Python

本書針對目前青少年特發性脊柱側凸臨床醫學影像評估中存在的問題，提出了關於脊柱正位相X線圖像分割、關鍵點檢測、特徵提取、分類、三維重建、病例模型生成的方法，介紹如何通過人工智能技術實現對脊柱側凸計算機輔助評估，從而提高對脊柱側凸評估的準確度、客觀度和可靠性。全書分為6章：第1章概述了青少年特發性脊柱側凸的醫學影像評估方法及其存在問題，以及應用人工智能技術進行計算機輔助評估的意義；第2章介紹基於深度學習的脊柱X線圖像Cobb角自動測量方法，包括基於U-Net 模型的椎體分割方法；第3章介紹基於深度學習的脊柱X線圖像椎體旋轉度自動測量方法，包括基於HRNet模型進行多任務學習的椎體關鍵點檢測和椎弓根影分割方法；第4章介紹基於深度學習的骨盆X線圖像Risser征自動分級方法，包括基於Swin Transformer模型的髂骨區域特徵提取方法；第5章介紹基於深度學習的脊柱正位相X線圖像三維重建方法；第6章介紹基於變分自編碼器的脊柱側凸病例模型生成方法。各章方法均已在Python開發環境下編程實現，讀者可以登錄華信教育資源網下載這些程序代碼。

本書根據編者多年講授公共計算機課程的經驗，同時徵求開設“數字素養與技能”這門課程的部分院校的意見和建議，並參考國內相關教材，結合自身教學科研實踐編寫而成。本書力求做到體系完整、通俗易懂、簡明扼要。本書基於 WindOws 10+Office 2021，講解操作系統和Office辦公軟件的使用技巧；基於PyCharm 3.10，講解PythOn程序開發的流程和計算機中問題求解的過程；基於各類多媒體軟件，講解圖像、音頻、視頻的編輯過程。全書共9章，主要內容包括計算機信息技術基礎、計算機系統的構成、計算機網絡與信息安全、文字處理軟件 WOrd 2021、電子表格軟件 Excel 2021、演示文稿軟件 PowerPOint 2021、程序設計與問題求解、多媒體技術及應用、計算機發展前沿技術。本書內容的設計以培養和提升學生的信息技能和信息素養為目標，使學生通過本書的學習，進一步培養分析問題和解決問題的能力，為繼續學習其他的計算機課程和把計算機應用到其他課程的學習中做好準備。本書適合作為高等院校及各類培訓學校計算機基礎課程的教材，也可作為高等學歷繼續教育和全國計算機等級考試MSOffice應用科目的參考用書，還可作為國家機關、企事業單位辦公人員提升計算機辦公應用水平的自學參考用書。

本書共11章，以企業級應用為出發點，從雲計算與雲存儲、對象存儲，到MinIO的部署、MinIO服務端控制台管理、身份認證與數據加密、存儲桶的通知與監控、數據備份與故障處理、SDK與API部署、MinIO靜態資源服務器，再到MinIO企業級應用案例與優化技巧、MinIO企業級集群架構部署等多個方面，通過實用的案例和通俗易懂的語言，向讀者展示了利用MinIO在企業中快速、高效地佈局存儲應用的全流程。同時，隨書贈送MinIO分布式配置文件、各操作系統安裝包(含信創ARM)、各操作系統客戶端、MinIO多活分布式架構圖、負載均衡官方推薦配置和Python SDK測試代碼等海量學習資源，並對相關重點、難點提供了掃碼看視頻的服務，以幫助讀者全面理解MinIO。本書的讀者對象包括雲計算工程師、數據工程師和數據科學家、系統管理員以及軟件開發人員等群體。雲計算工程師可以通過本書詳細瞭解MinIO的部署和管理；數據工程師和數據科學家可以通過本書學習如何使用MinIO進行高效的數據存儲和管理；系統管理員可以通過本書瞭解如何配置和優化MinIO，以及如何進行故障處理和數據備份；軟件開發人員則可以通過本書學習如何使用MinIO的SDK和API進行開發，以及如何在工作中使用MinIO。

本書從產業鏈金融的起源講起，結合實際案例講解產業鏈金融平臺的前臺設計、技術中台設計、數據平臺設計、風控設計及信息安全的核心要點，既體現了傳統行業的業務創新、數字轉型的探索過程，又介紹了當前主流銀行的開放性建設成果。讀者不但能全方位地瞭解產業鏈金融平臺的建設過程，還能針對自己感興趣的方面進行深入學習。本書共6章，第1章介紹了產業鏈金融的發展、變革歷程，以及對傳統企業的核心價值；第2章介紹了系統核心功能的設計及在線簽約、實名認證等技術的原理；第3章介紹了結合容器雲技術、微服務技術與DevOps技術構建技術中台的過程，以及對接開放銀行、央行征信的過程；第4章介紹了開源大數據平臺的建設及數據倉庫的設計思路；第5章基於Python的機器學習庫介紹了智能風控的開發過程；第6章介紹了在產業鏈金融平臺建設過程中如何規避信息安全的法律風險。本書內容全面，且圍繞開源技術展開介紹，實用性極強，特別適合建設產業鏈金融平臺的傳統企業架構師、開發人員及產品人員閱讀，也適合對開源的技術中台、大數據平臺及信用風控感興趣的開發人員閱讀。

本書通過對組成智能機器人的硬件、軟件以及單傳感器信息處理及多傳感器信息融合算法四個方面的介紹，讓讀者對親手製作智能機器人的過程有一定的瞭解，並能跟著書本介紹的方法製作一款屬￿自己的智能機器人。本書是按照機器人內部傳感器、外部傳感器以及多傳感器信息融合的順序進行介紹的，其中外部傳感器又分為觸覺、嗅覺、聽覺及視覺四個部分進行敘述。與人類從自然界獲取信息的途徑相似，聽覺與視覺是智能機器人獲取信息的主要途徑，所以本書對此進行了詳細敘述。本書採用信用卡大小的樹莓派電腦連接上述各類型的傳感器獲取數據、傳遞數據及處理數據。讀者在設計本書所介紹的智能機器人時，可以採取先局部後整體的開發設計策略：先逐個將傳感器與樹莓派連接並調試好，再選擇一種或多種合適的傳感器信息融合算法組裝機器人整體。本書所選的軟件及大部分硬件都是開源的，所基於的硬件平臺相當便攜性好，選擇的軟件系統是Linux+ROS+Python的組合。本書適合高職高專院校電子信息、物聯網、智能裝備製造等學科的專科生使用，也適合作為電子愛好者學習搭建智能機器人的參考資料。

