Python

https://youtu.be/rXeKT66qd_s ★☆★深度學習暢銷好書2025全新改版★☆★ 本書專為想掌握深度學習核心概念卻不希望陷入繁瑣數學推導的讀者而設計，以「以程式設計取代定理證明」為宗旨，透過實作引導理解，縮短學習曲線，提升學習趣味與成就感。 內容著重於演算法的觀念理解，輔以大量圖解說明，捨棄冗長的理論鋪陳，讓讀者能夠輕鬆掌握深度學習的核心原理。全書提供完整範例程式與多種演算法的實務應用，強調實用性與延伸性，期盼能激發讀者靈感，將所學應用於實際專案或產品開發中。 本次改版翻修實作的範例程式，並新增更多應用實例及演算法說明，例如Transformer、Diffusion Model等。 《深度學習最佳入門與專題實戰：理論基礎與影像篇》內容包括：深度學習導論、神經網路原理、TensorFlow 基礎操作、物件偵測、生成式 AI、生成對抗網路、擴散模型等，全面涵蓋深度學習的基礎知識與影像應用領域。 適合讀者 ►深度學習的入門者：必須熟悉Python 程式語言及機器學習基本概念。 ►資料工程師：以應用系統開發為職志，希望能應用各種演算法，進行實作。 ►資訊工作者：希望能擴展深度學習知識領域。 ►從事其他領域的工作，希望能一窺深度學習奧秘者。

https://youtu.be/8LZnGUmCLB0 ★☆★深度學習暢銷好書2025全新改版★☆★ 本書專為想掌握深度學習核心概念卻不希望陷入繁瑣數學推導的讀者而設計，以「以程式設計取代定理證明」為宗旨，透過實作引導理解，縮短學習曲線，提升學習趣味與成就感。 內容著重於演算法的觀念理解，輔以大量圖解說明，捨棄冗長的理論鋪陳，讓讀者能夠輕鬆掌握深度學習的核心原理。全書提供完整範例程式與多種演算法的實務應用，強調實用性與延伸性，期盼能激發讀者靈感，將所學應用於實際專案或產品開發中。 本次改版翻修實作的範例程式，並新增更多應用實例及演算法說明，例如Transformer、Diffusion Model等。 《深度學習最佳入門與專題實戰：自然語言處理、大型語言模型與強化學習篇》內容包括：自然語言處理相關演算法、大語言模型、語音辨識、強化學習等，全面涵蓋深度學習的自然語言處理及強化學習領域。 適合讀者 ►深度學習的入門者：必須熟悉Python 程式語言及機器學習基本概念。 ►資料工程師：以應用系統開發為職志，希望能應用各種演算法，進行實作。 ►資訊工作者：希望能擴展深度學習知識領域。 ►從事其他領域的工作，希望能一窺深度學習奧秘者。

多智能體強化學習(Multi-Agent Reinforcement Learning, MARL)是機器學習中的一個領域，研究多個智能體如何在共享環境中學習最優的交互方式。這一領域在現代生活中有著廣泛的應用，包括自動駕駛、多機器人工廠、自動化交易和能源網絡管理等。 本書是一部系統闡述多智能體強化學習理論與技術的權威著作，清晰而嚴謹地介紹了MARL的模型、解決方案概念、算法思想、技術挑戰以及現代方法。書中首先介紹了該領域的基礎知識，包括強化學習理論和算法的基礎、交互式博弈模型、博弈中的不同解決方案概念以及支撐MARL研究的算法思想。隨後，書中詳細介紹了利用深度學習技術的現代MARL算法，涵蓋集中訓練與分散執行、價值分解、參數共享和自博弈等思想。本書還附帶了一個用Python編寫的MARL代碼庫，其中包括自包含且易於閱讀的MARL算法實現。 本書技術內容以易於理解的語言解釋，並通過大量示例進行說明，既為初學者闡明了MARL的概念，也為專業的讀者提供了高層次的見解。

《強化學習基礎、原理與應用》循序漸進地講解了使用Python語言實現強化學習的核心算法開發的知識，內容涵蓋了數據處理、算法、大模型等知識，並通過具體實例的實現過程演練了各個知識點的使用方法和使用流程。《強化學習基礎、原理與應用》共分為17章，主要內容包括強化學習基礎、馬爾可夫決策過程、蒙特卡洛方法、Q-learning與貝爾曼方程、時序差分學習和SARSA算法、DQN算法、DDQN算法、競爭DQN算法、REINFORCE算法、Actor-Critic算法、PPO算法、TRPO算法、連續動作空間的強化學習、值分布式算法、基於模型的強化學習、多智能體強化學習實戰：Predator-Prey 遊戲及自動駕駛系統。本書內容簡潔而不失技術深度，以極簡的文字介紹了複雜的案例，易於閱讀和理解。《強化學習基礎、原理與應用》適用於已經瞭解Python語言基礎語法的讀者，想進一步學習強化學習、機器學習、深度學習及相關技術的讀者，還可作為大專院校相關專業的師生用書和培訓機構的教材使用。

