Python

以新文科理念為指導，將大數據與管理會計深度融合交叉。以大數據在管理會計中的應用為重點，分析數字化時代下大數據等新技術給管理會計帶來的變革，增加Python的基礎知識及應用前景，打破不同專業學科之間的藩籬。將Python應用于成本性態分析、本量利分析、長期投資決策分析、全面預算、作業成本管理、績效評價等專題大數據分析中，注重培養學生運用現代信息技術解決管理會計問題的能力。按照財政部《管理會計基本指引》和《管理會計應用指引》的要求，以業財融合為導向，汲取文件新思想、新理論、新方法，對教材內容進行補充，如戰略管理部分增加戰略地圖、價值鏈管理會計工具新方法，完善《管理會計》教材的知識體系。從我國國情出發，對書中不適應管理會計發展要求的表述進行完善，對書中存在的文字、計算錯誤進行了修正，對全書的案例和例題進行補充和完善，並編制綜合案例訓練，滿足新時代下管理會計的教學需要，便於讀者更好地理解和應用管理會計的知識與方法。

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。

本書結合地面監測數據與深度學習建模，獲取大範圍、長時序、高精度的大氣顆粒物信息。本書旨在剖析前沿可解釋深度學習模型的理論、方法和技術，結合傳統深度學習框架，研究中國近地面顆粒物濃度遙感反演新方法；具體內容包括：深度學習前沿問題，可解釋深度學習，Python 深度學習環境，深度學習基礎，時空深度學習，可解釋深度學習，並以北京為例，自動挖掘周邊城市對北京大氣環境顆粒物的貢獻。 本書可作為大氣環境專業本科和研究生的輔助讀物及學習用書，亦可作為從事環境領域研究人員的參考用書。

本書從人工智能系統平臺環境部署為主線講解了人工智能的概念以及人工智能平臺環境的部署，主要涉及Linux系統安裝、GPU環境配置、Python環境配置、人工智能基礎概念、Hadoop環境部署、數據庫部署、Docker部署、集群的部署和維護等知識。全書知識點的講解由淺入深，使每一位讀者都能有所收穫，也保持了整本書的知識深度。本書主要涉及八個項目，即基礎環境搭建、人工智能平臺知識基礎、分布式計算原理及Hadoop部署、數據庫基礎知識、容器知識基礎、容器管理工具及Kubernetes部署、人工智能平臺實施、人工智能平臺監控與維護，嚴格按照生產環境中的操作流程對知識體系進行編排。使用循序漸進的方式從Linux系統安裝、GPU配置一直到相關服務的部署等知識進行講解。

本書重點介紹了數據采集和數據預處理的相關理論與技術。全書共9章，主要包括數據采集與預處理概述，大數據開發環境的搭建，使用Flume採集系統日誌數據，使用Kafka採集系統日誌數據，其他常用的系統日誌數據采集工具，使用網絡爬蟲採集Web數據，Python數據預處理庫的使用，使用ETL工具Kettle進行數據預處理，以及其他常用的數據預處理工具。本書在第2章至第9章安排了豐富的實踐操作，實現了理論與實踐的有機結合，幫助讀者更好地學習和掌握數據采集與預處理的關鍵技術。本書可以作為高等院校大數據專業的大數據課程教材，也可以作為計算機相關專業的專業課或選修課教材，同時也可以作為從事大數據相關專業的工作人員的參考用書。

教輔，適合初中八年級及以上學生使用1、根據不同年齡段的學生有著不同的閱讀理解能力和興趣編寫一套中小學人工智能教育叢書，包括小學階段的Scratch圖形化編程與人工智能3冊、初中階段的開源硬件與人工智能2冊、高中階段的Python與人工智能2冊，在內容選擇和難易程度上做出區分，打造一本系統、專業、通俗易懂的中小學人工智能教材。2、建設適合在普通中小學推廣的人工智能教學資源，包括課程教學標準、教案、教學課件、示範課視頻等。3、搭建青少年人工智能學習與軟件編程實驗平臺、測試平臺，編寫青少年人工智能、軟件編程測試題庫。

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。

本書全面系統地介紹數據挖掘的概念、技術、算法及應用，力求為初學者構建一個合適的學習框架。全書將數據挖掘歸納成數據預處理、數據探索、決策樹、貝葉斯分類、人工神經網絡、支持向量機、關聯規則分析、聚類、時間序列預測等幾個主題，不僅詳解技術原理和算法實現，而且結合複雜多樣的實際數據環境，探討其應用場景和使用方法。本書通過對大量圖表、示例、算法的簡潔描述，使讀者盡可能擺脫技術細節的干擾而聚焦於數據挖掘本身。書中所有示例都採用Python實現，此外還提供電子教學課件、習題答案及實踐練習代碼。