本書以秦嶺淮河一線以內的中國南方地區為案例研究地，從基礎篇、機遇篇、挑戰篇和展望篇四大塊層層遞進，探索中國南方地區冰雪旅遊產業的破圈之路，進而為全球低緯度地區在資源稟賦限制條件下的發展提供參考。具體研究內容包括：首先，運用資料整理和歸納分析方法，對南方地區自然和人文環境展開分析，此為本書的基礎內容；其次，運用空間分析、地理探測器和紮根分析等研究方法，識別南方地區冰雪旅遊資源的空間分佈特徵及其影響因素，分析南方地區冰雪旅遊目的地旅遊形象感知的演變過程，同時梳理近幾十年國家和地方關於南方冰雪旅遊開發的政策文件，通過與區域冰雪旅遊開發程度對比，厘清冰雪旅遊開發政策效應；然後，使用python編程結合百度指數，對冰雪旅遊開發水平及其網絡關注度進行橫向對比，並分析其錯配特徵，以此識別南方地區冰雪旅遊開發程度與網絡關注度發展的不同階段，進而選擇廬山為具體調研地點，分析南方地區冰雪旅遊風險的主要類型及冰雪旅遊安全的管理策略，從而研究南方地區發展冰雪旅遊的社會環境，尤其是南方居民對於冰雪活動的心理適配程度，最終從生態、社會、經濟等角度對南方地區冰雪旅遊開發適宜性指標構建及評價，提出南方地區冰雪旅遊產業發展策略。

本書全面介紹現代Web開發的核心技術與主流框架，內容涵蓋前端開發、後端開發及主流框架應用。全書以實戰為導向，結合典型案例，幫助讀者掌握從基礎語法到項目開發的完整流程。全書共11章。第1章著重介紹Web基本概念、Web開發技術體系及VS Code安裝； 第2～4章著重介紹HTML、CSS、JavaScript等Web前端開發技術，以及Vue、Element Plus和Axios前端框架； 第5、6章著重介紹PHP開發技術和PHP框架； 第7～9章著重介紹Java語言基礎、Java Web開發技術和Java框架； 第10、11章著重介紹Python語言基礎及Flask、Django框架。全書提供大量應用實例，每章後均附有實驗習題。本書作為高等院校信息安全、網絡空間安全專業的核心課程教材，主要適用于“Web安全基礎”“Web開發技術”等課程的教學需求，可為後續“Web安全攻防”“Web滲透測試技術”“Web漏洞挖掘與利用”等專業課程奠定必要的技術基礎。同時，本書也可作為軟件工程、計算機科學與技術等相關專業的“Web開發技術”課程教材，滿足計算機類專業的基礎教學要求。同時，本書特別適合作為網絡安全工程師、Web應用開發人員的技術參考用書，可為從事Web安全防護、漏洞檢測與修復等工作的技術人員提供系統的技術參考。書中涵蓋的主流開發框架實踐案例，對企事業單位的網絡安全從業人員搭建最新Web漏洞靶場、研究Web安全新型漏洞、防範網絡攻擊等具有較強的實用參考價值。

人工智能通識課程旨在普及人工智能基礎知識，幫助學生理解人工智能的概念及其在各個領域的應用，掌握人工智能的核心算法和關鍵技術。 本書圍繞人工智能的基本概念、關鍵技術及具體應用展開介紹，共6章。第1章為人工智能概論，介紹什麼是人工智能，人工智能能做什麼，人工智能的研究領域和面臨的挑戰等；第2章主要圍繞Python語言及相關開發環境進行系統介紹，便於後續深入開展人工智能實踐及應用研究；第3章主要介紹機器學習的概念及常用方法，包括回歸、分類和聚類算法，並通過實踐案例展示特徵工程、回歸分析、分類等技術在實際場景中的應用；第4章介紹深度學習基本思想，重點介紹深度學習3個方面的應用，包括圖像分類任務、回歸任務和目標檢測任務；第5章介紹大模型關鍵技術，並面向理工、農業、人文和經管類專業提供可選擇的實踐案例；第6章主要介紹人工智能的典型應用場景，分別從智慧交通、智慧農業、智慧醫療、智慧商務、智慧創作5個方面進行介紹。 本書提供教學大綱、教學課件、實踐案例、習題解答等數字化資源，讀者可登錄華信教育資源網免費下載。 本書既可作為高等學校相關專業人工智能通識課程的教材，也適合對人工智能技術感興趣的廣大讀者閱讀。

本書聚焦於製造企業，基於創新生態系統視角，將數字創新能力和戰略柔性（動態能力）、價值共創和差異化戰略（戰略行動）與商業模式創新聯繫起來，構成創新生態系統下能力與戰略共同驅動商業模式創新的一個模型。本書基於動態能力理論、資源編排理論與創新生態系統理論，將兩種不同類型的動態能力和戰略行動納入同一框架，突破只考慮單一影響因素的研究局限，探討數字創新能力驅動的商業模式創新機制。本書通過三個子研究實現這一機制探討：（1）在理論文獻的基礎上，運用Python文本分析並借鑒紮根理論，對9家企業進行深度訪談，通過預調研和正式調研，運用Nvivo12進行編碼，重構企業數字創新能力的內涵與維度，開發並檢驗測量量表。（2）將數字創新能力、戰略柔性、價值共創、差異化戰略以及商業模式創新納入同一研究框架，通過對製造企業兩個階段的大規模問卷調查，最終收回有效企業樣本413份，利用SPSS22.0和AMOS23.0軟件進行實證分析，探討創新生態系統視角下數字創新能力驅動商業模式創新的實現機制。（3）通過製造業產教聯盟收集創新生態系統下的製造企業樣本共355個，運用fsQCA3.0分析促進商業模式創新的組合影響因素構型，並分析促進高技術製造企業實現商業模式創新的前因條件組態，厘清各影響因素的作用及其互動關係。

《領先之路:計算機八大專業學習與就業指導》彙聚作者多年從事計算機教學和職業規劃的經驗，全面介紹了計算機八大主流專業的入門與實踐內容，旨在幫助讀者從零基礎起步，逐步理解計算機核心技術與應用。書中的八大專業指計算機科學與技術（C++語言入門）、軟件工程（Java語言入門）、信息安全（C語言入門）、人工智能（Java、Python）、大數據科學與技術、數字媒體、通信工程和物聯網工程。每一章都通過具體的項目案例，詳細講解專業知識的設計、開發環境、技術要點和調試技巧，幫助讀者通過實踐掌握技能，樹立自信，實現通曉技術。在附錄中進一步擴展了計算機領域的學習深度與廣度，科普了計算機、人工智能和編程語言的發展歷程。此外，附錄還提供了關於實習和校招的實用指導，包括簡歷撰寫、面試準備等技巧，幫助讀者為求職做好充分準備。同時，書中分析了計算機學習過程中的六大常見誤區，幫助讀者避開常見的陷阱，規劃職業發展路徑，從而做出更明智的選擇。《領先之路:計算機八大專業學習與就業指導》不僅提供了系統的學習路徑，還包括作者豐富的實踐經驗和寶貴的職業規劃建議，適合計算機專業的學生、希望轉行的職場人士或有志於深入某一技術領域的開發者閱讀，助力其在技術領域脫穎而出。