本書為國內首部專門針對 ComfyUI 的完整教學指南，全面整合最新開放模型「FLUX」的圖形生成概念。從雲端平台到本地環境，帶領讀者一步步建構屬於自己的 AI 生圖工作流程。 內容涵蓋多種 AI 圖形生成與控制技巧，詳盡解析 ComfyUI 的軟體節點設計與介面操作方式，協助讀者有效解決實際應用中的各類問題。 此外，書中深入剖析各式工作流模板，以深入淺出的方式講解核心原理，讓新手與進階使用者都能輕鬆掌握 ComfyUI 的強大魅力。 269頁/ 目錄列表： 前　言 **第一部份　環境建置與使用** 第一節　線上入門使用 1-1　TensorArt的模板複製與轉換 1-2　概念整理 第二節　節點與工作流概念 2-1 節點（Node）、原節點（Primitive）與轉接點（Reroute） 2-2　組（Group）、節點組（GroupNode） 2-3　工作流範本（Template） 第三節　本地端基本安裝 3-1　硬體選擇 3-2　版本種類 3-3　ComfyUI Manager 3-4　安裝與啟動訊息 第四節　本地端軟體環境 4-1　基礎模型推薦與下載 4-2　Python安裝套件的基本指令 4-3　本地的基礎介面 4-4　模型庫簡介（/ComfyUI/Models） **第二部份　工作流概念與圖像問題解法** 第一節　工作流的基本結構 1-1　Model、CLIP與VAE 1-2　個別節點連接方式 1-3　Model相關節點 1-4　CLIP重要節點介紹 1-5　Conditioning節點 1-6　Latent/VAE/Sampler相關節點 第二節　修復與放大圖形 2-1　Image2Image（I2I） 2-2　UpscaleModels+HiresFix 2-3　SDUpscale/TiledUpscale 2-4　ApplyControlnet+HiresFix 2-5　ControlnetTile 2-6　SUPIR 第三節　常見的圖像問題做法 3-1　臉部修復（FaceDetailer） 3-2　人物臉部更換（Reactor） 3-3　風格與要素混合（IPAdapter）概述 3-4　產品人物光線更

體貼初學者學習Azure AI服務的流程! Azure AI服務功能介紹 > Azure AI服務申請 > 語法解說 > AI範例實作 ■ 專家與教師共同執筆 由微軟AI + Developer 雙領域 MVP與科技大學教師共同編著，針對初學者學習Azure AI領域所應具備的基本素養，所編寫入門教材，內容由淺入深，以引發學習動機為最主要考量，帶領初學者靈活運用Azure AI與Azure OpenAI進行開發AI應用程式。 ■ 內容多元且淺顯易懂 對Azure AI服務的理論做深入淺出的說明，同時廣泛列舉相關應用實例，並使用適當的插圖和圖表，說明Azure AI技術的原理和實際運作方案，讓初學者對Azure AI有更進一步的認識。 ■ Azure AI服務開發技能 介紹實用的入門開發實作，以培養初學者規劃AI解決方案的能力。實作包含：電腦視覺、OCR光學字元辨識、自訂視覺、臉部偵測與分析、文字分析、問題解答知識庫、翻譯、語音合成以及機器學習分類、迴歸和叢集模型的實作範例，並介紹目前最火紅的Azure OpenAI生成式AI開發聊天機器人與AI繪圖程式；詳盡說明實作的程式碼與操作步驟，培養初學者開發AI應用程式的能力。 ■ Microsoft AI-900人工智慧基礎國際認證能力訓練 將認證考試重點融入書中，讀者能藉由練習來了解該章內容重點，同時書末彙整MCF AI-900核心能力國際認證模擬試題，是考取MCF AI-900人工智慧基礎國際認證的最佳教材。

