的概念以及構建方法和過程，並給出一個實現呼吸系統知識圖譜的實例。第六章是機器學習，介紹了機器學習的原理和基本算法，機器學習在醫學領域的應用，並給出機器學習在疾病臨床預測模型中的應用。第七章是深度學習，介紹了人工神經網絡和深度學習的一般原理和基本算法，深度學習在醫學領域的應用，並給出深度學習的圖形識別的實例。第八章是推理方法，是人工智能的核心內容，介紹了確定性推理和不確定性推理，重點介紹不確定性推理方法的醫學應用。第九章是搜索策略，是傳統的人工智能內容，介紹了搜索技術的原理和類型，主要介紹了啟發性搜索，以及搜索技術在醫學領域的應用。第十章是智能計算，主要介紹了遺傳算法和群智能體算法，以及在醫學領域的應用。第十一章是智能醫學，介紹了智能醫學概論，人工智能的醫學應用，以及智慧醫療。第十二章是醫學自然語言處理，主要介紹了自然語言處理的原理和一般算法，自然語言處理在臨床病歷資料的應用，給出自然語言處理在醫學文本處理的實例。第十三章是醫學決策支持系統，是醫學人工智能應用的重要內容，介紹了專家系統的構造，臨床決策支持系統的原理和構建方法，並給出臨床決策支持系統的實例。第十四章是醫學圖像處理和分析，是近期醫學人工智能重點研究領域，介紹了計算機視覺原理和方法，醫學圖像處理和分析的原理和方法，以及醫學圖像處理和分析的實例。第十五章是醫療機器人和多智能體系統，介紹智能體、多智能體系、機器人以及醫用機器人的應用。 本書適用于本科生高年級學生，研究生或者相關專業技術人員參考閱讀。

本書全面介紹了人工智能通識實踐的多個方面，主要內容包括： Python大模型編程、計算機視覺、數據分析與可視化、用Coze平臺開發智能體、大模型應用，以及算法應用案例。本書將理論知識與實踐案例緊密結合，各章的理論介紹深入淺出，並通過大量代碼示例和項目實踐，幫助讀者將理論知識轉化為實際應用能力。本書不僅介紹了人工智能領域的基礎知識，還涵蓋了前沿的大模型應用和智能體開發技術。本書共6章。第1章講解Python大模型編程，涵蓋API調用與知識庫構建； 第2章探討計算機視覺，涉及生物識別與人臉識別等實踐； 第3章介紹數據分析與可視化方法及應用案例； 第4章講解Coze智能體編程技巧與模型結合應用； 第5章展示大模型在多領域的應用； 第6章分析各類算法實踐與實訓案例。本書適合作為高校“人工智能通識”相關課程的教材，也適合對人工智能感興趣的初學者、程序員、數據科學從業者以及希望瞭解和應用人工智能技術的各行業專業人士閱讀。不需要深厚的數學基礎，讀者就可以通過本書快速掌握人工智能的實踐應用技能。

本書主要從概率論和數理統計兩個部分詳細介紹了統計學的基礎理論和基本方法。在概率論部分，我們介紹了隨機變量的分佈、特徵以及極限定理等重要內容，並提供了大量的實例。在數理統計部分，我們重點介紹了參數估計、假設檢驗和貝葉斯統計等內容，這些內容是統計學應用於數據科學的核心，故我們在其中加入了大量實際應用來展示其如何解決數據分析問題。同時本文引入了大量的數值結果來說明這些理論及方法背後的原理，例如大數定律和中心極限定理的模擬驗證、統計方法的模擬驗證等，從而使讀者更容易理解並接受這些複雜的基礎概念。 隨著計算機技術的飛速發展，統計學與計算技術的結合使得複雜計算變得更加高效，從而能夠專注於統計學的實際應用。本書以Python為工具，詳細介紹了與教學內容相關的Python操作，有助於讀者掌握現代統計方法實現和實踐的計算工具，提高解決實際問題的能力。本書內容詳實，適用面廣，可以作為各學科講授概率論與數理統計課程的教材，也可以作為統計工作者及對統計學感興趣的自學者的參考資料。

