Python

《LangChain大模型應用開發從入門到實踐》深入講解了 LangChain 大模型應用開發與實戰的核心知識。全書共 10 章，分別介紹了LangChain 與大型語言模型、第一個 LangChain 程序、模型 I/O 與數據增強、輸出解析器、檢索增強生成、Composition(組合)、操作國產大模型、基於《哈利‧波特》系列圖書內容的問答系統、基於 RAG的法律法規解析系統、基於本地知識庫的自動問答系統。《LangChain大模型應用開發從入門到實踐》內容簡潔且不失其技術深度，豐富全面且易於閱讀，用簡潔的文字闡述複雜案例，便於讀者學習和理解，適合已經掌握 Python 語言基礎語法的讀者，對於希望進一步學習大模型開發、自然語言處理、機器學習、深度學習技術的讀者尤為適宜。同時，本書也可作為高等院校相關專業的教材和培訓機構的專業教材。

本書以培養學生的工程素質和增強學生的動手能力為目的，按照實踐驅動的思路精心設計並開展兼具基礎性和實用性的教學活動。全書共10章，從三個維度介紹機器人操作系統(ROS)的原理及應用，包括基礎知識(ROS簡介、機器人簡介、ROS的結構)，訓練技能(ROS的基本操作、ROS的常用工具、機器人的SLAM與導航)，應用融合(機器人的視覺識別、機器人的語音識別、ROS中的Gazebo仿真、ROS的願景—ROS 2)。全書代碼示例採用C++和Python語言編寫，所有代碼均可免費獲取(關注封底“身邊的信息學”微信服務號，輸入本書5位書號80431即可獲取)。為配合教學，本書還配有教學用PPT等教學資源，需要的教師可登錄機械工業出版社教育服務網(www.cmpedu.com)或聯繫編輯索取(微信：18515977506，電話：010-88379753)。本書適合作為高等院校機器人工程、人工智能、自動化工程等專業的課程教材，同時可作為該領域技術人員的實踐參考用書，助力讀者掌握機器人技術。

本書圍繞操作系統基礎與實用技能展開講解，教學內容從Linux系統的歷史背景與開源理念切入，逐步過渡到實際操作層面。為了對接當前企業業務自動化運維的需求，本書引入了企業業務中常用的Python自動化管理模塊，強化跨學科融合教學。不僅如此，書中還融入了虛擬化技術實踐，通過VMware或VirtualBox搭建多機實驗環境，並逐步引入集群管理工具SaltStack的初級應用，以適配企業級運維需求。 本書共9個模塊，包括Linux系統概述、Linux系統基礎運維與管理、進程和服務管理、Linux存儲管理、Linux Shell腳本編程、高效文本處理、配置和管理Linux服務、Linux系統自動化運維、集群管理工具SaltStack等內容。部分模塊提供了對應的實訓題目及自動化評分腳本。此外，本書還提供了相關主流技能競賽和行業權威認證的部分真題，幫助讀者通過練習和實操深度鞏固相關知識。 本書可以作為高校計算機及相關專業的教材，也可作為培訓機構的教材，還適合計算機操作系統運維人員、提供計算機服務器售前售後技術支持的專業人員和廣大計算機愛好者自學使用。

本書主要介紹幾個有趣的人工神經網絡開發項目，包括讓人工神經網絡學習數字信號處理、讓人工神經網絡學習音樂、讓人工神經網絡學習對春聯等。各章內容以製作項目為導向來組織，從PC(個人計算機)上的模型開發到樹莓派和嵌入式系統上的實現，從Windows系統下的操作到Linux系統下的操作，從人工智能開發主流編程語言Python的使用到傳統C/C++語言的使用，覆蓋各種不同的開發環境。本書適合人工神經網絡、電子技術愛好者及高等學校相關專業的學生閱讀，也可作為中學信息科技教師的參考書。

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。

本書以當前流行的MySQL 5.7作為平臺，內容包括MySQL基礎、習題與實驗、MySQL數據庫綜合應用實訓和附錄。MySQL基礎部分按照更有利於教學的方式進行了重新組織和優化，同時增加了介紹非基本數據類型表及其操作，另外還有存儲引擎、表空間、表記錄分區和行格式等，這些內容與基本內容既渾為一體，又有明顯區隔，教師可根據不同情況組織教學。習題部分題型和內容緊密結合教材，更系統和豐富；實驗部分實例數據庫與教程一體，學習更加方便，思考和練習的內容更系統和豐富，同時更有利於理解教程內容。數據庫綜合實訓通過一個規模不大的數據庫綜合實例，採用命令方式創建數據庫主要對象，並將它們相互配合包含其中，同時又為後面的數據庫綜合應用實訓進行了精心的數據準備。數據庫綜合應用實訓介紹目前流行的PHP、Spring Boot、Python、Android Studio、Qt、Visual C#、Visual C++和Web Service等開發平臺操作MySQL數據庫。每一個實訓既是獨立的、小的應用系統，又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應用系統。本書融基礎和應用於一體，特點明顯，從方便教和學兩個角度組織內容，方便教和學。本書免費提供教學課件、習題參考答案和開發環境配置二維碼顯示文檔，免費提供所有實訓平臺開發可運行源程序文件，配套的系統文件也包含在其中，需要者可到清華大學出版社網站免費下載。本書可作為高等學校有關課程的教材，也可供廣大數據庫應用開發人員使用或參考。