本書從計算機視覺初學者的視角出發，以Python及其相關框架為工具，以實戰為導向，講述了計算機視覺中關於圖像以及多種圖像處理的基本概念、理論方法和經典算法，既有對圖像基礎知識的介紹，也有對現實問題的解決方案和技術詳細闡述。通過利用計算機視覺中的圖像變換算法解決圖像分類、人臉識別、圖像增強、圖像語義分割、圖像風格遷移、圖像超分辨率重建和場景文字識別等現實問題，使讀者既能瞭解圖像的多種操作原理，又能學會解決實際問題的思路和方法，提高使用計算機視覺方法的能力。本書可作為各類職業院校人工智能技術應用及相關專業的教材，也可作為人工智能、計算機視覺初學者的參考書。本書配有電子課件等教學資源，選用本書作為授課教材的教師可從機械工業出版社教育服務網(wwwcmpeducom)免費註冊並登錄後下載，或聯繫編輯(010-88379807)諮詢。

全書共分九章，內容包含信息技術應用基礎、圖文編輯、電子表格處理、演示文稿製作、網絡應用、Python程序設計基礎等。內容設置緊扣考綱要求，習題難易程度、內容比例嚴格按照考綱規定編寫，貼近教學實際，符合考試複習規律，可讓考生更有針對性地應對考試。

"本書按照利用機器學習算法建立經濟金融模型的流程安排章節內容，從拓寬讀者技能的角度出發，主要介紹經濟金融領域常用的人工智能模型。全書共11章，分為兩部分。第1～5章是建模的前期準備，包括緒論、Python編程基礎及數據處理、數據可視化、數據表格的處理與數據清洗、特徵工程等。第6～11章介紹常用的模型，包括聚類、主成分分析、線性模型、支持向量機、決策樹與隨機森林、神經網絡等。本書通過圖文結合的方式詳細解釋了複雜數學模型的核心思想，對每條代碼的功能進行解釋，以降低讀者理解複雜命令的難度。本書可作為高等院校計算機類、經濟學、金融學等相關專業的教材，也可作為感興趣讀者的自學讀物，還可作為相關行業技術人員的參考用書。"

本書以基金與編程基礎為出發點，面向零基礎或基礎知識較少的讀者，由淺入深地介紹了從零編寫基金分析與交易的量化系統的方法與實踐。本書內容由Python的基礎知識與編程和投研常用的Python工具開始，逐步介紹常用的交易指標與投資組合管理，最終介紹系統的優化與管理。本書共分為七章，第1～3章分別介紹基金的基礎知識、Python環境的搭建與常用的編程與分析工具，為後幾章代碼編寫鋪墊；第4章著重介紹了如何從零開始搭建量化分析系統，其中包含不同模塊的設計；第5章與第6章介紹了在量化系統中實現不同的交易框架和策略；第7章介紹將量化系統上線，並配置監控進行運營管理的方法。本書以通俗易懂的語言和實例闡述量化在基金產品上的分析與應用，適於對基金交易與量化分析有興趣的讀者。書中附有詳細注釋的代碼會幫助讀者加深量化系統的構建過程與交易策略的思想。

《數據科學面試通關》詳細闡述了與數據科學面試相關的基本解決方案，主要包括探索現代數據科學領域、在數據科學領域尋找工作、 Python編程、數據可視化與數據敘述、使用 SQL查詢數據庫、 Linux中的 Shell和 Bash腳本編寫、使用 Git進行版本控制、用概率和統計挖掘數據、理解特徵工程和為建模準備數據、精通機器學習概念、用深度學習構建網絡、用 MLOps實現機器學習解決方案、掌握面試環節、協商薪酬等內容。此外，本書還提供了相應的示例、代碼，以幫助讀者進一步理解相關方案的實現過程。

https://youtu.be/p9DDms3QUW8 ★國內金控現職量化交易研究人員傳授從量化分析到真實交易系統建置，一本書全學會 ☆量化統計專家 + 程式交易員共同帶你使用 Python 攻略台股量化分析及自動交易 ★問 ChatGPT 也無法得知的秘辛！量化交易研究人員帶你少走冤枉的量化交易研究之路 投資是一門藝術，有時候做正確的事情不一定會賺錢，做錯誤的事情也未必會賠錢，只有長期投資績效才見的到真章，但如果等到長期交易最終賠錢才發現自己在做錯誤的事情，那就失去了時間又賠了金錢，得不償失。 剛入量化投資這一行的人，很容易被高績效迷惑了，而忽略了自己的交易策略是否合理。我們作為相對的未來人，使用歷史數據來建構策略，很容易有意無意窺探到了未來資料，或者是過度擬合數據以及未盡詳盡的統計分析，導致我們誤以為尋找到了長期穩定可以產生超額報酬的交易策略。綜合上面所述，本書在技術上說明如何做量化分析、建構策略、AI 訓練市場數據及將一個策略架設排程每天去真實自動交易，另一大重點是，我們會在統計分析及建構策略的過程中，不斷向讀者說明如何避開建構出回測一條龍，上線一條蟲的策略。結合我們多年的量化研究及真實交易的經驗，透過一些特徵，我們可以避開錯誤的方式去建構策略，期待讀者在研究交易的路可以少走一點彎路。 我們在學習量化分析及真實交易的過程中，很有可能在前面幾年處處碰壁，甚至難以贏過大盤，但是我們深信有金融知識以及數學量化的基礎支持，不斷的學習，小心控制風險，終究有一天會研究有成，在長期績效中贏過大盤，我們透過本書，期望可以與讀者共同成長，並且我們留下了可以供讀者發問的地方，隨時可以共同探討量化及投資相關的議題。