本書是一本簡明而全面的介紹現代神經網絡、人工智能和深度學習技術的書籍，專門為軟件工程師和數據科學家設計。全書詳細講解了過去六年深度學習技術的演變，以實際案例對TensorFlow和Keras在深度學習中的應用進行了講解。書中案例基於Keras API [1]的TensorFlow 2.x，並提供了數十個使用Python編碼的深度神經網絡的實際工作示例，具有較強的參考價值和指導意義。 本書的讀者對象為從事人工智能技術工作的軟件工程師和數據科學家。

水聲學作為近代聲學的重要分支，是一門理論和實踐相結合的學科，建立理論模型和進行仿真研究是基本的研究方法。本書將信號處理和水聲學有機結合在一起，講授了水聲信號處理過程所涉及的信號處理基本概念與處理手段，進而引出水聲學中水聲傳播現象、規律及機理。同時，本書大部分章節提供了基於Python語言的源代碼，可讓讀者通過實踐加深對水聲理論的理解，以期實現理論與實踐的統一。

本書共13章，覆蓋了人工智能各個方面的數學內容，包括微積分基礎、迭代優化與凸函數、向量、矩陣、概率論、數理統計、線性模型、熵與不確定性、大規模矩陣分解、迭代優化方法、深度學習基礎、隨機方法和模型評估。本書每章都有基礎知識講解、應用背景介紹、公式推導和理論分析，同時穿插2～4個對應的Python編程案例，所有代碼都可供讀者直接運行。本書適合學術型與應用型大學的人工智能專業教師教學和學生學習使用，也適合廣大人工智能行業從業人員參考使用。

本書是專為小學高年級學生設計的人工智能科普圖書，旨在通過一系列實踐活動和跨學科主題，引導學生走進物聯網的世界，培養他們的創新思維和實踐能力。全書共分為4個單元，通過介紹物聯網領域的發展，並結合Python等編程語言，引導學生深入理解物聯網的基本原理、關鍵技術和應用，掌握物聯網應用開發和實驗設計的方法，為他們未來在物聯網領域的發展奠定堅實的基礎。本書適合小學高年級的學生閱讀。

本書結合大量實驗程序和圖表，通俗易懂地介紹了Linux操作系統的運行原理和硬件的基礎知識，涉及進程管理、進程調度器、內存管理、存儲層次、文件系統和外部存儲器等。實驗程序使用C語言和Python編寫，讀者可親自動手運行程序，來確認系統的行為。另外，以圖解的方式介紹各知識點，簡明且直觀，能夠幫助讀者加深理解。讀者只需對Linux基本命令有所瞭解，即可輕鬆閱讀。本書適合應用程序開發人員、系統設計師、運維管理人員和技術支持人員等人士閱讀。

本書是《大學計算機基礎》一書的實訓指導。全書共分為兩個部分。第一部分是實訓，從操作系統初步應用、WPS 文字文稿處理、WPS 電子表格處理、WPS 演示文稿處理、計算機網絡基礎與應用、Python 語言程序設計6個方面來組織內容。用戶可以結合《大學計算機基礎》的內容和本書中的實訓進行上機操作。第二部分是習題，該部分按照計算機等級考試一級MS Office大綱和《大學計算機基礎》的內容，改編了各類題目，題目類型主要有單選題、多選題、判斷題、操作題4類，方便學生自測練習。

A hands-on, code-based guide to leveraging Julia in a variety of scientific and data-driven scenarios Key Features: Augment your basic computing skills with an in-depth introduction to JuliaFocus on topic-based approaches to scientific problems and visualisationBuild on prior knowledge of programming languages such as Python, R, or C/C++Purchase of the print or Kindle book includes a free PDF eBook Book Description: Julia is a well-constructed programming language which was designed for fast execution speed by using just-in-time LLVM compilation techniques, thus eliminating the classic problem of performing analysis in one language and translating it for performance in a second.This book is a primer on Julia's approach to a wide variety of topics such as scientific computing, statistics, machine learning, simulation, graphics, and distributed computing.Starting off with a refresher on installing and running Julia on different platforms, you'll quickly get to grips with the core concept