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。

本書依據《新時代大學計算機基礎課程教學基本要求》(2023版)，以計算、智能為雙主線，從計算系統、語言基礎、數據表示與管理、算法與模型4個維度探討自動計算與人工智能的本質內涵，使讀者深刻理解計算技術演進和發展的必然趨勢。全書以大量Python編程實例貫穿始終，強化學生對智能時代信息技術的理解與應用，培養學生的創新意識和探索精神。主要內容包括：計算與智能、Python語言基礎、計算系統、信息編碼與數據管理、算法與模型、人工智能基礎、人工智能工具及應用。本書可作為高等院校“大學計算機基礎”“Python程序設計”“人工智能基礎”等課程的教材，還可作為新一代信息技術研究人員的入門參考書。

https://youtu.be/6B7vbshLK7Y ★ 第一本 Google Antigravity 繁體中文完整教學 ★ AI 原生開發環境的核心概念與實戰技巧 ★ Agent 架構：理解 AI 代理人如何替你寫程式、做決策 ★ 多 Agent 協作實戰：同時調度多個 AI 開發夥伴 ★ Editor 進階功能全攻略：Tab 補全、Command 指令、Review Changes ★ Rules × Workflows：自訂規則與自動化流程 ★ Skills 技能擴充系統：為 Agent 安裝新能力，從 SkillHub 市集挖寶 ★ Artifacts 產出物完整解說：掌握 Agent 與你非同步溝通的關鍵橋樑 ★ Browser Subagent：讓 AI 操控瀏覽器，自動測試網頁與擷取資料 ★ MCP 工具整合大全：連接資料庫、專案管理、設計工具，無限延伸 Agent 能力 ★ 兩大實戰專案手把手教學：Python 電商後台 + 雲端 Markdown 編輯器 ★ 涵蓋 FAQ 與疑難排解，少走彎路、快速上手 AI 寫程式已經不新鮮，但 Google Antigravity 要做的遠不只是「幫你補全程式碼」。它以 Agent 為核心，建立了一套全新的開發典範：AI 不再是被動回應的聊天機器人，而是能理解你的專案脈絡、遵守你定義的程式開發標準、自主規劃並執行多步驟任務的開發夥伴。它甚至能操控瀏覽器幫你測試網頁、透過 MCP 協議連接外部工具。開發者的角色正從「程式碼的生產者」轉變為「AI 的指揮者」。本書從開發工具的演進脈絡切入，帶你理解這場典範轉移的全貌，以及 Antigravity 在其中扮演的角色。 全書十六章分為四大篇章，構成一條從零到實戰的學習路線。基礎篇帶你熟悉介面操作，完成第一個 Todo List 專案；核心篇深入 Agent Manager 多代理協作、Editor 的 Tab 補全與 Command 指令、Rules 與 Workflows 自訂規則，以及 Skills 技能擴充系統；進階篇拆解 Browser Subagent 瀏覽器自動化、Artifacts 產出物機制，以及 MCP 工具整合生態——從資料庫、專案管理到設計工具，一次掌握。每一章都搭配大量截圖與逐步操作指引，建議你邊讀邊做，這是上手最快的方式。 學工具最

《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。

本書系統性地介紹AI智能體的基礎理論、關鍵技術、開發方法與實戰案例。書中技術內容以國產DeepSeek大模型為核心，結合多個主流開發框架及平臺展示，旨在為讀者提供一條從入門到精通的高效學習路徑。本書共14章，內容涵蓋AI智能體與DeepSeek模型概述、AI智能體開發環境搭建、提示詞工程、知識庫與RAG技術、單智能體與多智能體系統開發、通用AI智能體構建、AI智能體協議、AI智能體進階技術、企業級大模型部署與知識庫搭建、企業級AI智能體開發，以及AI智能體的行業落地與AI智能體的前沿探索。同時，每章都融合了理論講解與代碼實戰，力求在闡明原理的同時提升讀者的動手能力。值得一提的是，本書強調“基於DeepSeek”的實戰導向。書中提供了大量完整可運行的示例代碼，涵蓋API調用、AI智能體開發、RAG系統搭建、多智能體協作等典型場景，幫助讀者在真實環境中鞏固知識。本書適合具有一定Python編程基礎的讀者閱讀，可可供從事AI應用開發、算法研究、企業智能化轉型的技術人員和項目經理參考使用，也作為人工智能、計算機科學相關專業學生的參考書。