機器學習是人工智能研究領域中一個極其重要的研究方向，在現今的大數據時代背景下，捕獲數據並從中萃取有價值的信息或模式，成為各行業求生存、謀發展的決定性手段，這使得這一過去為分析師和數學家所專屬的研究領域越來越為人們所矚目。《機器學習實戰》主要介紹機器學習基礎，以及如何利用算法進行分類，並逐步介紹了多種監督學習算法，如k近鄰算法、樸素貝葉斯算法、Logistic回歸算法、支持向量機、AdaBoost集成方法、基於樹的回歸算法和分類回歸樹（CART）算法等。第三部分則重點介紹無監督學習及其一些主要算法：k均值聚類算法、Apriori算法、FP-Growth算法。第四部分介紹了機器學習算法的一些附屬工具。《機器學習實戰》通過精心編排的實例，切入日常工作任務，摒棄學術化語言，利用可複用Python代碼來闡釋如何處理統計數據，進行數據分析及可視化。通過各種實例，讀者可從中學會機器學習的核心算法，並能將其運用於一些策略性任務中，如分類、預測、推薦。另外，還可用它們來實現一些更高 級的功能，如匯總和簡化等。

本書是一本Python入門書，適合對計算機瞭解不多，沒有學過編程，但對編程感興趣的讀者學習使用。這本書以習題的方式引導讀者一步一步學習編程，從簡單的打印一直講到完整項目的實現，讓初學者從基礎的編程技術入手，最終體驗到軟件開發的基本過程。本書是基於Python 3.6版本編寫的。本書結構非常簡單，除“準備工作”之外，還包括52個習題，其中26個覆蓋了輸入/輸出、變量和函數3個主題，另外26個覆蓋了一些比較進階的話題，如條件判斷、循環、類和對象、代碼測試及項目的實現等。每一章的格式基本相同，以代碼習題開始，按照說明編寫代碼，運行並檢查結果，然後再做附加練習。

本書通過想要學習深度學習的程序員綾乃和她朋友美緒的對話，逐步講解深度學習中實用的數學基礎知識。內容涉及神經網絡的結構、感知機、正向傳播和反向傳播，以及卷積神經網絡。其中，重點講解了容易成為學習絆腳石的數學公式和符號。同時，還通過實際的Python 編程實現神經網絡，加深讀者對相關數學知識的理解。本書適合對深度學習感興趣、想要從事深度學習相關研究，但是對深度學習和神經網絡相關數學知識感到棘手的讀者閱讀。

強化學習作為機器學習及人工智能領域的一種重要方法，在遊戲、自動駕駛、機器人路線規劃等領域得到了廣泛的應用。本書結合了李宏毅老師的“深度強化學習”、周博磊老師的“強化學習綱要”、李科澆老師的“世界冠軍帶你從零實踐強化學習”公開課的精華內容，在理論嚴謹的基礎上深入淺出地介紹馬爾可夫決策過程、蒙特卡洛方法、時序差分方法、Sarsa、Q 學習等傳統強化學習算法，以及策略梯度、近端策略優化、深度Q 網絡、深度確定性策略梯度等常見深度強化學習算法的基本概念和方法，並以大量生動有趣的例子幫助讀者理解強化學習問題的建模過程以及核心算法的細節。此外，本書還提供習題解答以及Python 代碼實現，可以讓讀者進行端到端、從理論到輕鬆實踐的全生態學習，充分掌握強化學習算法的原理並能進行實戰。本書適合對強化學習感興趣的讀者閱讀，也可以作為相關課程的配套教材。