本書以“數據管理—數據挖掘—知識發現”為主線，將智能數據處理及分析的理論方法與Python程序實現相結合。作者開發了基於Git的在線編程平臺和案例庫，旨在構建智能數據工程“思想—模型—技術—實現”四位一體的知識學習框架。本書圍繞數據處理及分析的典型任務，從不同類型數據的特點出發，介紹架構、模型及算法，注重智能數據處理及分析理念的傳遞。本書介紹智能數據工程的經典方法和前沿技術，包括數據管理篇、數據挖掘和智能分析篇、知識表示和知識推理篇三部分。數據管理篇（第1～3章）介紹關系數據庫查詢優化、經典信息檢索、數據組織和架構技術；數據挖掘和智能分析篇（第4～7章）介紹高維數據挖掘、視覺數據分析、文本數據分析和圖數據分析技術；知識表示和知識推理篇（第8～9章）介紹知識圖譜和貝葉斯網模型及相應的知識推理技術。學習本書，讀者需要具有計算機程序設計、數據庫技術、深度學習的基礎知識，以及使用開源平臺的基本能力。本書可作為計算機和電子信息類相關專業研究生、高年級本科生數據工程、人工智能或機器學習等相關課程的教材，也可作為數據科學及人工智能等相關學科研究和開發人員的參考書。教師可根據學生類別、課程性質、學分設置和學習目標選擇不同篇（或章）開展教學。

本是一部深入淺出的專業教材，旨在幫助讀者掌握從數據收集到分析的全流程實戰技巧。作為一本實戰性強的書籍，本書不僅涵蓋了商務數據分析的理論框架和技術方法，還通過實際案例與操作指南，引導讀者逐步掌握從數據收集到分析、決策的全流程，為提升數據驅動的商業決策能力提供了可靠的參考和工具支持。本教材系統介紹了商務數據分析的核心概念、工具和技術應用。開篇通過對商務數據分析的概述，幫助讀者理解數據分析的定義、重要性及其在當代商業環境中的應用。書中進一步探討各行業如何利用數據驅動企業科學決策。這一基礎奠定了全書的框架，幫助讀者從根本上理解數據分析為何在現代商業決策中至關重要。書中詳細介紹了如何使用網絡爬蟲、API接口等技術獲取數據，並借助Python、Stata等工具進行深入分析。不僅是一部有關數據分析的專業教材，還是一本為讀者提供實際操作指導的實戰手冊。本書無論是在學術研究中運用數據分析實證方法，還是在企業進行數據驅動的商業決策時，讀者都能夠通過本書掌握必備的技能和思維方式。在當今數據驅動的世界中，本教材將為廣大讀者提供寶貴的知識與工具，幫助他們在數據分析領域取得成功。

本书的主要内容包括：认识人工智能、人工智能技术简介、机器学习、神经网络基础、卷积神经网络、循环神经网络、计算机视觉、自然语言处理、AI行业应用、人工智能时代机遇与挑战。人工智能是以机器为载体所展示出来的人类智能。人类一直不懈努力，让机器模拟人类在视觉、听觉、语言和行为等方面的某些功能，以提升生产能力，帮助人类完成更为复杂或危险的工作，造福人类社会。由数据、算力、算法“三位一体”共同驱动的人工智能作为当前数字技术发展的最前沿，将有力驱动新一轮工业革命和信息革命，引领科技、经济和社会的巨大变革，开启数字经济新时代。人工智能是引领未来的战略性技术，当前世界各国都意识到，人工智能是开启未来智能世界的密钥，是未来科技发展的战略制高点，是推动人类社会变革第四次工业革命的主导技术，谁掌握人工智能，谁就将成为未来核心技术的掌控者。世界主要发达国家都把发展人工智能作为提升国家竞争力、维护国家安全的重大战略之一。本书不是一本简单的人工智能基础入门教材，不是知识点的铺陈，而是致力于将知识点融入案例中，深入浅出地对知识点进行全面系统的讲解。全书内容涵盖人工智能概述、Python基础、机器学习、计算机视觉、语言识别、自然语言处理、知识

本書主要內容分為三部分，逐步引導學生由淺入深、由簡到難地學習。第一部分是環境基礎教學，包括第1、2章，分別是實驗環境搭建和Python編程語言基礎；第二部分是機器學習，包括第3～11?章，詳細介紹了機器學習的核心算法原理及相關實戰案例，如利用隱形眼鏡數據集構建隨機森林模型來預測適合客戶的隱形眼鏡類型、基於樸素貝葉斯分類算法實現年收入預測、採用支持向量機算法預測泰坦尼克號人員存活率；第三部分是深度學習，包括第12～16章，重點介紹深度學習基礎知識和不同經典網絡原理及相關實戰案例，如利用卷積神經網絡模型實現手寫數字識別、採用VGG16模型實現天氣識別，以人工智能的示範應用來啟發學生進一步進行深化研究。本書提供課程資源包，包括案例源代碼、課件PPT等。本書面向具有人工智能技術需求的相關專業學生，按照初學者的學習思維與人工智能的特點及規律進行設計，科學佈局並合理規劃課程路線，緊密結合機器學習與深度學習發展歷程，並將陳述性理論知識穿插於技能訓練中。本書可作為高等院校計算機相關專業人工智能課程的教材或實踐配套教材，也可作為非計算機相關專業人工智能創新實驗課程和大專、培訓類學校的參考書。

Qt 是軟件開發領域中非常著名的C++可視化開發平臺。本書以Qt 5.15 為平臺，系統介紹Qt 5 的各種功能，在此基礎上配套各種實例，然後綜合應用各種功能開發綜合應用實例。全書分為以下5 部分。第1 部分為Qt 5 基礎(第1～11 章)，內容包括Qt 概述，模板庫、工具類及控件，佈局管理，基本對話框及實例，主窗口及實例，事件處理及實例，繪圖及實例，文件、目錄與數據庫操作，模型/視圖及實例，網絡通信及實例，定時器、線程和DLL 庫。第2 部分為綜合應用實例(第12～15 章)，內容包括圖元、鼠標事件、序列化、工具欄綜合應用實例(我的繪圖板)，MDI、文件目錄、樹、Python綜合應用實例(文檔分析器)，網絡通信、SQLite、圖元系統、實時語音綜合應用實例(簡版微信)，多媒體、線程、視頻圖元、MySQL 綜合應用實例(簡版抖音)。第3 部分為Qt 5.15 和OpenCV 綜合應用(第16～18 章)，內容包括Qt 5.15+OpenCV(含Contrib)-4.6.0 環境搭建，OpenCV 圖片處理及實例，OpenCV、樹控件、表格控件綜合應用實例(醫院遠程診斷系統)。第4 部分為QML 編程基礎、QML 動畫特效和Qt Quick Controls 開發基礎(第19～21 章)。第5 部分為網絡資源文件和文檔(可免費下載)，包括本書所有實例和綜合應用實例的工程文件、21 個PPT 教學培訓課件、57 個實例開發教學視頻文件、電子商城系統綜合實例文檔、MyWord 字處理軟件綜合實例文檔，Qt 5 操作Office 實例文檔等。附錄A 為Qt 5 簡單調試。本書既可作為Qt 5 開發人員的學習和參考用書，也可作為高等院校相關專業教材或Qt 5 培訓用書。