機器學習是人工智能的重要技術基礎，涉及的內容十分廣泛。本書涵蓋機器學習和深度學習的基礎知識，主要包括機器學習基礎、統計分析、分類、聚類、文本分析、神經網絡、貝葉斯網絡、支持向量機、分布式機器學習等經典的機器學習基礎知識。此外，本書還介紹機器學習的高級應用領域推薦系統以及強化學習等內容。本書深入淺出、內容全面、案例豐富，還提供Python程序代碼和習題，供讀者鞏固所學知識。另外，本書還為讀者提供配套的微課視頻及相關資源。本書適合作為高等院校本科生、研究生的機器學習和數據挖掘等課程的教材，也可作為對機器學習感興趣的研究人員和工程技術人員的參考資料。

“GESP編程能力等級認證一本通”是專門為中小學生編寫的一套學習C++編程和算法的圖書。本套圖書嚴格圍繞中國計算機學會(CCF)發佈的《CCF編程能力等級認證標準C++&Python認證標準》而設計。本書對應C++四級，共15章，內容包括二維及多維數組、指針變量及應用、指針與數組的綜合應用、排序基本概念及sort函數的使用、結構體、函數進階、遞歸函數、遞推算法基礎、遞推算法進階、遞推與遞歸的綜合應用、簡單的排序算法、排序綜合應用、算法及算法複雜度、文件輸入/輸出、異常處理機制。本書配備了題庫、課件、課程視頻(在線)等資源，可用作中小學編程社團的教材，也可以作為青少年編程培訓機構的培訓教材，還可以作為青少年編程等級考試和編程競賽的入門參考書。

本書分為兩大部分，從理論到實踐、從基礎原理到前沿技術，全方位解析了大模型的構建、訓練、部署 與應用的整個流程。第一部分介紹大模型的基礎概念，包括大模型的定義、發展歷程和構建所需的軟硬件技術棧，重點講解神經網絡、訓練優化及模型調優的基本原理。第二部分聚焦大模型的內在邏輯和實際應用， 涵蓋推理、記憶、數據管道、多模態處理、硬件加速以及部署和維護等，同時以基於MoE的DeepSeek多模態大模型為案例，展示從項目架構設計到在線服務的全流程。全書內容嚴謹而生動，既涵蓋了大模型開發的全 流程技術細節，又不乏對大模型歷史演變和未來趨勢的前瞻性探討，是探索大模型底層邏輯與實現技術的指南。本書適合具備Python基礎開發能力、並希望進一步深入學習大模型開發、模型優化和部署應用的讀者；同時，對於證券、保險、銀行等行業的從業人員以及高校師生來說，也是一本兼具理論深度與實戰指導的理 想參考書和教學輔導材料。

內容簡介 這是一本系統講解YOLO系列目標檢測算法的理論與實戰指南。不需要深厚的數學功底、不需要啃論文的耐心：你只需要具備基礎的Python編程能力，跟著本書動手學，就能從YOLO算法原理一路走到多行業實戰落地。 本書從“理論—工具—應用”三重維度幫助讀者構建目標檢測學習體系，將理論解析與十大行業實戰案例深度融合，結合Ultralytics YOLO11、Streamlit和PandasAI技術棧，通過大模型輔助代碼生成與交互式平臺搭建，助力讀者高效掌握目標檢測技術。 全書16章，分為三篇 理論篇(第1～3章)：系統解析目標檢測基礎概念(如邊界框、交並比、非極大值抑制)和算法演進，深度剖析YOLOv1至YOLO11的網絡架構、創新技術及性能對比，為讀者奠定堅實的理論基礎。 工具篇(第4～6章)：詳解YOLO11環境配置(本地與Kaggle)、命令行與Python雙接口操作，集成Streamlit構建Web應用，並引入PandasAI實現自然語言查詢檢測結果；同時涵蓋Supervision庫的數據標注、視頻處理與結果過濾，以及Labellmg、Ybat等工具的使用。 應用篇(第7～16章)：通過交通標誌識別、車道線檢測、路面坑洞監測、車輛事故分析、足球運動員跟蹤、火災煙霧預警、安全裝備(頭盔/反光背心)檢測、腦腫瘤診斷、骨折識別及水下生物分析十大行業案例，展示YOLO11在多場景下的實戰應用，每個案例均包含數據準備、模型優化與平臺搭建，突出技術落地性和行業適配性。