這是一本寫給青少年看的人工智能科普圖書，目的是幫助青少年啟蒙科學素養，開闊科學視野，培養科學思維，鍛煉動手能力，讓小讀者瞭解人工智能的過去、現在和未來，從而更好地融入人工智能時代。通過閱讀本書，小讀者不僅能學習 Python 語言的基本使用，還可以從數據、算法等多個角度來一探人工智能的奧秘。所有這些都旨在激發孩子們的好奇心，幫助他們體會科學研究應具備的精神。本書用了大量形象的比喻，用貼近青少年生活的案例作類比，把書中的抽象概念和難點以詼諧幽默的手繪插畫形式詮釋出來，力求讓小讀者讀得懂、喜歡讀。本書從“如何實現人工智能”出發，講述了最流行的人工智能編程語言之一―Python 語言的基本使用，幫助小讀者初步學習一種獲取數據的重要手段―網絡爬蟲，以及如何進行簡單的數據處理，瞭解什麼是算法，體驗簡單的人工智能算法，領略算法的魅力。當然，最終還會指導小讀者一行行地親手寫出代碼，在自己的計算機上運行自己寫出的人工智能程序。全書從多個角度打開了人工智能的大門，讓讀者得以窺見門內的風景。

本書深入講解神經網絡和深度學習技術，側重於闡釋深度學習的核心概念。作者以技術原理為導向，輔以貫穿全書的MNIST手寫數字識別項目示例，介紹神經網絡架構、反向傳播算法、過擬合解決方案、卷積神經網絡等內容，以及如何利用這些知識改進深度學習項目。學完本書後，讀者將能夠通過編寫Python代碼來解決複雜的模式識別問題。

《推薦系統核心技術與實踐》循序漸進地講解了使用Python語言開發推薦系統的核心知識，並通過實例的實現過程演練了各個知識點的使用方法和使用流程。全書共分 12 章，內容包括推薦系統基礎知識介紹、基於內容的推薦、協同過濾推薦、混合推薦、基於標簽的推薦、基於知識圖譜的推薦、基於隱語義模型的推薦、基於神經網絡的推薦模型、序列建模和注意力機制、強化推薦學習、電影推薦系統、動漫推薦系統等。本書內容講解簡潔而不失技術深度，內容豐富全面，用簡練的文字介紹了複雜的案例，易於讀者學習。 《推薦系統核心技術與實踐》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、推薦系統技術的讀者，還可以作為高等院校相關專業師生和培訓機構的教材。

本書通過正在學習機器學習的程序員綾乃和她朋友美緒的對話，結合回歸和分類的具體問題，逐步講解了機器學習中實用的數學基礎知識。其中，重點講解了容易成為學習絆腳石的數學公式和符號。同時，還通過實際的Python 編程講解了數學公式的應用，進而加深讀者對相關數學知識的理解。

本書是《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交互式學習體驗。本書重新修訂《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。本書包含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絡――多層感知機；第二部分闡述深度學習計算的關鍵組件、卷積神經網絡、循環神經網絡、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計算機視覺和自然語言處理中的重要應用。本書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。閱讀本書需要讀者瞭解基本的Python編程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。

👍 中華企業資源規劃學會「商用數據應用師」認證教材指定用書 過去在商用大數據分析上，多著重在演算法的介紹，內容過於側重數理理解，這讓許多商管學生為之卻步。更有甚者，是太著重在程式撰寫上，這也讓沒有程式基礎的學生難以親近應用。 本書要打破這些商管學生的困擾，以顧客的R（銷售時間）、F（銷售頻率）、M（銷售金額）商業資料為主，以循序漸進方式，介紹各類資料探勘的聰明方法（即演算法），再透過免費的Google Colab平台，以Python語言為基礎，用簡易的指令撰寫，協助商管背景人士一步步進行操作，期望商管人士可以在這樣開放、免費的環境下，透過案例說明與實作，輕鬆跨過這道牆，建立起對商用大數據分析的正確基礎觀念與操作。 * 最新第二版特別針對生成式人工智慧（Generative AI）等新興技術進行介紹，讓讀者可以在大數據的框架下，掌握未來技術的發展趨勢。 * 以豐富的插圖與淺顯易懂的解說，輕鬆讀懂大數據演算法的內容。 * 提供商管案例做為資料探勘參考。 * 所有實作資料來自於轉換後的真實商業資料。 * 提供完整程式碼無痛接軌實作。 * 中華企業資源規劃學會「商用數據應用師」認證教材指定用書。