【本書特色】 著重PyTorch的實作與應用， 輕鬆進入深度學習與人工智慧領域！ ☛詳細說明深度學習的實作流程，以系統化步驟來處理各式的任務問題。 ☛介紹深度學習原理，實作DNN、CNN、RNN、LSTM、RL各種演算法。 ☛提供完整的程式範例，程式力求淺顯易懂，說明深入淺出。 ☛注重數據集的探索處理，可強化數據分析能力。 【內容簡介】 深度學習是人工智慧的一個分支，相較於傳統的機器學習，深度學習在某些領域中更接近人類智慧，而逐漸走進我們的生活中，常見的應用如人臉辨識、語音識別、智慧駕駛等。 PyTorch是一個開源的Python深度學習函式庫，這個軟體主要由Facebook的人工智慧研究團隊開發，而由於PyTorch的語法簡單，且擁有完善的文件說明，目前已成為開發深度學習的主要框架之一。 本書內容由淺入深，不只對PyTorch進行系統化的介紹，也詳細說明了神經網路、CNN網路、RNN網路及強化學習等主題。本書還安排了18個實習，以PyTorch實作深度學習的各種演算法，經由實作的過程，可有效幫助讀者學習，進入深度學習的世界。 【目標讀者】 ☛對深度學習有興趣的初學者，可讓讀者兼顧理論與實作。 ☛適用於大專院校「深度學習」課程的學生，可作為教師授課之用。 ☛已學過TensorFlow且想再學習PyTorch框架者，可對學習、研究及求職有很大的幫助。 ☛專案設計者、AI工程師、數據分析工程師，也很適合閱讀本書。

不會艱深晦澀、不再高深莫測 你一定能看懂的自然語言處理入門書！ INTRODUCTION TO NATURAL LANGUAGE PROCESSING ♘Java與Python雙實作：圖文並茂！演算法、數學公式、程式碼相輔相成。 ♘探索式學習路徑：循序漸進！從問題、演算法再到範例實作，一目瞭然。 編輯推薦 作者匯集多年經驗，從基本概念出發，逐步介紹中文分詞、詞性標註、命名實體識別、資訊抽取、文字聚類、文字分類、句法分析這幾個熱門問題的演算法原理與工程實作。透過講解多種演算法，比較它們的優缺點與適用場景，同時詳細展示實際專案導向的程式碼，協助讀者真正將自然語言處理（NLP）應用到正式環境之中。 儘管作者目前是NLP領域的翹楚，但他曾是非本科生，對自學入門有親身體驗，深諳初學者的學習痛點。希望透過這本與眾不同的入門讀物，為讀者打開另一扇機會之門，幫助你零起點上手NLP，讓你在通勤時也能把書讀完讀懂！ 隨著本書的學習，你將從普通程式設計師晉級為機器學習工程師，最後進化為NLP工程師。 專家好評 HanLP作者何晗寫的這本書值得一讀。這本書系統性地介紹NLP的基礎技術，深入淺出、容易理解，對初學者助益極大。 周明 微軟亞洲研究院副院長，國際計算語言學會會長 本書不僅介紹NLP的任務及演算法，也提供可以實際執行的線上程式碼，非常適合NLP初學者入門並快速部署到正式環境。 王斌 小米人工智慧實驗室主任、NLP首席科學家

《自然語言處理--大模型：通向AGI之路》是一本全面介紹大語言模型的教材，旨在幫助讀者掌握這一前沿人工智能技術。本教材首先從自然語言處理基礎和神經網絡原理出發，逐步引領讀者深入瞭解大語言模型的構建與訓練方法。通過系統講解Transformer架構，使讀者能夠理解其核心機制。與傳統的教材不同，本書強調實踐與應用。通過大量實例，讀者將學會如何利用大語言模型進行自然語言生成、文本分類、情感分析等任務，極大地拓展了應用領域。 本教材內容豐富，步驟詳細，解釋了基本概念，並提供了實用示例。讀者將首先瞭解NLP是什麼以及關鍵理論技術，特別是如何通過大型模型來完成NLP中的各種任務。隨後，讀者將學習當前廣泛的自然語言處理和大語言模型相關技術，並瞭解每種技術的最佳應用場景，包括新的大型語言模型(LLMs)。在此過程中，本書將介紹相關的自然語言處理Python庫。讀者不僅將學習NLP的基礎知識，還將瞭解許多實際問題，如獲取數據、評估系統、改善系統結果和部署NLP應用程序。 本教材的獨特之處在於深入剖析了模型訓練和優化的關鍵步驟，為讀者提供了優化模型性能的實用方法。本教材適合不同程度的自然語言處理和深度學習基礎的學生、研究人員以及從業者。無論你是計算機科學、人工智能、數據科學等相關領域的學習者，還是希望應用大語言模型於實際場景的專業人士，本教材都將成為你深入研究這一領域的得力助手。

本書編者結合十餘年的醫院管理數據建模的實踐案例，細緻地、系統地梳理成有法可循的基礎技能，希望更多的醫院管理人士能夠熟悉與掌握。第一章，概述了醫療機構數據建模概念，介紹了以EXCEL為代表的電子表格軟件在數據驅動醫院管理和真實世界醫學研究的數據建模應用。第二章，分為3節18個單元，詳細介紹了在醫院管理與醫學研究中，應用EXCEL數據建模的三個步驟，即彙集數據、數據透視與匯總計算、邏輯分析與可視化。這些內容系統地闡述了數據建模的基礎技能。第三章，分為3節12個單元，重點介紹了在微軟辦公組件範圍內，增強EXCEL數據模型功能與自動化的三類方法，即辦公組件相互配合、VBA開發、第三方插件。這些內容具體地展示了數據建模的增強工具。第四章，分為3節6個單元，簡要介紹了使用經典的數據分析軟件，配合EXCEL數據模型與外部銜接的三類應用，即PowerBI、Python、R-studio。這些內容實戰地表達了數據建模的生態環境。第五章，分為2節，從業務梳理、管理需求、數據建模、信息技術、衛生統計和操作技能六個方面，介紹了2個醫院管理應用場景的數據模型，分別運用了第二、三、四章的知識點，讓醫院管理同仁能有循序漸進的學習體驗。第六章，分為2節，從研究背景與目的、材料與方法、研究結果、研究討論和研究結論五個方面，介紹了2個醫學研究應用場景的數據模型，也分別運用了第二、三、四章的知識點。讓醫學研究同道能有簡單實用的學習收穫。