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。

本書聚焦大規模深度學習的實現與擴展，圍繞軟件、硬件與數據的融合展開，構建了從基礎到進階的完整知識體系。全書共13章，分為三大部分：第一部分 “深度學習基礎” 講解深度學習數據流、計算圖、硬件架構等核心概念，通過Python和PyTorch動手練習幫助讀者理解模型開發與性能分析；第二部分 “分布式訓練” 深入分布式系統通信、數據並行、模型並行等關鍵技術，提供多場景動手實踐；第三部分 “極限擴展” 探討以數據為中心的擴展、實驗管理、大模型微調與基礎模型開發，覆蓋LoRA微調、數據質量優化等前沿內容。整體以“理論+實踐”為核心，配套GitHub代碼倉庫，助力讀者掌握高效擴展深度學習項目的技術與方法。

《線性代數不難(下冊):幾何直覺構建+ Manim動畫開悟+ Python應用實踐+ AI助學賦能》是“鳶尾花數學不難”系列的一本，關於線性代數。 線性代數是現代科學和工程的數學語言。線性代數不僅是從單變量微積分過渡到多變量微積分的橋樑，更是從一元概率統計走向多元統計分析的核心工具。在機器學習、計算機視覺、自然語言處理、機器人控制、圖像處理、量化金融、數據分析等前沿領域，線性代數幾乎無處不在。 依照慣例，《線性代數不難(下冊):幾何直覺構建+ Manim動畫開悟+ Python應用實踐+ AI助學賦能》提供代碼和視頻教學，還提供了使用AI工具陪讀的學習思路。 《線性代數不難》分上下兩冊。上冊內容包括向量、矩陣、矩陣乘法、行列式、逆矩陣、向量空間、線性方程組等相對比較基礎的內容；下冊(《線性代數不難(下冊):幾何直覺構建+ Manim動畫開悟+ Python應用實踐+ AI助學賦能》)則會涉及高階線性代數、矩陣論、數據分析機器學習內容，比如線性變換、特徵值分解、奇異值分解、主成分分析、最小二乘擬合、瑞利商、矩陣範數、判別分析等。 《線性代數不難(下冊):幾何直覺構建+ Manim動畫開悟+ Python應用實踐+ AI助學賦能》讀者群可分為兩大部分：第一部分是信息學競賽參賽者、大學本科學生、考研學生等應試讀者；第二部分是機器學習從業者、數據分析師、編程愛好者、計算機圖形學研究者等從業或待從業讀者。

https://www.youtube.com/watch?v=s-HH51ueD6k 《生成式AI × 穩健提示爬蟲技術 I》數據抓取篇 ★從Colab、Anaconda 到 Jupyter Kernel，一步步把 Python 環境建好、跑起來。 ★用Pandas × PyArrow × Polars，把資料整理做得更快、更穩，也更貼近實務。 ★透過提示工程和情境工程，讓 ChatGPT、Claude 成為你的程式開發夥伴。 ★結合Perplexity Comet＋爬蟲＋寄信＋行事曆，把資訊蒐集到自動化流程一次串起。 ★多模態OCR × Gemini和Groq API，把圖片文字直接變成可分析的結構化資料。 你學過Python，卻常卡在「環境裝不好、資料處理很慢、爬蟲一下就被擋、AI 工具只會聊天」嗎？本書以「做得出成果」為主軸，帶你從 Google Colab、Anaconda、Jupyter Notebook 與 Kernel 建置開始，快速建立穩定、可重現的開發環境。 接著用 Pandas 打底，涵蓋多欄多列取值、資料框合併、字串提取與條件篩選，並延伸到 PyArrow 與 Polars，讓你面對較大的資料量也能跑得快、跑得順。 更關鍵的是，本書把提示工程與情境工程結合「直覺式開發」：教你如何用 ChatGPT和Claude 協作寫程式、除錯；再搭配 Perplexity Comet 進行摘要與探勘，串接 Gmail、Google 行事曆、SMTP、Resend 寄信，打造可實際應用的自動化資訊流程。 最後以多模態 API（Gemini、Groq）＋中文 OCR（PaddleOCR、EasyOCR）＋爬蟲實戰進行總結，範例涵蓋電商、股價、ESG、重大訊息、交易指標等案例，並附上Gemini AI 教育版證照準備重點，適合資料分析初學者、稽核、採購、研究人員、跨域工作者，以及想把 AI 變成生產力的人。 專業推薦 崑山科技大學 電機工程系系主任─林俊良 博士 住宅消保會創會理事長─吳翃毅博士 錸成科技有限公司執行長、嘉南藥理大學兼任助理教授─凃春愛 博士 伽碩職訓中心執行長─郭明洽 昱創企管顧問有限公司總經理─裴有恆 元大銀行系統開發部專業副理─陳尚瑋 極策網路行銷有限公司總經理、崑山科技大學房地產開發與管理系講師─蔡宗甫