https://youtu.be/dDWiAF1WQ8A AI視覺 最強入門邁向頂尖高手 王者歸來 【書籍內容】 ◎ 台灣作者第一本「AI視覺」專書！五大最強亮點 ✔1. AI 影像技術全解析，從入門到頂尖高手 ✔2. 影像不只是影像，讓 AI 賦予它智慧與靈魂 ✔3. 數學、演算法、函數與Python程式，三大學習核心，建立的AI影像專案 ✔4. AI 影像應用無極限，打造你的專屬智慧影像系統 ✔5. 最完整 AI 視覺學習資源，帶你進入與設計 AI 影像時代 ◎ AI視覺最強入門，從新手到頂尖高手！ 在 AI 影像技術的浪潮下，你是否曾想過，如何讓影像處理不只是單純的圖像變換，而是賦予它智慧，讓程式「看見」並理解世界？本書 《AI視覺最強入門邁向頂尖高手》 將帶你從零開始，一步步掌握 AI 視覺的核心技術，讓你的影像程式不再只是空洞的代碼，而是充滿靈魂與創意的智慧應用！ ◎ 這本書，適合誰？ ★ Python & AI 初學者：從影像基礎開始，循序漸進學習。 ★ 影像處理 & OpenCV 愛好者：探索影像創意與高級應用。 ★ 開發者 & 工程師：打造 AI 監控、人臉識別、物件追蹤專案。 ★ 學生 & 研究人員：數學 + 演算法 + OpenCV，全方位掌握 AI 視覺技術。 ◎ AI 影像技術，從基礎到進階 ★ 影像處理基礎：影像讀取、色彩空間（BGR、RGB、HSV）、影像儲存與計算。 ★ 影像創意與特效：數位浮水印、動態影像（GIF、MP4）、藝術畫作設計。 ★ 影像增強與變換：圖像去霧、濾波降噪、傅立葉變換、直方圖對比度增強。 ★ AI 影像識別應用：手寫數字辨識、人臉偵測、車牌識別、醫學影像分析。 ★ AI 監控與自動追蹤：動態車道偵測、AI 監控系統、模板匹配物件搜尋。 ◎ 為什麼選擇這本書？ ★ 獨家「三步驟」學習法： ★ 數學原理 → 演算法邏輯 → Python x OpenCV x MediaPipe 實作，讓你學得深入又靈活應用！ ★ 從基礎到高階 AI 視覺應用，完整解構影像處理技術！ ★ 結合 OpenCV x MediaPipe x Python，打造創新影像應用專案！ ◎ AI 影像技術，開啟無限可能！ 影像處理與 AI 的結合，正顛覆我們的世界。無論是攝影特效、醫學影像、智慧監控還是

本書圍繞中國電腦學會(CCF)發佈的《CCF程式設計能力等級認證C++& Python認證標準》中的 C++部分而設計，主要介紹C++程式設計和演算法學習的相關內容。本書對標CCF程式設計能力等級認證(GESP)C++一級，詳細介紹了初識C++程式設計、變數、輸入語句、算數運算、浮點型資料和字元型資料、程式控制結構及順序結構、分支結構、關聯運算式和邏輯運算式、多分支和switch 語句、迴圈結構及for 迴圈、while 迴圈和do-while迴圈、程式控制結構的嵌套、break 和 continue語句、程式控制結構綜合應用、程式測試及調試等內容。為幫助讀者夯實程式設計基礎，本書特設置案例、基礎知識練習一大部分選自GESP歷年真題。另外，本書還配有課件、視頻等資源，讀者購書後，可關注“傲夢少年”微信公眾號進行領取。本書可以作為中小學程式設計社團的教材，也可以作為少兒程式設計培訓機構的培訓教材，還可以作為少兒程式設計等級考試和程式設計競賽的入門教材。

本書根據經濟和管理類本科數學基礎課程教學基本要求編寫，在編寫過程中不僅借鑒了國內外優秀教材的優點，而且結合了山東大學數學團隊多年的教學經驗．全書共5章，內容包括矩陣、行列式、向量、線性方程組、相似矩陣及二次型．每章後設有相應的核心知識點的思維導圖本書還以附錄形式呈現各章典塑習題的Python編程求解過程．本書秉承“新商科”建設理念，側重線性代數知識的實用性，每節的習題採用分層模式，每章的總複習題均選編自歷年考研真題，並配套完備的數字化教學資源．

本書共7章，凝聚了51Testing軟件測試網在軟件測試培訓方面的精華內容。主要內容包括Linux系統入門知識、Linux Shell編程技術、Oracle和MySQL兩大主流數據庫的基本操作、配置管理工具SVN及Java和Python編程。本書從測試的角度講述了軟件測試人員需要掌握的開發技術，有助於讀者提升測試技能。本書既適合測試人員閱讀，也可供相關專業人士參考。