為實現人工智能實用型人才的培養，本書以邁進人工智能領域的高效學習路徑為切入點，目標是讓讀者快速進入人工智能的世界，成為一名人工智能應用的開發者。本書切入日常工作生活場景、捕獲數據並從中萃取有價值的信息或模式、利用高效可複用的Python代碼進行人工智能算法實現及可視化，讓讀者可從中學到一些核心的，實現人工智能+的應用開發如分類、預測及推薦等。本教材通過“原理簡述-問題實例-實際代碼-運行效果”來介紹每一個人工智能應用的開發，能夠邊學邊用，通過代碼實現加深對人工智能算法的理解。

本教材讀者主要面向高等院校財經類專業學生及財務從業人員，從內容選取到表現形式更貼近學生、貼近會計實務，力求更好地為專業人才培養服務。教材的基本特色如下： 1.以綜合職業能力培養為目標，體現教學內容的職業性。教材以財務分析崗位的職業能力為本位，選擇其典型工作任務，設計理實一體化的學習任務。在發展學生專業能力的同時，促進學生探究學習、分析問題和解決問題、語言和文字表達能力、數據處理與分析能力等通用能力的提升。2.行動導向的教學組織，體現以學生為中心的教學理念。每一個學習任務都以“明確任務、獲取信息、制定計劃和做出決策、實施計劃、評價反饋”完整的行動方式來組織教學。在行動過程中，學生參與行動的每一個環節，是學習活動中的主人，體現以學生為中心的教學理念。行動過程中，解決問題的方法也不是唯一的，而是多樣化的，提升教學內容的挑戰度，對學生的評價也是對其綜合能力的評價，不是單純的對與錯。3.融入大數據分析思維和能力，體現教學內容的高階性和創新性。大數據、人工智能技術的發展，推動了財務工作向智能化過渡，財務人員需要向管理型複合型人才轉型，需要具備大數據收集、處理、分析能力，綜合運用Python等大數據分析工具做出財務分析、預測和決策。本教材在學習任務中，融入“業財一體”財務分析的理念、大數據分析思維的鍛煉、數據統計和分析能力的培養、大數據分析工具應用的實戰場景，體現教學內容高階性和創新性。教材根據大數據財務分析的崗位能力和財務分析的應用場景，將教材內容分為五大學習領域：財務報表初步分析、財務報表項目分析、財務比率分析與綜合分析、投資分析與決策、Python項目上實戰。每個學習領域按照崗位工作流程劃分學習任務。

本書分為三個部分：基礎理論、大數據可視化、大數據可視化工具及應用。基礎理論部分包括第1、2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，以及可視化的一般流程及設計組件。大數據可視化部分包括第3到7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。大數據可視化工具及應用部分包括第8到14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：Excel、FineBI、DataV、Tableau,開源包Echarts,以及編程語言R、Python.最後還給出了如何使用spark搭建平臺來進行數據統計分析。

本書是一本頗具特色的計量經濟學教材，側重於計量經濟學理論的介紹，連通了線性代數、概率論、統計學等與計量經濟學，並且也涉及了最新的機器學習等話題，而且結合R、Python、Julia等編程軟件，內容安排比較清晰，數學處理嚴謹，覆蓋了理論計量和計量方法的核心內容，提供了豐富的帶有答案的練習題，能夠幫助讀者形成邏輯一致的計量經濟學體系，適合作為經濟學類高年級本科生、碩博研究生的計量經濟學、統計學基礎等課程的教材或參考書。英文版由谷歌首席經濟學家范裡安等推薦。

本書共6章。第1章介紹機器學習的基本概念及其發展史、機器學習分類、常見機器學習算法及其特點；第2章搭建機器學習開發環境，主要包括Anaconda\PyCham\Python軟件的安裝及使用，以及常見機器學習庫的介紹和安裝使用方法；第3章介紹監督學習的4個經典算法：線性回歸、決策樹、k近鄰和支持向量機算法，其重點在算法的應用；第4章介紹主成分分析降維算法、K-means聚類算法；第5章介紹人工神經網絡基礎，並通過房價預測和手寫數字識別實例進行驗證；第6章介紹強化學習的基本概念，有模型學習和無模型學習，最後介紹了Q-Learning算法和Sarsa算法。