本書專注於自動駕駛仿真測試，以CARLA為基礎，探討什麼是仿真測試、為何需要仿真測試以及如何進行仿真測試；旨在通過系統的講解，幫助讀者全面掌握自動駕駛仿真測試的基本流程與方法。本書深入淺出地介紹了自動駕駛仿真領域的核心概念，使讀者能夠理解並熟悉仿真測試工作流程的各個關鍵環節，從而構建堅實的技術基礎。此外，本書特別強調實踐操作，提供了豐富的代碼實例，讓讀者可以利用Python基於CARLA編程完成各種仿真任務，並模擬實現多種自動駕駛功能。本書不僅可以作為希望進入自動駕駛仿真領域的新手快速入門的參考書，還可以作為CARLA用戶的參考資料。

本書是一本為人工智能初學者量身定制的實用指南，旨在幫助讀者迅速掌握人工智能的核心概念和應用技巧。本書從基礎概念入手，結合應用實例，使用MindSpore框架，深入淺出地引導讀者理解和掌握人工智能的基本原理、技術及最新發展。全書共分為4篇16章，覆蓋人工智能的各個重要領域。人工智能入門篇(第1、2章)介紹人工智能概述、人工智能發展歷程、人工智能Python開發入門和MindSpore開發入門，並給出基於MNIST數據集識別手寫數字的入門實戰介紹。機器學習及實戰篇(第3～5章)包括監督學習、無監督學習、強化學習。深度學習及實戰篇(第6～10章)介紹深度神經網絡、知識圖譜、生成對抗網絡、遷移學習和注意力機制。人工智能前沿與倫理篇(第11～16章)涉及擴散模型、推薦系統、量子計算、輕量級人工智能、人工智能大模型、人工智能倫理等前沿主題。本書適合對人工智能感興趣的學生及從業者，旨在幫助讀者夯實理論基礎，提升實際編程能力，從而在未來的學習和工作中更加遊刃有餘。

本書旨在為讀者提供系統的機器學習基本概念與原理，以便於初步構建知識體系，掌握應用機器學習算法，瞭解風險計量、投資組合管理等領域的金融問題解析的流程與方法。對於具有人工智能與大數據相關信息技術背景的讀者，本書提供人工智能和機器學習在金融研究中的應用案例。本書兼顧理論與實踐。在內容安排上，本書章節從數學或算法原理引入，結合金融實踐與學術研究中的問題，敘述機器學習算法的應用。書中所選取案例，如企業風險評估、股價異常檢測等，採用了作者與合作者近期的學術成果。除了用圖表對數學公式與算法框架進行解釋外，本書還列出了包含數據處理與使用機器學習算法工具的Python 程序代碼，供讀者參考。

本教材根據對企業成本會計工作崗位的分析，融入浙江省會計實務技能賽項和業財稅融合大數據應用技能賽項中的成本核算要點，緊扣會計職業資格證書的成本考綱，依照2025年修（制）訂的職業教育專業教學標準中的課程主要教學內容與要求編寫。本教材圍繞“思政引領、數字化改革、崗課賽證融通”的理念開展教學設計，按照“成本核算與管理認知→智能成本核算→智能成本分析與管控”的順序對教學內容進行整合。認知成本核算與管理（模塊一）在原有認知成本會計、明晰成本核算與管理要求、確定成本核算程序與賬務處理的基礎知識外，新增對智能製造下的成本核算與管理介紹。智能成本核算（模塊二至模塊六）重點介紹了成本核算方法在Excel和Python中的智能運用。智能成本分析與管控（模塊七至模塊八），是在講解成本報表編制的基礎上，展開成本分析，並結合標準成本法、作業成本法和目標成本法進行成本管控介紹。本教材借助廈門網中網軟件有限公司智能化成本核算與管理平臺嵌入大量的企業成本核算仿真業務，通過清晰的計算和智能化操作展示，幫助學生理解和掌握數字化工具在成本核算與管理中的實際應用，同時強化學生的業財融合思維與大數據分析能力。本教材適用於高等職業教育大數據與會計、大數據與審計、大數據與財務管理、財稅大數據應用等財經商貿大類專業智能化成本核算與管理課程，也可作為企業成本會計數字化應用培訓用書，同時也是社會學員自主學習成本會計理論與方法的理想選擇。