本教材書主要介紹和講解目前人工智能三個主要流派所包含的基礎理論和研究方法，並通過實例來詳細瞭解這些技術的特點及應用，帶領讀者走進人工智能的世界。本書以人工智能技術的發展為線索，內容共分5章，包括知識的表示、搜索技術、機器學習、深度學習等內容，在結構上便於裁剪，適應于不同學時的高校教學需求；在內容上將對數學原理和算法的講解與實例分析和Python代碼實現相配合，通過例題來幫助讀者理解和應用公式，具體代碼實現部分也能更好地幫助讀者理解數學原理和應用實際之間的結合方法、算法的組織過程以及相關人工智能技術的編程實現，能儘快上手應用。同時，本書除了介紹各種算法基本步驟的源代碼實現以外，還介紹了目前人工智能領域裡一些主要算法工具包的使用方法，降低了非計算機類專業學生的編程門檻，並增加了參考實驗環節，方便實驗教學和進行實戰學習。實驗和章節中的相關實例內容均附有源代碼及介紹，源代碼中包含詳盡的注釋。本書有配套網絡教學平臺，便於開展線上線下混合式教學，讀者可下載超星學習通並註冊，打開學習通APP，掃描二維碼加入學習。本書可作為高等院校人工智能及相關專業本專科人工智能基礎課程的教材，也可用於其他專業的選修教材，還適合對人工智能感興趣的讀者學習參考。

《動手學深度學習：PyTorch版》是《動手學深度學習》的重磅升級版本，選用經典的PyTorch深度學習框架，旨在向讀者交付更為便捷的有關深度學習的互動式學習體驗。《動手學深度學習：PyTorch版》重新修訂《動手學深度學習》的所有內容，並針對技術的發展，新增注意力機制、預訓練等內容。《動手學深度學習：PyTorch版》包含15章，第一部分介紹深度學習的基礎知識和預備知識，並由線性模型引出最簡單的神經網路——多層感知機；第二部分闡述深度學習計算的關鍵元件、卷積神經網路、迴圈神經網路、注意力機制等大多數現代深度學習應用背後的基本工具；第三部分討論深度學習中常用的優化演算法和影響深度學習計算性能的重要因素，並分別列舉深度學習在電腦視覺和自然語言處理中的重要應用。《動手學深度學習：PyTorch版》同時覆蓋深度學習的方法和實踐，主要面向在校大學生、技術人員和研究人員。閱讀《動手學深度學習：PyTorch版》需要讀者瞭解基本的Python程式設計知識及預備知識中描述的線性代數、微分和概率等基礎知識。《深度學習詳解》根據李巨集毅老師“機器學習”公開課中與深度學習相關的內容編寫而成，介紹了卷積神經網路、Transformer、生成模型、自監督學習（包括BERT和GPT）等深度學習常見演算法，並講解了對抗攻擊、領域自我調整、強化學習、元學習、終身學習、網路壓縮等深度學習相關的進階演算法。在理論嚴謹的基礎上，《深度學習詳解》保留了公開課中大量生動有趣的例子，幫助讀者從生活化的角度理解深度學習的概念、建模過程和核心演算法細節。

《機器學習：貝葉斯和優化方法（原書第2版）》對所有重要的機器學習方法和新近研究趨勢進行了深入探索，通過講解監督學習的兩大支柱——回歸和分類，站在全景視角將這些繁雜的方法一一打通，形成了明晰的機器學習知識體系。 新版對內容做了全面更新，使各章內容相對獨立。全書聚焦於數學理論背後的物理推理，關注貼近應用層的方法和算法，並輔以大量實例和習題，適合該領域的科研人員和工程師閱讀，也適合學習模式識別、統計/自適應信號處理、統計/貝葉斯學習、稀疏建模和深度學習等課程的學生參考。 此外，《機器學習：貝葉斯和優化方法（原書第2版）》的所有代碼均可免費下載，包含MATLAB和Python兩個版本。 《機器學習：貝葉斯和優化方法（原書第2版）》重要更新及特色： 重寫了關於神經網絡和深度學習的章節，以反映自第1版以來的研究進展。這一章從感知器和前饋神經網絡的基礎概念開始討論，對深度網絡進行了深入研究，涵蓋較新的優化算法、批標準化、正則化技術（如Dropout方法）、CNN和RNN、注意力機制、對抗樣本和對抗訓練、膠囊網絡、生成架構（如RBM）、變分自編碼器和GAN。 擴展了關於貝葉斯學習的內容，包括非參數貝葉斯方法，重點討論中國餐館過程（CRP）和印度自助餐過程（IBP）。 追蹤新的研究趨勢，包括稀疏、凸分析與凸優化、在線分布式算法、RKH空間學習、貝葉斯推斷、圖模型與隱馬爾可夫模型、粒子濾波、深度學習、字典學習和潛變量建模等。 提供實用案例分析，包括蛋白質折疊預測、光學字符識別、文本作者身份識別、fMRI數據分析、變點檢測、高光譜圖像分離、目標定位等。

教材,編程思維可以分解為4個部分：問題分解,模式識別,抽象思維,算法設計.這是一種高效且實用的思維方式,尤其在處理看起來很複雜的問題上,非常有效.生活上處處可以運用編程思維.在21世紀的今天,各項各業都已經和信息技術相結合,科學研究更是如此,由此而產生眾多交叉學科,編程便成為了交叉學科的最基本技能.編程思維涵蓋了反映計算機科學之廣泛性的一系列思維活動,是適合每個人的一種普遍的認識和一類普適的技能.本教程希望通過Blockly可視化編程語言作為編程入門工具,通過類似拼圖的方式構建出程序,結合遊戲案例教學,激發學生們學習編程的興趣,推動他們更深入的探究程序設計和進行算法設計.此外,Blockly功能非常強大,可以用它開發出功能更強大的編程工具,如非常流行的編程工具Scratch、AppInventor等.用Blockly編寫程序的代碼可以自動轉換成Javascript、Python、PHP、Lua、Dart等語言.筆者將通過遊戲引入課程內容講解,再到能力提升,增加了學習的趣味性；本教材將全面系統介紹所有知識點,並結合程序設計思維和算法思維講解,由易到難進行編寫,將更加適合不同層次的讀者的使用.通過本教材的編寫,提升學生學習編程的興趣,促使學生瞭解計算機解決問題的一般步驟,理解程序設計思維、算法思維在問題解決過程中所發揮的作用,提高學生運用計算機知識實現問題的抽象、進行問題求解和形式化描述的能力,最終能使用計算機知識解決本專業的實際問題.深度融合現代信息技術,構建複合型的教學內容體系,集教材、微課、MOOC、互動於一體的新形態教材.本教材是湖南師範大學校級規劃立項教材.