本書是由長期從事計算機基礎教學和科研並具有豐富教學實踐經驗的一線教師編寫的。全書以計算思維為導向，凝練了計算機科學與技術中相關的基本理論、基本方法和新一代智能計算技術的基本概念及應用。全書內容分為10章，介紹了計算、計算機與計算思維的基礎知識，計算機的計算基礎，計算機系統，計算機網絡與信息安全，應用計算機進行問題求解的算法設計，Python語言程序設計，以及數據庫與大數據、雲計算、人工智能和物聯網等智能計算技術。

本書基於編者多年教學實踐的經驗，結合國家級精品線上課程，依據“信號與系統”課程教學基本要求進行編寫。全書共7章，包括信號與系統概述、系統的時域分析、連續信號的頻域分析、連續系統的頻域分析、連續信號與系統的複頻域分析、離散信號與系統的z域分析、系統的狀態變量分析。 本書採用了豐富的教-學-研結合前沿案例，利用編程工具分析“信號與系統”課程的問題，淡化手工數學計算，幫助讀者加深對“信號與系統”課程中基本概念的理解、提高編程實踐能力和綜合素質。本書配套微課視頻和慕課，支持線上線下混合式教學。此外還提供教學課件、習題答案、教學大綱MATLAB和Python教學編程實例等教學資源，易教利學。 本書可作為普通高等院校電子類、自動化類、電氣類、計算機類等專業的信號與系統課程的教材，也可用作研究生入學考試備考參考教材，還可供電子信息領域相關人員學習和參考。

本書全面且系統地介紹了機器學習測試技術與質量體系建設，分為5部分，共15章。第一部分（第1～4章）涵蓋了機器學習、Python編程、數據分析的基礎知識；第二部分（第5～7章）介紹了大數據基礎、大數據測試指南及相關工具實踐；第三部分（第8～10章）講解了機器學習測試基礎、特徵專項測試及模型算法評估測試；第四部分（第11～13章）介紹了模型評估平臺實踐、機器學習工程技術及機器學習的持續交付流程；第五部分（第14章和第15章）探討了AI（Artificial Intelligence）在測試領域的實踐及AI時代測試工程師的未來。本書能夠幫助讀者瞭解機器學習是如何工作的，瞭解機器學習的質量保障是如何進行的。工程開發人員和測試工程師通過閱讀本書，可以系統化地瞭解大數據測試、特徵測試及模型評估等知識；算法工程師通過閱讀本書，可以學習模型評測的方法和拓寬模型工程實踐的思路；技術專家和技術管理者通過閱讀本書，可以瞭解機器學習質量保障與工程效能的建設方案。

本書的目標，是讓非機器學習領域甚至非計算機專業出身但有學習需求的人，輕鬆地掌握機器學習的基本知識，從而擁有相關的實戰能力。本書通過AI“小白”小冰拜師程序員咖哥學習機器學習的對話展開，內容輕鬆，實戰性強，主要包括機器學習快速上手路徑、數學和Python 基礎知識、機器學習基礎算法（線性回歸和邏輯回歸）、深度神經網絡、卷積神經網絡、循環神經網絡、經典算法、集成學習、無監督和半監督等非監督學習類型、強化學習實戰等內容，以及相關實戰案例。本書所有案例均通過Python及Scikit-learn 機器學習庫和Keras 深度學習框架實現，同時還包含豐富的數據分析和數據可視化內容。本書適合對AI 感興趣的程序員、項目經理、在校大學生以及任何想以零基礎學機器學習的人，用以入門機器學習領域，建立從理論到實戰的知識通道。

數據是非常重要的資產，是“數字經濟”時代的核心生產要素。本書主要面向財經類等非大數據技術、計算機科學與技術等專業的學生，旨在培養學生大數據處理能力。本書重點講解 MySQL 數據庫基礎、Python 程序基礎、浪潮可視化大數據三大核心內容，根據崗位典型工作任務，MySQL 數據庫重點講解庫表操作、結構化查詢部分，Python 重點講解數據采集、數據整理與數據分析部分，同時拓展浪潮可視化數據處理應用。本書以企業真實項目為例講解大數據基礎知識、主流大數據分析工具與方法，以及浪潮可視化大數據分析工具等。本書共 6 個項目，分別是認知大數據系統、MySQL 數據庫設計、MySQL 數據查詢操作、Python 應用基礎、Python 數據處理與浪潮可視化大數據分析工具應用。本書選擇商業案例進行講解，內容新穎，講解透徹。本書不僅可作為高等職業院校相關專業的教材，也可作為廣大數據處理研究人員和從業人員學習和參考書。