本書圍繞大數據預處理業務背景及相關技術，以學習情境的方式，首先介紹了使用 Python、Pandas對各種數據源的讀寫，然後介紹了數據的清洗、集成、規約、變換四個處理數據方式，最後介紹了使用Kettle工具和MapReduce編程對數據進行處理的技術，通過理論結合實際、循序漸進的學習方式，讓讀者學習並掌握大數據預處理技術及應用。本書理論分析相對較少，側重動手實踐，適合應用型本科、高職高專大數據技術專業學生和希望快速進入大數據領域的讀者參考使用。

本書是由長期從事信息技術教學和科研工作，並具備豐富教學實踐經驗的一線教師編寫的。本書以新一代信息技術為主線，涵蓋大數據概論、數字媒體、信息安全、物聯網、程序設計(Python)基礎和人工智能6 章。根據需要，部分章提供實訓項目及配套資源，對讀者提高相應操作技能有很大幫助。 本書深入淺出、通俗易懂，可以作為高職高專院校各專業公共基礎課教材，也可以供信息技術行業的專業人員和愛好者自學使用，具有較高的參考價值。

本書是《大學計算機基礎（Windows 10+WPS Office 2019）（微課版）》的配套實踐教程。全書共分為兩部分：第1部分是實驗指導，包括計算機信息技術與系統基礎、計算機操作系統基礎、WPS文字辦公軟件、WPS表格辦公軟件、WPS演示辦公軟件、計算機網絡基礎、網頁設計與製作、數據庫技術基礎、Python程序設計基礎等內容；第2部分是習題集，各習題均按照全國計算機等級考試一級WPS Office考試大綱和《大學計算機基礎（Windows 10+WPS Office 2019）（微課版）》的內容設置題目，並附有參考答案，方便學生進行自測練習。

本書使用Python語言以及流行的scikit-learn機器學習庫等資源，通過易於實踐的項目，幫助讀者掌握開發有效的機器學習系統所需的流程、模式和策略。本書首先介紹機器學習的基本概念和機器學習系統的評估技術；之後擴展工具庫，引入另外幾種分類和回歸技術以及特徵工程；最後介紹一些較為前沿的新技術，包括組合機器學習模型和自動化特徵工程模型等，並將機器學習應用于圖像處理和文本處理兩個特定領域。

本書是一本將概率論與數理統計用於非數學類專業學習分析風險和經濟決策的入門教材，自始至終向讀者闡明如何在複雜的現實情形中運用概率論，並將概率論晦澀的數學運算融入到生動有趣的現實經濟生活中。全書的分析推導或例題解析都是在Microsoft Excel電子表格、SPSS統計軟件及python程序算法中進行的，這有助於讀者處理更為複雜的現實問題；而強調電子表格建模的結果是，閱讀完本書的讀者可從中學到精妙的

本書是一本系統介紹深度學習基礎知識和理論原理的入門書籍。本書從神經網絡的基本結構入手，詳細推導了前向傳播與反向傳播的數學公式和理論支持，詳細介紹了如今各種優化神經網絡的梯度優化算法和正則化技巧，給出了在實際應用中的超參數調試和網絡訓練的技巧。同時，也介紹了典型的卷積神經網絡（CNN）和循環神經網絡（RNN）。除了介紹理論基礎外，本書以Python為基礎，詳細介紹了如今主流的深度學習框架PyTorc

本書遵循由淺入深、由易到難的原則, 循序漸進地介紹使用樹莓派玩轉機器人的必備軟硬件知識與技術。全書共8章, 第14章為樹莓派入門部分, 主要介紹樹莓派軟硬件、Scratch和Python編程語言以及各種傳感器的使用, 並提供豐富的操作案例, 方便讀者輕鬆構建樹莓派項目。本部分學會之後, 讀者基本上可以掌握使用樹莓派軟硬件與第三方軟硬件協同工作, 搭配和使用傳感器親手搭建一個簡單的用於巡線且自動跟隨