內容簡介 在AI浪潮席捲而來的今天，編程不再是少數人的專屬技能，本書正是你零基礎邁入AI編程世界的實踐指南，系統講解如何借助DeepSeek和Windsurf兩大AI編程助手，實現人人都能學會編程的願景。 本書由香港智友數字科技CEO、資深AI編程與數字化運營專家蘭翔領銜撰寫，凝聚了他豐富的開發經驗和AI實戰經驗。本書獲得了東方證券原首席經濟學家、浙商銀行原行長、重慶富民銀行董事長兼行長、武漢大學和負擔大學教授等多位業界與學界的權威專家的高度評價與鼎力推薦。 面對AI時代編程門檻高、學習效率低、實戰應用難的痛點，本書為你提供了一套從思維到方法，從工具到項目，從原理到實踐的系統性解決方案，讓你告別傳統編程的晦澀難懂，輕鬆掌握AI編程的核心技能，實現從零基礎到獨立開發的跨越。 掌握本書內容，你將收穫以下價值： （1）AI編程核心方法論： 深入解析DeepSeek與Windsurf如何驅動零基礎學習，掌握AI編程的核心思維、提示詞工程原理及人機協作模式。 （2）AI助手高效代碼開發： 學習如何利用AI助手進行需求分析、代碼生成、調試優化，涵蓋Python基礎、數據處理、項目架構等核心技術，大幅降低學習門檻。 （3）AI編程項目實戰技能： 通過數據分析報告生成系統、自動化日報工具、本地事務提醒助手、網站搭建等多個實戰項目，掌握AI在項目開發中的作用、多項目規劃與迭代優化技術，增強獨立開發與問題解決能力。 （4）個人AI工具生態系統構建： 掌握數據分析、自動化工具、提醒系統等應用開發，搭建個人效率提升的完整解決方案，實現從學習到成果轉化的全流程突破。 跟隨本書，與AI導師DeepSeek和Windsurf並肩作戰，你將輕鬆掌握編程奧秘，不僅能學會寫代碼，還將學會AI時代的思考方式與協作能力。無論你是想轉行IT，提升職場競爭力，還是實現個人創意，這本書都將成為你實現夢想的堅實基石，助你在數字化未來中搶佔先機，成為AI時代的弄潮兒！

本書是教育部計算機領域本科教育教學改革試點工作（“101計劃”）核心課程“計算概論（計算機科學導論）”之配套教材，也是面向所有大學生的第一門計算機課程的配套教材，由哈爾濱工業大學牽頭，東南大學、南京航空航天大學、湖南大學、北京大學等五所高校的優秀教師組成的課程建設組共同編寫。大學生的第一門計算機類專業核心課程應是計算機類專業的一門綱領性課程，也是所有專業學生必修的計算思維教育課程，旨在培養學生的科學與工程思維——計算思維，為學生今後深入學習設計、構造和應用各種計算系統求解學科問題奠定思維基礎。關於如何培養計算思維，本書試圖通過進階化的程序實踐項目，為讀者提供可研讀、可體驗、可實踐的實現計算思維的程序，使其能夠構建關於計算系統/工具的思維體系,是通過程序實踐培養計算思維的一種新探索。本書由16章內容構成：第1章介紹計算思維教育教學內容體系以及進階化程序實踐項目的總體設計方法；第2章簡要介紹程序設計語言Python及其編程實踐環境；第3～16章，每章介紹一個程序實踐項目，包括項目涉及的典型計算思維、項目總體設計方案、編程任務分解及其說明、關鍵編程任務的源代碼等。本書的實踐項目包括函數曲線繪製、曲線擬合、掃雷、CPU仿真、文件存儲仿真、分形圖案繪製、二十四點計算、數獨、旅行商問題求解、五子棋、網絡構建、網絡數據傳輸、應用數據庫、神經網絡建模與訓練。本書中所有項目的編程任務源代碼以開源的形式供讀者索取和研究。本書可作為不同類型高校計算機類專業第一門計算機教育課程的教材，也可作為各層次高校所有專業學生第一門計算機教育課程的教材。對於各類計算機教育工作者、從事計算機各領域工作的人員，本書也是一本極具價值的參考書。

本書是教育部計算機領域本科教育教學改革試點工作（“101計劃”）核心課程“計算概論（計算機科學導論）”之配套教材，也是面向所有大學生的第一門計算機課程的配套教材，由哈爾濱工業大學牽頭，東南大學、南京航空航天大學、湖南大學、北京大學等五所高校的優秀教師組成的課程建設組共同編寫。大學生的第一門計算機類專業核心課程應是計算機類專業的一門綱領性課程，也是所有專業學生必修的計算思維教育課程，旨在培養學生的科學與工程思維——計算思維，為學生今後深入學習設計、構造和應用各種計算系統求解學科問題奠定思維基礎。關於如何培養計算思維，本書試圖通過進階化的程序實踐項目，為讀者提供可研讀、可體驗、可實踐的實現計算思維的程序，使其能夠構建關於計算系統/工具的思維體系,是通過程序實踐培養計算思維的一種新探索。本書由16章內容構成：第1章介紹計算思維教育教學內容體系以及進階化程序實踐項目的總體設計方法；第2章簡要介紹程序設計語言Python及其編程實踐環境；第3—16章，每章介紹一個程序實踐項目，包括項目涉及的典型計算思維、項目總體設計方案、編程任務分解及其說明、關鍵編程任務的源代碼等。本書的實踐項目包括函數曲線繪製、曲線擬合、掃雷、CPU仿真、文件存儲仿真、分形圖案繪製、二十四點計算、數獨、旅行商問題求解、五子棋、網絡構建、網絡數據傳輸、應用數據庫、神經網絡建模與訓練。本書中所有項目的編程任務源代碼以開源的形式供讀者索取和研究。本書可作為不同類型高校計算機類專業第一門計算機教育課程的教材，也可作為各層次高校所有專業學生第一門計算機教育課程的教材。對於各類計算機教育工作者、從事計算機各領域工作的人員，本書也是一本極具價值的參考書。