本書以當前流行的MySQL為平臺，系統介紹MySQL數據庫及其應用開發，全書內容分為4個部分。第一部分MySQL基礎，首先介紹數據庫基礎知識和MySQL環境構建方法，然後分別介紹MySQL數據庫和表、MySQL查詢和視圖、MySQL索引與完整性約束、MySQL語言、MySQL過程式數據庫對象、MySQL數據庫備份與恢復、MySQL用戶權限與維護、MySQL事務管理等，並配套習題、實訓和微課視頻。第二部分MySQL數據庫綜合實訓，主要是綜合應用MySQL數據庫及其主要對象，並使用樣本數據測試各對象相互配合及其功能的正確性。第三部分MySQL數據庫綜合應用開發，主要基於PHP、Python和Android等流行平臺，使讀者通過系統實踐熟悉MySQL數據庫的應用開發要領。3個應用系統既是獨立的，又可組成一個完整的應用系統。第四部分MySQL數據庫綜合應用開發擴展，主要基於C#和JavaEE等平臺進行MySQL的綜合應用開發實踐。本書提供PPT教學課件、教學大綱、電子教案、習題參考答案、模擬試卷及參考答案等教學資源，用書教師可登錄人郵教育社區免費下載。本書可作為大學本科、高職高專相關課程的專業教材，也可作為廣大數據庫應用開發人員的參考用書。

本書以計算思維為主線，介紹計算思維的理論知識，兼顧計算機實際應用能力的培養。本書融入國產自主軟件、硬件等新技術知識，融入物聯網、雲計算、大數據和人工智能等新一代信息技術，介紹了Python編程語言、SQLite數據庫和WPS Office的相關知識。本書共12章，主要內容包括：計算思維與計算、計算機系統的基本思維、計算機硬件的基本思維、計算機軟件的基本思維、問題求解、計算機網絡技術、信息安全技術、新一代信息技術、數據庫技術、WPS文字處理、WPS表格處理、WPS演示文稿設計。

本書以項目為導向，以任務為驅動，全面地介紹數據分析與可視化的流程，以及Power BI數據分析與可視化的應用，並詳細講解利用Power BI解決企業實際問題的方法。全書共7個項目，項目1為初識數據分析與可視化，項目2～項目6分別介紹體育商品銷售數據分析案例的數據獲取、數據預處理、數據建模、數據可視化、數據分析報表創建與發佈的相關內容，項目7介紹自動售貨機綜合案例。此外，項目1～項目6包含課後習題，項目2～項目6包含項目實訓，通過課後習題練習和項目實訓操作，讀者可鞏固所學的內容。 本書可以作為“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(初級)的參考書，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。

本書介紹了如何利用 Python 3 開發網絡爬蟲。本書為第 2 版，相比於第 1 版，為每個知識點的實戰項目配備了針對性的練習平臺，避免了案例過期的問題。另外，主要增加了異步爬蟲、JavaScript 逆向、App 逆向、頁面智能解析、深度學習識別驗證碼、Kubernetes 運維及部署等知識點，同時也對各個爬蟲知識點涉及的請求、存儲、解析、測試等工具進行了豐富和更新。本書適合Python 程序員閱讀。

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。

本書倡導在計算機迅速發展、技術不斷革新的今天，回歸到計算機的基礎知識上。通過探究計算機的本質，工程師將提升對計算機的興趣，在面對複雜的新技術時，能夠迅速掌握其要點並靈活運用。本書以圖配文，以計算機的三大原則為開端，相繼介紹了計算機的結構、手工彙編、程序流程、算法、數據結構、面向對象編程、數據庫、TCP/IP網絡、數據加密、XML、計算機系統開發以及SE的相關知識。第2版的部分程序改用Python來呈現，數據庫改用MySQL，並對加密部分做了升級。

本書以實踐為導向，將理論與實踐相結合，深入淺出地介紹了使用Python與OpenCV進行計算機視覺實踐的基本知識和具體方法。本書旨在為各種背景的讀者提供通向計算機視覺世界的路徑，從零基礎的初學者到有編程經驗的開發者都能夠受益。其中，第1章介紹了人工智能的歷史與發展，第2章提供了Python編程的基礎，而第3章至第9章詳細介紹了OpenCV的安裝、配置和應用，幫助讀者構建堅實的計算機視覺基礎。最後，第10章為實例練習，鞏固了所學知識，可以作為課堂和課後作業的良好補充。本書作為普通高等院校計算機科學、人工智能、數學等專業相關課程的材。學習本書無需前置知識。本書也可作為所有專業學生瞭解計算機視覺與編程地參考書。