本書分四個部分，第一部分主要介紹基礎知識，包括認識機器學習和自然語言處理、快速上手Python、線性代數、概率論和統計學；第二部分主要介紹自然語言處理技術，包括自然語言處理介紹、語料庫技術、中文分詞、數據預處理、馬爾科夫模型、條件隨機場、模型評估、剖析自然處理工具背後的原理；第三部分主要介紹機器學習技術，包括認識機器學習、常見機器學習算法、機器學習算法案例源碼實現。第四部分主要介紹工程項目實踐，包

為適應高職教育培養高素質技術技能型人才的新要求，在總結課程建設成果和數學建模經驗的基礎上，編寫此版教材。《高等數學(少學時)》(第5版)包括函數與建模、導數與變化率問題、物理量微元變化的累積、微分方程建模等共4章。全書將數學知識、實踐案例和數學實驗有機結合，體現了數學的應用性。各單元將學習目標拆分為：知識目標，能力目標，素質目標；增加了課程思政的案例；將課程思政恰如其分的添加到教材中，增加了Python數學實驗部分，內容更豐富。

本書主要依據教育部高等學校大學計算機課程教學指導委員會於2015年編制的《大學計算機基礎課程教學基本要求》的指導思想編寫，把互聯網時代以計算思維為導向的新一輪教學改革思想融入書中。全書分為7章，內容包括計算機與計算思維、計算機硬件基礎、計算機操作系統、計算機網絡基礎、數據的管理與處理、Python程序設計入門、算法初步等。本書既注重思維能力的培養，又兼顧應用需求，在通俗易懂的前提下，盡可能展示實用

數據分析是指用適當的數學方法對收集來的大量數據進行分析，以求最大化地開發數據的功能，發揮數據的作用。數據分析是為了提取有用信息和形成結論而對數據加以詳細研究及概括總結的過程。數據分析的目的在於把隱藏在一大批看來雜亂無章的數據中的信息集中、萃取和提煉出來。數據科學是高等學校非計算機專業本科學生必修的一門公共基礎課程，其目標是拓寬學生知識面，提高學生數據分析和應用能力，培養學生創新能力，從而實現培養學生在各專業領域中應用數據分析和可視化解決問題的基本能力的目的。本書綜合分析了理、工、文、經、管、醫、護多種專業對數據分析與處理的教學要求，本著知識夠用、精講多練和項目式學習的理念與思路，將全書分為6章：數據科學基礎、數據處理工具-Python、數據預處理、數據分析、數據可視化設計、數據科學應用案例。從數據科學基礎知識入手，利用Python數據處理工具，依據大數據處理的三大流程分別介紹數據預處理要求、數據分析的主要方法和數據可視化方式，最後以網絡爬蟲、文本數據、圖像數據和語言數據四類真實案例來鞏固和提升自己的數據處理和分析能力，提高解決實際問題的能力。

本書面向具備一定Python 基礎的大學生及有技術背景的愛好者,旨在培養適應工業領域數據采集與應用需求的專業人才。本書通過項目式教學,先搭建整體知識框架,再以獨立模塊呈現各領域內容,主要內容包括項目概述、通信調試助手與MQTT 協議、數據的本地化採集與網絡傳輸、Ubuntu 系統下MQTT 代理服務器搭建。本書整合了成熟工程項目方案，助力學習者理解多學科知識的實際融合，並掌握應對複雜挑戰的能力，為推動工業及相關領域創新發展奠定基礎。