本書以當前流行的MySQL 5.7作為平臺，內容分為MySQL基礎、習題、實驗、數據庫綜合實訓、數據庫應用開發實訓和附錄。本版對MySQL基礎部分進行了系統優化，使內容更加簡明扼要，對原有實例進行了修改，從而為實驗數據庫與教程的一體化創造了條件。全書MySQL命令分層縮進，基礎部分數據庫表列名採用漢字，綜合實訓數據庫表列名則採用英文字符，數據庫及其對象、函數名等採用小寫字母，系統關鍵字採用大寫字母，語句格式清晰易懂，運行結果直觀。數據庫綜合實訓通過一個規模不大的數據庫綜合實例，將數據庫主要對象及其相互配合包含其中，同時又為後面的數據庫應用開發實訓進行了精心的數據準備。實驗部分數據庫與基礎部分的是一樣的，這樣實驗更加方便，供讀者自己思考和練習的內容也更系統和豐富，同時更有利於讀者理解基礎部分所學知識。習題部分進一步系統化，豐富了題型和內容。數據庫應用開發實訓介紹目前流行的PHP、Spring Boot、Python、Android Studio、Qt、C#和Visual C++等平臺操作MySQL數據庫的實例。每一個實訓既可獨立構成一個小的應用系統，包含操作數據庫的基本方法，同時又可把幾個實訓合為一個綜合大系統。本書融基礎和應用於一體，系統性、應用性均比較完善。由於本書的內容體系具有自己的特色，並且從方便教和學兩個角度組織內容、調試實例和安排先後順序，所以用本書教和學均比較方便，讀者可根據自己的實際需要比較和選擇本書各部分內容。本書免費提供配套的教學視頻(建議在WiFi環境下掃碼觀看)、教學課件和習題參考答案。免費提供7個實訓平臺上可運行的源程序文件。同時免費提供實訓網絡文檔和配套的源程序文件，需要的讀者請到華信教育資源網(www.hxedu.com.cn)免費下載。本書可作為大學本科、高職高專院校有關課程教材，也可供廣大數據庫應用開發人員使用或參考。

【本書特色】 繼台灣人工智慧領域最暢銷著作《TensorFlow+Keras深度學習人工智慧實務應用》之後，大數據分析大師、暢銷名作家 林大貴最新力作《圖解TensorFlow 2初學篇：實作tf.keras + Colab雲端、深度學習、人工智慧、影像辨識》嶄新登場！解決學習TensorFlow 2的障礙，輕鬆進入深度學習與人工智慧領域！ ✪漸進式系統化學習TensorFlow 2 ✪圖解輕鬆理解深度學習與人工智慧 ✪Step by Step實作快速上手 ✪Colab節省訓練模型的時間與金錢 ✪養成深度學習模型直覺式的理解 ✪學會TensorFlow 2的最新技術 ✪學會影像辨識模型從原理到實作 ✪學會訓練深度學習模型的實務經驗 【內容簡介】 TensorFlow 2是最受歡迎的「人工智慧與深度學習」平台，學會了TensorFlow 2，對於你的現有工作提升與未來轉職都有很大的幫助，然而多數人在學習過程中卻遇到了很多困難，而本書能解決學習TensorFlow 2的障礙。 ✪漸進式系統化學習TensorFlow 2 本書是《圖解TensorFlow 2》系列叢書的第一本初學篇，本系列叢書主要是幫助初學者解決進入此領域的障礙，循序漸進有系統地學習「TensorFlow 2與人工智慧、深度學習」，本系列叢書詳細說明於本書序言。 ✪圖解輕鬆理解深度學習與人工智慧 很多讀者都是在百忙之中抽空學習，本書以很多的「圖解」來解說深度學習原理與程式系統的架構圖。由於「一張圖勝過千言萬語」，比起文字的說明，「圖解」更可讓原理易懂且印象深刻。 ✪Step by Step實作快速上手 你只需要有Python基礎，依照本書範例程式碼Step by Step的詳細解說，便可讓你快速學會實作不同的深度學習模型。 ✪節省訓練模型的時間與金錢 本書介紹Google Colab，只需要有Google帳號與瀏覽器，就能夠免費使用GPU訓練模型，加快訓練速度十多倍以上，可節省你採購與安裝顯示卡的昂貴費用。 ✪培養「深度學習模型」直覺式的理解 本書介紹玩TensorFlow Playground理解深度學習的原理。透過實際示範，讓你眼見為憑（有圖有真相），例如：什麼是「神經元」？什麼是「過度擬合」（overfitting）？並了解如何設定超參數等。 ✪學會TensorFlow 2的最新技術 本書介紹Ten

這是一套數據指標體系全流程構建(從規劃、框架設計、數據采集加工到應用)方法論與實踐指南。它不僅深入淺出地分享了通用的數據指標體系構建策略，還通過多個行業實例展示了具體操作方法。書中從數據采集入手，借助BI工具Superset實踐構建過程。本著“一切技術都是為業務服務的”這一宗旨，本書除了包含數據指標體系構建相關內容外，還結合統計學原理及Excel、Python等工具，深入剖析數據指標波動對業務的影響，旨在幫助讀者深入理解數據指標與實際業務的底層關聯，把數據指標體系落地到業務中。第一篇(第1章)：深度解讀數據指標體系的基礎知識，讓讀者充分理解數據指標，並掌握構建策略、全流程和方法概要，其中包括數據指標體系分類標準、評判優質指標的4個標準、選擇數據指標的4個注意事項、數據指標體系3要素、構建指標體系的7個策略等重點。第二篇(第2～6章)：從實踐層面出發，帶領讀者基於業務目標一步步提煉5類產品(工具類、內容類、社交類、交易類、遊戲類)的關鍵數據指標，並通過精細的維度拆解，呈現清晰的指標規劃圖譜。本篇還在最後站在分析維度的角度給出了數據指標分析的方法論。第三篇(第7章和第8章)：在第二篇形成的規劃圖譜的基礎上，給出數據指標構建的完整方法論，並以在線教育、電子書閱讀工具、圖文內容社區、網約車平臺、社交電商這五大典型行業為例，完整解讀如何將方法論應用於實踐。第四篇(第9章和第10章)：揭秘數據從埋點收集到清洗加工的全過程，包括原始數據采集、數據處理與指標開發、數倉模型構建等。這是實現高效數據處理的關鍵，也是數據分析師必備技能之一。第五篇(第11章和第12章)：通過實際案例指導讀者搭建數據指標體系，並展示如何利用數據指標體系監控業務動態，分析數據異動，量化其對整體業務的影響。其中包括25種BI數據可視化方法、2個監控看板實戰案例、精准定位數據異動的方法、4種數據異動類型、1套異動維度拆解策略，以及7種量化數據異動貢獻度的方法。