本書是一本介紹算法和數據結構基礎知識的入門讀物。作者通過簡單易懂的語言和示例，幫助讀者建立堅實的算法和數據結構基礎，提高編程技能和解決問題的能力。本書包含兩部分內容。第Ⅰ部分主要介紹什麼是算法、遞歸、搜索算法、排序算法、字符串算法、數學等方面的知識。第Ⅱ部分主要介紹數據結構相關知識，如什麼是數據結構、數組、鏈表、棧、隊列、哈希表、二叉樹、二叉堆、圖等方面的知識。本書提供了大量的練習題和示例代碼，幫助讀者鞏固所學知識並提高編程能力。本書適合瞭解Python基礎、對計算機科學感興趣或有相關要求求職意向的人閱讀。

https://youtu.be/_5uAYhBFtm4 【內容特點】 ✯快速上手：專為 Python 開發者打造，用熟悉思維無縫接軌 Rust ✩解鎖高效能：掌握所有權與生命週期，根除記憶體錯誤並突破 GIL ✯PyO3 實戰：從零開始教你撰寫 Rust 擴充套件，解決 Python 運算瓶頸 ✩AI 落地應用：駕馭 Candle 與 Burn 框架，實現輕量化推論與模型移植 ✯工程化思維：涵蓋模組化設計、自動化測試到效能分析的完整實踐 【本書獻給不願在效能與開發效率間妥協的你】 ✯資料科學家：受夠了 Pandas 在大數據下的龜速，想尋找更高效的運算替 代方案。 ✩資料工程師：需要建構高吞吐量、低延遲且穩健可靠的 ETL 管線，徹底告 別執行期錯誤，讓資料流動不再阻塞。 ✯ MLOps 工程師：致力於模型生產環境部署，追求在有限算力下達到極致的 推論速度。 ✩進階 Python 開發者：不滿足於語法糖，想深入理解底層運作與並行程式設 計，大幅擴張技術守備範圍。

《人工智能程序設計》是一本介紹如何使用AI程序員輔助進行Python語言程序設計的通識教育類實驗實踐性教材，旨在為初學程序設計的讀者提供AI輔助程序設計的解決方案。本書共12章及附錄，其中正文共分為三部分：第一部分包含第1章，作為概述、導論部分；第二部分包含第2章至第10章，作為基礎編程部分，介紹了一些基礎的程序編寫方法；第三部分包含第11章和第12章，作為進階編程部分，介紹了在攝像頭獲取的視覺視頻中進行程序編寫的方法。最後的附錄介紹了與本書配套的AI輔助程序設計實驗平臺的使用方式。本書通俗易懂，提供了幾十個人工智能程序設計(Python語言)的應用實例，幫助各個專業方向的讀者學習和領悟人工智能AIGC輔助程序設計的方法。希望各專業的學生通過對本書的學習學會數據可視化、操作辦公文檔、NLP統計過程、算法過程分析對比、數字圖像處理、語音處理、人機可視化交互等內容，順利完成大學4年程序設計的準備工作。本書可以作為廣大本科、高職院校人工智能程序設計通識課教材，也可作為初中、高中信息課上介紹程序設計方法的進階性教材。

本書是為高等職業院校人工智能通識課程體系的"人工智能導論”課程全新設計的一本新形態教材。儘管"人工智能導論”是一門理論與實踐緊密結合的課程，但在科技迅速發展的當代，舊有技術可能迅速被新技術取代。因此，本書立足於人工智能時代的前沿，注重培養讀者的人工智能思維方式，拓寬知識視野，而非局限於某些技術細節的本書從基礎開始，由淺入深進行學習，可幫助讀者逐步理清人工智能的核心技術和發展趨勢。全書共設7個章節，從人工智能基礎知識切入，介紹了人工智能概述、人工智能的行業應用與分類及人工智能的缺點與行業法規。隨後，闡述了生成式人工智能(AIGC)體驗、Python 基礎編程與智能編程、感知交互式人工智能(AIPI)應用、AI 辦公應用與實踐、FastGPT 智能體開發、代碼審核助手等實操內容。深度講解。

本書以Python 為平臺，以案例為載體，系統地介紹了機器視覺的基礎理論、關鍵技術及實際應用。本書首先從機器視覺的背景知識、系統構成及相關概念入手，奠定理論基礎。隨後詳細介紹了圖像處理的核心內容，包括圖像採集與相機標定、數字圖像預處理基礎、數學工具及特徵提取技術，並深入探討了雙目立體視覺的關鍵技術。最後聚焦于實踐應用，涵蓋機器學習與深度學習在機器視覺中的具體實現，以及該技術在工業檢測、智能識別等領域的典型應用。為了幫助讀者更好地掌握相關知識，各章節都是通過知識點與案例相結合的方式展開，讓讀者在掌握知識點的同時舉一反三，掌握程序設計的方法，利用程序設計解決實際問題。本書可供從事機器視覺技術研究與應用的技術人員學習使用，也可供高等院校相關專業的師生學習參考。