本書系統梳理了人工智能在化學領域的最新進展，涵蓋人工智能基本方法、及在分子設計、反應預測、材料篩選等應用。本書分為緒論、分子表示、機器學習算法、神經網絡基礎、卷積神經網絡在化學的應用、循環神經網絡在化學中的應用、圖神經網絡在化學中的應用七章，深入淺出地介紹了人工智能在化學工程、材料科學以及藥物化學中的應用，著重闡述了Python編程環境的搭建與配置和機器學習工具庫的功能與選擇。此外，書中還配套了大量AI在化學工程、材料科學、藥物化學中的應用案例。

本書圍繞大模型應用開發的核心原理與實踐方法展開。針對LangChain擁有數十萬行代碼、CrewAI依賴繁多的問題，本書以100行Python代碼為起點，回歸本質，提出AI應用的統一抽象——“圖”，系統介紹聊天機器人、檢索增強生成、深度研究和智能體等典型應用的基本結構與實現方式。同時，本書深入分析影響AI應用效果的關鍵因素，包括提示詞設計、工具使用能力與上下文構建方法，強調複雜系統也可通過簡潔代碼高效實現。本書內容緊湊實用，讀者不僅能夠理解每一個AI產品的實現邏輯，還能親手將其複現與擴展。

本書系統介紹如何利用CoppeliaSim機器人仿真軟件，快速搭建高逼真無人機數字孿生系統，完成從感知、規劃、控制到集群協同的全鏈路仿真驗證。全書以"場景—算法—實現—驗證”為主線，涵蓋軟件基礎、場景建模、API調用、動力學仿真、二次開發及單機/多機實戰案例，並提供Python、C++、Lua多語言代碼庫。本書注重工程實踐與科研轉化，以案例驅動教學，幫助讀者掌握無人系統仿真的核心方法。本書適合無人機、自動化、計算機等相關專業的高年級本科生、研究生，以及從事低空經濟、機器人研發的工程技術人員和科研人員參考學習。

本教材立足高職高專教育 “強基礎、重應用” 的培養定位，共 7 個項目，包括初識生成式人工智能（AIGC）、人工智能賦能文件及文字處理、人工智能賦能 Excel 表格處理、人工智能賦能 PowerPoint 演示文稿、人工智能賦能 python 數據處理、人工智能應用體驗、智慧電商。每個項目配有項目導讀、項目要點、任務描述、預備知識、任務實施、任務拓展、項目總結、思考與練習等模塊，清晰呈現知識點與實踐方向。教學中，教師可依託項目推進 “教學做” 一體化，讓學生在實操中消化知識；自學者可跟隨任務流程，邊學邊練，借助項目總結、任務拓展鞏固提升。

本書共8章。從人工智能發展簡史和基礎概念切入，循序漸進地講解Python編程與數據分析基礎、語音處理及其應用、機器學習基礎、神經網絡與深度學習、自然語言處理基礎、計算機視覺等核心內容，並闡述了人工智能倫理及其對社會的影響，探討算法偏見與公平性和數據隱私保護等前沿議題。本書設有“實踐操作”環節，並為關鍵知識點配備了微課視頻，幫助讀者理解複雜知識。本書既可作為高等學校人工智能通識教育課程的教材，也可作為社會人士瞭解人工智能技術的入門讀物。

本書為《人工智能與數據處理基礎》(第2版)(ISBN:9787302686378)的實驗實訓教程，實例豐富、針對性強、實用性強。本書以智能數據分析技術及其應用路線為核心，通過翔實的案例和習題，介紹數據存儲設計與Access數據庫管理、數據存儲中的表與關係、查詢、數據分析語言——Python、數值數據智能分析技術、文本數據智能分析技術和人工智能數據分析方法。本書可以作為“新文科”與“新工科”建設背景下全國高等院校的人工智能和數據處理通識課的實驗實訓教材，也可以作為人工智能的普及讀物供廣大讀者自學或參考。

本書示例豐富，圖文並茂，以簡明易懂的方式闡釋了算法，旨在幫助程序員在日常項目中更好地利用算法為軟件開發助力。前三章介紹算法基礎，包括二分查找、大O表示法、兩種基本的數據結構以及遞歸等。餘下的篇幅主要介紹應用廣泛的算法，具體內容包括：面對具體問題時的解決技巧，比如何時採用分而治之、貪婪算法或動態規劃，哈希表的應用，圖和樹算法，K最近鄰算法等。這一版將示例代碼更新到了Python 3，並新增了兩章專門討論樹，加之諸多修訂，使得內容更加完善。