中國明確提出了二氧化碳排放力爭於2030年前達到峰值，努力爭取2060年前實現碳中和的“雙碳”目標，這對提升能源效率提出更加緊迫要求。目前，學界關於提升能源效率的路徑建議主要聚焦在技術進步與產業結構優化兩個方面，但尚未見對兩者前置因素的系統性研究。同時，在經濟增長向主要依靠消費轉變的背景下，現有文獻缺乏圍繞綠色消費影響能源效率的專門性成果。從人力資本具有的功能與作用本性來看，它可能是技術進步、產業結構優化、綠色消費等的前置因素。本書以馬克思生產節約思想、效率分析理論、技術進步理論、能源替代理論等相關理論為基礎，採用規範分析與實證分析相結合、定性分析與定量研究相結合、比較分析法等多種方法，以及DEA、Python等技術手段，緊扣“人力資本影響能源效率的機制與路徑”這一核心命題，在分析人力資本對能源效率作用機理以及人力資本和能源效率時空格局的基礎上，討論了人力資本對能源效率影響可能存在的內生性問題，尋找了有效的工具變量，實證了人力資本對能源效率的影響，並進一步驗證了影響機制。本書的主要研究工作及結果如下。第一，人力資本對能源效率提升具有促進作用。首先，本書通過模型推導證明了人力資本對能源效率存在影響， 且結合經濟實際判斷人力資本可促進能源效率提升；其次，分別對樣本期內我國 30 省市人力資本和能源效率進行測度，分析人力資本與能源效率的事實特徵，發現絕大多數地區的人力資本與能源效率具有趨同演進趨勢；再次，構建IV-Tobit 模型進行分析，回歸結果表明人力資本每提高一個百分點能源效率會提高16.9%， 實證檢驗了本書的核心命題成立。第二，人力資本對能源效率是通過綠色技術進步效應、 產業結構優化效應、 公眾綠色偏好效應發生影響的，政府治理可對以上三種效應產生調節作用。第三，人力資本對能源效率的影響會有異質性結果。

自ChatGPT上市滿週年以來，其熱潮未見減弱，OpenAI官方更積極拓展其應用範圍，推出了Plugins與GPTs等服務，進一步豐富ChatGPT的使用場景。這些創新的大型語言模型（LLM）應用，正在逐步轉變我們的軟體操作方式，將自然語言作為輸入介面，以生成的內容作為輸出回應。舉例來說，僅需輸入「明天10點安排業務會議，並通知相關人員」，LLM應用即可自動完成會議的建立與相關通知。這種方式，無疑是人類溝通中最為自然的模式。面對如此劃時代的變革，我們迫切需要適當的開發指導與策略。 本書旨在提供此類指南，專門解析目前市場上兩大主流的LLM應用開發框架—LangChain與Semantic Kernel。無論您是Python或.NET的開發人員，都能從本書中獲得寶貴的知識與技能。除此之外，本書還特別介紹了當前最受企業青睞的知識庫應用架構—RAG實作，以及提示工程的視覺化工具，每個主題都配有專章詳細介紹與實作教學，旨在為讀者提供全面而深入的學習體驗。 本書特色 1.首本涵蓋LangChain與Semantic Kernel框架教學指南在人工智慧領域，ChatGPT已成為不可忽視的焦點。雖然市場上有許多書籍從探討Prompt提示的調用出發，但真正深入探討如何整合外部系統或進行複雜Prompt提示的資料卻寥寥無幾。本書將填補這一空白，專注於兩大主流開發框架：LangChain與Semantic Kernel，為讀者提供深入指南。 2.內容涵蓋向量資料庫、RAGRAG是目前企業打造知識庫LLM應用的首選架構，其技術層面涵蓋向量、詞嵌入、提示工程，本書一一拆解為讀者提供詳細的RAG設計過程與實作。 3.提示流程視覺化工具提示流程視覺化工具是一種開發工具，目的在簡化由大型語言模型（LLM）提供之 AI 應用程式的整個開發週期。可簡化原型設計、實驗、反覆運算和部署 AI 應用程式的程式。本書手把手教學，甚至可以實現零程式碼建造LLM應用。適合非專業開發者使用。 4.本書適合的「讀者族群」a.想瞭解如何使用LangChain與Semantic Kernel的開發者b.想瞭解向量資料庫與RAG架構的開發者c.想瞭解Prompt提示工程視覺化設計的使用者d.想瞭解在企業面如何整合ChatGPT導入應用的技術主管 專業推薦

本教材基於會計、信息和技術的交叉融合，培養會計學專業本科生會計數據科學思維與能力數據，具有理論的創新性和人才培養的實踐價值。本教材首先介紹會計與數據科學的發展歷程、數智時代的會計定位，並由此提出會計數據科學的理論基礎與實踐路徑，為學生會計數據科學思維奠定基礎。在此基礎上，依次講解會計數據科學的信息理論基礎，即大數據原理與架構簡介；會計數據科學的技術基礎，包括Python基礎、網絡爬蟲、數據預處理、數據挖掘與自然語言處理、數據可視化等；進一步，結合本科生的人才培養需求以及未來職業環境的現狀，闡述開放式API接口和平臺在會計數據科學中的應用；最後，根據上述學習內容，在會計基礎工作數據處理、財務分析與可視化、業財融合數據分析、宏觀政策文本與量化分析等會計應用場景進行示例，旨在深化學生的會計數據驅動分析與決策能力的培養。本教材的特點在於：明確採用開放式API接口和學習平臺，使學生畢業後能不受企業用戶級平臺的限制。基於開放式API接口和學習平臺一方面能快速使用最新的大數據技術，又能降低學生的編程要求，使學生將主要精力用於會計數據決策中，具有非常重要的現實意義。相對而言，目前國內高校在會計大數據方面的教學改革主要從三種路徑。第一條路徑是以規劃設計為主導的路徑，注重會計大數據系統構建和程序設計，此部分對學生數理和計算機基礎較高，主要面對部分“雙一流”高校學生；第二條路徑是校企合作路徑，利用企業開發的會計大數據系統、財務共享系統和財務機器人系統等，主要進行操作層面的講解，適用于學生畢業後在就職企業使用特定平臺(如用友、浪潮等)，但學生脫離該平臺將難以勝任會計數據驅動處理與決策工作；第三條路徑處於上述兩種路徑之間，但發展思路尚不清晰。本教材則進行了第三條路徑且明確了教學方向。

《深度學習入門 基於Python的理論與實現》本書是深度學習真正意義上的入門書，深入淺出地剖析了深度學習的原理和相關技術。書中使用Python3，儘量不依賴外部庫或工具，從基本的數學知識出發，帶領讀者從零創建一個經典的深度學習網絡，使讀者在此過程中逐步理解深度學習。書中不僅介紹了深度學習和神經網絡的概念、特徵等基礎知識，對誤差反向傳播法、卷積神經網絡等也有深入講解，此外還介紹了深度學習相關的實用技

本書介紹了基於Python的資料分析與智慧建模領域的若干案例。全書共6章，其中，第1章介紹Python科學計算模組Numpy和資料分析模組Pandas；第2章介紹20個資料視覺化的經典案例；第3章介紹插值和擬合；第4章介紹線性規劃和非線性規劃；第5章介紹回歸分析；第6章介紹聚類分析。

《Python 網絡爬蟲從入門到實踐》一書適用於Python 爬蟲入門學習的讀者，書中全面介紹了使用Python進行網絡爬蟲開發的入門必備知識，本書從學習與應用的角度出發，幫助讀者快速掌握網絡爬蟲的各項技能。全書共17 章，包括初識網絡爬蟲、瞭解Web 前端、多種網絡請求模塊、網頁數據的多種解析方式、爬取動態渲染的信息、多線程與多進程爬蟲、數據處理與存儲、App 抓包工具、識別驗證碼、Scrapy