深度學習是人工智能的核心技術，涉及的內容十分廣泛。本書涵蓋深度學習的基礎知識，主要包括卷積神經網絡、目標檢測、語義分割、循環神經網絡、生成對抗網絡、注意力機制、大模型基礎、圖神經網絡等核心的深度學習技術。在此基礎上，本書利用華為的Mindspore框架、ModelArts和香橙派等系統，還設計了綜合的深度學習實驗。本書深入淺出、內容全面、案例豐富，並提供了Python程序代碼和習題，供讀者鞏固所學知識。此外，本書還為讀者提供配套的課件和微課視頻。本書適合作為高等院校本科生、研究生的深度學習課程的教材，也可作為對深度學習感興趣的研究人員和工程技術人員的參考資料。

本書系統闡述了大模型應用從基礎概念到企業級部署的完整技術路徑。全書分為四部分：基礎篇(第1～3章)深入解析RAG、AI工作流與AI Agent三大核心技術的原理、架構與生態；RAG篇(第4～7章)通過企業規章制度問答、智能簡歷篩選、設備維修圖文問答、企業級競賽方案複現等案例，展示從原生開發到框架集成再到平臺應用的完整實現路徑；AI工作流篇(第8～11章)涵蓋智能合同審查與生成、Text2SQL數據分析、異構銀行流水解析等複雜業務場景的自動化處理方案；AI Agent篇(第12～13章)通過預測性設備運維和智能信貸盡調助手，展示自主決策智能體的構建與應用。每個案例均遵循“業務挑戰→核心架構→技術實現→工程經驗與架構演進”的統一結構，提供完整可運行的源代碼，涵蓋從原生Python庫到企業級框架的多層次技術棧實現。

本書以智能製造系統為研究對象，深入闡述了AnyLogic系統仿真與製造業深度融合的理論框架、關鍵技術及實踐應用。全書共分為三部分：第一部分剖析智能製造系統的技術架構與發展脈絡，涵蓋工業互聯網、數字孿生等核心技術的創新實踐；第二部分聚焦仿真案例操作，基於AnyLogic軟件平臺實現作業車間、太陽能電池板生產線、鉛酸電池無人生產線、物料庫、智能分揀中心以及供應鏈等工業場景的系統建模與仿真；第三部分探索前沿技術的深度融合，包括Python擴展、強化學習算法集成及GPT自然語言交互，提供智能製造系統建模與仿真的應用與發展新範式。

本書基於Python與Pytorch對人工智能算法基礎知識與實戰應用進行了介紹，主要包含兩部分內容。第一部分為人工智能算法知識的相關理論介紹，主要包含：人工智能的線性代數基礎、概率統計基礎、數據分析基礎、機器學習基礎以及深度學習基礎。對機器學習中的回歸、聚類以及分類等經典算法進行了介紹。對深度學習中的卷積、循環、Transformer等深度學習網絡在計算機視覺與自然語言中的應用，以及大模型與微調相關的內容進行了介紹。第二部分為基於Python與Pythoch的人工智能算法實戰案例應用，主要介紹：數據的預測回歸分析案例；數據無監督學習中的聚類、降維以及關聯規則案例；數據有監督分類模型的應用案例，以及深度學習中圖像分類、圖像語義分割、圖像遷移學習、自然語言聚類與分類等經典算法的實戰案例。本書為讀者提供了Notebook形式的源程序和使用的數據集，方便讀者邊學邊實踐。本書適合數據分析、機器學習、人工智能以及大數據領域的工程師學習，也可用作高等院校相關專業的教材及參考書。

教材堅持以落實立德樹人為根本任務，融入“崗課賽證”設計，對接Web職業技能大賽和工信部1+X職業技能等級證書，遵循高職學生認知規律，校企合作開發資源，確保課程內容的前瞻性和案例的實用性。通過精心設計的典型項目案例，培養學生基於Django框架進行Web應用開發的編程能力。以教材改革為突破口，促進學生素質全面提升，引導學生理解精益、創新等工匠精神的基本內涵；遵守軟件開發和維護的專業規範；通過任務實踐，知行統一，增強學生勇於探索的創新精神。教材內容主要包括8個單元：開發環境配置、路由系統、模型和數據庫、模板、視圖、後臺管理系統：Admin、表單、身份驗證系統，教材知識點漸進式增加，避免在一個項目中引入過多的知識點，方便讀者學習理解和掌握，學生在遞進提升的任務實現中掌握Python Web開發技術，培養學生利用所學技術，解決實際問題的能力，提升學生軟件開發能力，促進就業。