《地理信息系統QGIS與PyQGIS》聚焦目前被廣泛使用的開源地理信息系統軟件QGIS，系統介紹了QGIS的基礎知識，由淺入深地帶領讀者學習QGIS的安裝、使用QGIS讀取和預處理地理空間數據的方法、對不同類型地理空間數據(柵格數據和矢量數據)進行各種空間分析的方法、地理空間數據的可視化方法與技巧(地圖製圖等)。《地理信息系統QGIS與PyQGIS》內容還涵蓋QGIS的高級使用方式，如構建模型、調用外部插件、基於Python控制台運行腳《地理信息系統QGIS與PyQGIS》件以實現 QGIS中的功能、在集成開發環境中使用 PyQGIS實現QGIS中的功能等。

《數理統計（第五版）》是科學版研究生教學叢書之一，主要講述數理統計相關內容，在第四版的基礎上修訂而成。第四版獲“2020年陝西省普通高等學校優秀教材（研究生教育優秀教材二等獎）”。《數理統計（第五版）》共八章，內容包括統計量與抽樣分佈、參數估計、統計決策與貝葉斯估計、假設檢驗、方差分析與試驗設計、回歸分析、多元分析初步、Python語言簡介。各章均配有習題，書後附有參考答案和附表。本次修訂除了對教材進行適當補充、更新外，還增加了重點講解微視頻，以滿足學生個性化學習的需求，掃碼即可查看。

本書介紹了軟件開發中常用的基本原理、方法和技術。主要內容包括軟件開發方法、數據結構及其應用、操作系統及應用程序開發、數據管理及應用程序開發、網絡及應用程序開發、多媒體編程技術及實驗等。本書以Python語言為程序的承載語言，包括可視化程序設計、進程及線程程序設計、數據庫應用程序設計、圖形圖像和音視頻程序設計等內容。除第1章外，每章都有實例並附適量的習題。在實例中融入思政元素，讓讀者在技術學習中感受中國文化，感受美和力量。

本書以計算機的發展歷程為主線講解計算機的基礎知識，將科普性與專業性相結合，理論性與實踐性相結合，以豐富的精選示例引導讀者從淺入深、由易到難理解計算機求解問題的思維方式，提升學科交叉意識。本書共7章，主要內容包括：數制與信息編碼、計算與計算機系統、軟件開發與Python程序設計、數據結構與算法、網絡與網絡安全、數據管理與數據庫、計算機的前沿技術。本書針對不同專業學生之間的差異，實現層次化教學設置，針對不同類別的專業每一章節做了不同的教學要求。

本書全面覆蓋了線性代數的主要內容, 涵蓋線性方程組、矩陣運算、行列式、向量空間、特徵值與特徵向量等主題。作為現代數學的基石, 線性代數在各個應用領域中發揮著關鍵作用。本書將線性代數的理論與實際應用相結合, 通過清晰的解釋和豐富的實例, 幫助學生構建數學思維, 理解抽象概念, 並將這些知識應用於實際情景。教材強調實際應用與編程解決問題的方法, 每章都配備了Python編程範例, 這有助於讀者鞏固理論知識並培養解決實際問題的能力。

本書通過理論講解與應用實例相結合的項目式任務式編排，展示了機器學習的基礎方法和模型，注重實踐過程，為讀者後續學習打下基礎。本書基於Python語言總結了回歸、分類、聚類三種分析方法，主要內容包括線性回歸、邏輯斯特回歸、樸素貝葉斯分類、決策樹分類、隨機森林、支持向量機、KNN分類和K均值聚類共八個任務，並附有相關程序代碼及參考答案。本書可作為職業院校計算機類、大數據類與人工智能類專業及相關專業的課程用書，也可作為數據處理技術初學者的參考用書。