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。

本書描述了數學理論以及數值分析的基本概念和方法，並包含大量使用MATLAB、Python、Maple和Javaapplet的計算機實驗。本版進行了大量更新和擴展，提供更多的編程練習。本書兼顧了數學知識體系的完整性和計算及專業學習的特點，對教學內容進行了重新整理，這是極為可貴的。本書特別關注計算機算法學習，全書內容主要是圍繞計算機算法設計這一內容展開的。

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。

本書以詳實的內容及豐富的實例較全面地介紹了數字圖像處理的基礎理論、經典算法及典型應用。本書內容包括數字圖像處理基礎知識、圖像增強、圖像復原、圖像的幾何變換與幾何校正、形態學圖像處理、圖像分割、圖像描述與特徵提取等，並通過一個較完整的車牌識別系統向讀者詳細介紹了數字圖像處理系統的基本設計思想與設計方法。本書實踐部分，介紹了OpenCV、NumPy、Matplotlib、Scikit-learn等圖像處理相關工具包的一些常用使用方法，其中的代碼彙集生成了“基於Python的圖像處理算法演示系統v1.0”，以輔助讀者理解算法。為適應人工智能等新技術的發展，本書簡單介紹了卷積神經網絡的平移、旋轉、尺度、形變等不變性，讓讀者理解卷積神經網絡在圖像處理方面的優勢。

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。

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。

本書主要研究深度學習模型及其在網絡空間安全領域中的應用，包括入侵檢測和惡意代碼分類。基於PyTorch第三方工具，提供了深度學習模型的多層感知機、卷積神經網絡、循環神經網絡，以及入侵檢測模型、惡意代碼檢測模型核心代碼的Python實現。 本書可供人工智能、網絡空間安全、大數據等專業的研究生作為教材或者參考書使用，也可供從事網絡空間安全相關專業的工程技術人員閱讀參考。

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。

掌握Linux命令行操作，不僅是輕鬆駕馭Linux系統的基礎，還是開展Python數據分析、數據庫管理、後端開發等工作的基本功。 本書是專門為命令行初學者打造的學習手冊，注重趣味性、實用性，邏輯清晰、圖文並茂。書中總結了大量命令行表格與核心知識點，以方便大家快速掌握Linux命令行的使用方法。本書結合豐富的代碼示例，詳細地講解了如何通過簡單、方便的命令行操作解決實際問題，提升工作效率。書中內容主要分為兩部分，共8章，包括命令行環境搭建、文件系統及其管理、應用和包管理、命令行及shell強化、文本處理、數據分析、Vim文本編輯、進程管理和工作空間組織。 本書面向從其他平臺過渡到Linux的新用戶、初級Linux系統管理員、Linux系統愛好者，以及對數據分析和開源技術感興趣的讀者。

本書立足已掌握Excel初步知識的讀者，系統地介紹了Excel 2016的一些高級功能的使用方法和技巧，並通過大量實用案例，引導讀者將所學知識應用到實際工作中。本書共8章，從數據的採集、整理、分析、展示到控件、VBA和Python的開發，所有內容都緊扣數據分析的主題，為讀者進入更高階段的學習打下基礎。全書結構緊湊、重點突出、立足商務實用，既整合了入門類圖書的看圖說話、圖文並茂的特點，又融入了技術型圖書的分類精准、邏輯嚴密的特點，特別是借鑒了案例類圖書融會貫通、舉一反三的優點，使其具有廣泛的適應性和實用性，適合具有一定基礎的Excel用戶學習和參考，也適合高校本科專業基礎課使用。

本書主要介紹了內蒙古減災委發文特聘的「第一次全國自然災害風險普查」技術支撐團隊在「資料獲取與質控」方面所做的工作和取得的成果，並對資料獲取和質控核心技術進行了詳細描述。充分體現了自然語義處理技術、Python爬蟲技術及資料分析和視覺化技術等資訊化技術在風險普查資料採集、資料審核與質檢過程中的重要性與應用價值。

本書以培養計算機核心素養為目的，針對學生在校期間需要掌握的計算機基礎知識，全面系統地對計算機相關實用技術進行了介紹。全書將工程性和實踐性相結合，設計了符合非計算機專業的實訓項目，這些實訓項目涵蓋了計算機操作系統的基本操作、網絡數據包的分析、網絡的組建及測試、多媒體技術的融合、商務文檔的編排、數據分析工具的使用、Python數據分析及硬件編程等。本書既注重思維培養，又兼顧實踐能力提升，循序漸進地組織和安排實訓內容，具有突出重點、詳解難點、注重計算機能力培養的特點，旨在幫助讀者利用計算機解決工程實踐問題，提高工程實踐能力。本書可作為高等院校非計算機專業基礎教育的實訓課程教材，也可作為對計算機科學感興趣的技術人員的參考書。