本書較為全面地講解AI智能體開發的關鍵技術，包括提示詞工程、Function Calling、MCP、RAG知識庫、語音識別、人臉識別、大模型應用等，同時結合蝸牛學苑的自研項目和教學案例，將所有技術融入項目中，以項目驅動的方式進行講解，以便讀者更好地理解AI智能體開發技術。本書第1章主要講解在Python中對接各類大模型，以及智能體開發所使用的Function Calling技術和MCP技術；第2章主要講解FastAPI開發框架；第3章主要講解基於網頁對話來實現AI問答功能；第4章主要講解每日新聞摘要功能的實現；第5章主要講解智能語音記分功能的實現；第6章主要講解智能考勤功能的實現；第7章主要講解AI智慧課堂功能的實現；第8章主要講解智能在線客服功能的實現。本書可以作為高等院校計算機應用技術、軟件技術、人工智能技術應用等相關專業的教材，也可以作為AI智能體開發愛好者的自學用書。

從一些經典的益智遊戲或挑戰出發，見識(熟悉)和體會計算思維(主要是其中的邏輯思維和算法思維)的若干觀念和要點，是本書編寫的初衷和追求。本書挑選了32個遊戲或挑戰，實現學習和體會計算思維觀念和要點的目標。它們本身相互獨立，讀者可以任意順序閱讀，沒有前後依賴關係。問題是指對該遊戲的一般化推廣，即“泛化”，在分析的基礎上總結數學原理，進而形成算法和程序(主要是Python代碼)，實現面向問題求解、提煉和展示計算思維要點的融會貫通。本書既可以作為數學或算法方面的普及讀物，也可以作為高校學生“計算思維”課程的教材，還可以作為中小學生信息技術課程或者編程課程的參考資料。

本書以MySQL數據庫管理系統為平臺，較全面地介紹了數據庫的基礎知識及其應用。全書共12個項目，包括數據庫基礎知識和MySQL安裝與配置、數據庫設計、數據定義、數據操作、數據查詢、視圖、索引、數據庫編程技術、事務、數據安全、編寫Python程序訪問MySQL數據庫、基於Python的桌面應用程序開發。全書採用案例教學方式，設有項目案例、項目實踐、實戰演練3個部分，分別採用3個不同的數據庫項目貫穿始末。大部分項目先以應用舉例的方式講解知識要點，再分析項目案例，給出解決問題的完整方案，並提供與項目案例相對應的項目實踐，以便讀者在實踐中模擬操作，最後通過實戰演練幫助讀者鞏固所學的內容。本書配有PPT課件、教學大綱、電子教案、項目案例數據庫、項目實踐數據庫、實戰演練數據庫、Python源代碼、習題答案等豐富的教學資源，用書教師可在人郵教育社區免費下載使用。本書可以作為高等院校“數據庫原理及應用”課程的教材，也可以作為全國計算機等級考試二級“MySQL數據庫程序設計”的應試參考書，還可作為數據庫應用和管理人員的參考書及廣大計算機愛好者的自學用書。

本書在介紹實用統計學基本概念、基礎理論、基本問題處理方法的基礎上，分別在SPSS 和Python 上對照處理實用統計問題。本書內容共分為9 章，涵蓋了概率論基礎、統計學基本概念、參數估計、參數假設檢驗、回歸分析、方差分析與協方差分析、非參數假設檢驗、相關與秩相關分析、分類數據分析。本書可作為非數學類專業本科高年級學生的選修課教材或作為非數學類專業碩士研究生的數理統計教材，也可作為數理統計應用工作者的參考書籍。

本書從實用的角度，對機器學習、深度學習的基本理論和基本方法進行了詳細的介紹，對廣泛應用的經典方法給出了Python語言實現，並提供了典型應用示例。本書主要內容包括：機器學習概述、機器學習的統計學基礎、機器學習的常用Python庫、機器學習的基本流程、回歸、分類（Logistic回歸和最大熵模型、決策樹、貝葉斯分類器、支持向量機、集成學習）、聚類分析、降維、神經網絡、深度學習。本書的形式特點是兼顧了機器學習的理論基礎、模型算法、開發工具及應用，兼顧了既想瞭解機器學習理論又想通過Python編程實現機器學習算法的讀者。讀者通過本書的學習，能夠真正地掌握機器學習理論和技術的精髓並能用其解決實際問題。部分章節配有習題，以指導讀者深入地進行學習。本書是一本面向高等院校理工科各專業的寬口徑、綜合性的機器學習與應用的教材，既可作為高校高年級本科生和研究生的教材，也可作為相關方向科技人員、工程師的技術參考書。