本書共分8章：第1-3章介紹IDL與天文學的緊密聯繫、IDL對天文數據的讀取以及IDL對天文數據的二維及多維圖像的展示；第4章重點討論如何在IDL中完成不同數據模型的建立、擬合及後續的梳理驗證；第5章介紹如何將IDL與Python語言進行互動，讓實用的函數基本上涵蓋了現階段觀測天文學的研究領域；第6章討論數據降維及可視化在天文學研究中的應用；第7章討論IDL在時域天文學中的應用；第8章將以上各章中的內容進行有機結合，並一一展現出來。

本書共有8章，其中，第1章介紹計算機的基本概念、信息表示、計算機硬件和軟件基礎、大數據與人工智能基礎；第2章介紹操作系統基礎知識與Windows10操作系統的基本操作；第3章介紹應用Word2016對文檔進行編輯；第4章介紹應用Excel2016創建和格式化數據表；第5章介紹應用PowerPoint2016製作演示文稿；第6章介紹數據庫的基礎知識和Access2016的基礎應用；第7章介紹計算機網絡基礎、Internet技術及應用基礎、信息安全基礎、雲計算基礎、物聯網基礎；第8章介紹計算思維基本概念、Python程序設計基礎。

本書編寫目的是向讀者介紹大數據清洗的基本概念和相應的技術應用，共分8章：數據清洗簡介、數據清洗中的理論基礎、文件格式及其轉換、Excel數據清洗、Kettle數據清洗、Kettle與數據倉庫、Python數據清洗、數據清洗綜合實訓。本書將理論與實踐操作相結合，通過大量的案例幫助讀者快速瞭解和應用數據清洗相關技術，並對重要的核心知識點加大練習比例，以達到熟練應用的目的。本書適用於高校人工智能、大數據技術相關專業的學生，也可供大數據技術愛好者自學使用。

本書按照福建省中等職業教育計算應用基礎學業水平考試大綱編寫，內容包括信息技術應用基礎、網絡及應用、圖文編輯、數據處理、演示文稿製作、python程序設計、數字媒體技術應用、人工智能、信息安全基礎，共9個部分。本書有三個用途：主要用於福建中職學業水平考試，也可以用於全國計算機等級考試和高新技術考試。緊緊圍繞計算機應用基礎課程標準所提出的知識與能力要求，根據A、B、C、D四個層次的學習水平內涵，緊跟學業水平考試題型，強調基礎，力求創新。

為深入貫徹落實黨的“二十大”精神，加快建設數字中國，培養大批具備計算思維和人工智能素養的創新人才，本書以培養學生的計算思維能力和人工智能應用能力為目標，力求做到理論與實踐相結合、知識與能力並重、科技與人文交融，為讀者提供一本內容豐富、結構清晰、實用性強的人工智能通識課教材。本書分為理論篇和實踐篇兩大部分，共8章。第1～6章為理論篇，從計算思維與計算機系統基礎入手，詳細介紹了計算機系統基礎知識，深入探討了人工智能的概念、核心要素、關鍵技術及應用，幫助學習者全面掌握人工智能的理論體系。此外，還涵蓋了分布式計算環境、雲計算、大數據、物聯網、區塊鏈等前沿技術，幫助學習者瞭解人工智能在當代技術環境中的應用與發展趨勢。第7～8章為實踐篇，聚焦Python編程實戰，通過實驗和項目實戰逐步引導學習者掌握Python編程技巧，掌握如何利用AI開放平臺編程實現文字識別、圖像識別等功能；深入探討AIGC(生成式人工智能)工具的應用，涵蓋寫作、圖表、演示文稿、圖像、視頻、代碼生成等多個領域，結合實際案例，幫助學習者快速上手AIGC工具，提升工作效率。本書緊跟時代步伐，注重思維訓練，強化實踐應用，既適合作為高等院校人工智能通識課程的教材，也可作為人工智能愛好者的自學用書。