本書以培養學生的計算機核心素養為目的，以全新的視角來講解計算機相關基礎知識，以案例驅動的方式來鍛煉學生的計算機操作能力。全書共分為三大部分：第一部分為基礎理論，主要介紹計算機基礎知識及各部分的學習要點與難點；第二部分為常見軟件應用，主要介紹計算機常用軟件的使用方法；第三部分為編程語言(以Python為例)，主要用於提升學生的計算思維能力。每章均配有應用示例和習題，通過示例可引導學生快速掌握各章的要點和操作方法，通過習題可使學生自行檢驗學習效果。本書可作為各類院校不同專業的計算機基礎課程的教材，也可作為計算機初學者自學的參考書。

本書分為三個篇章。第一篇是人工智能導論，介紹了人工智能的定義、發展歷程、主要分支（觀點）、主要研究領域，中小學人工智能教育概況和《人工智能初步》教材分析等內容。第二篇是經典人工智能，介紹了邏輯程序設計語言PROLOG的語言特點、語法結構、編程環境，用PROLOG求解趣味智力題，用PROLOG實現狀態空間搜索，用PROLOG實現約束邏輯編程，專家系統等內容。第三篇是新一代人工智能，介紹了Python語言，機器學習等內容。本書內容簡明、實用，邏輯性強，可讀性好，教學生動手解決實際問題，讓學生在有限的時間內掌握人工智能的基本原理與應用技術，切合當前我國實施全民智能教育的需要。本書讀者對象為從事人工智能技術教育的教師，教育技術類、計算機應用類的本科生以及相關專業工程技術人員。

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。

本書從Ansible的模塊運行以及Playbook的解析和執行兩個方面剖析了三個版本的Ansible源碼。此外，還優化和改造了用於部署Ceph集群的ceph-ansible項目。本書共6章，第1章介紹Ansible 1.1的底層通信機制和模塊運行原理；第2章在第1章的基礎上剖析Ansible 1.9.6的源碼；第3章介紹Ansible 2.8中的部分核心模塊及Playbook的常用語法；第4章介紹Ansible 2.8中的核心源碼並完整跟蹤模塊運行的全過程；第5章以小版本的源碼對比及GitHub上的Bug溯源兩種方式探討深入學習Ansible源碼的方式；第6章介紹基於Ansible的Playbook項目ceph-ansible。本書適合初級和中級Python程序員閱讀，也適合運維開發工程師和Ansible愛好者閱讀。

本教材以黑客入侵實踐為主線, 體系結構圍繞黑客入侵的各個環節展開, 即網絡掃描、抓包分析、腳本書寫、服務與網站漏洞利等, 最後兩章分別介紹了系統加固的方法以及歷年網絡安全大賽部分的賽題。本教材編寫的目的是提高學生對網絡空間安全中理論知識的理解, 掌握基本的網絡滲透工具的使用, 領會網絡攻擊中常用的方法和手段。本教材的學習需要計算機網絡基礎、服務器配置、python語言等課程作為前導課程, 本教材的學習也為學生今後深入學習網絡攻防知識以及成為一名合格的網絡滲透、網絡運維工程師做準備。

本書以大數據分析技術及其應用路線為核心，系統地介紹了計算機的基礎知識和操作系統、大數據分析基礎、計算機網絡基礎知識及數據獲取、數據處理和數據分析理論與方法等內容。本書通過一系列實例分析，深入淺出地向讀者介紹了AI studio雲計算平臺、Python程序設計語言、Word 2016、Excel 2016和PowerPoint 2016等工具和軟件的使用方法及其在大數據分析技術中的應用。

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

本書是大學計算機的配套實驗教材，既設計了以Office辦公軟件為代表的計算機基礎應用操作，也有使用Python程序對計算機基礎理論進行驗證和設計。 全書共分為兩個部分，第一部分為計算機基礎應用操作，分為6章，每章按照內容提要、實驗內容的結構來編排內容。其中Windows 7實驗4個，包括Windows 7中文件、磁盤、控制面板的管理等基礎操作；辦公自動化實驗9個，包括Word 2010、Exc

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

C語言是一個“古老”的程式設計工具。在嵌入式系統、自控系統及電腦底層作業系統、資料處理中介軟體等系統開發中仍然是優先選擇的開發工具。不同於很多更“高級”的程式設計語言，如Java，Python等，C語言是面向硬體特性，基於模組的一種程式設計語言。採用更“高級”語言的程式設計思維並不能實現有效的C程式設計。本書是從C語言的特點，適合C語言開發的設計目標的特點出發，闡述一類C語言的開發方式，並通過設計