Python

本書是Python數據分析入門書，每個概念都通過簡單實例來闡述，便於讀者理解與上手。具體內容包括：Python及Pandas基礎知識，加載和查看數據集，Pandas的DataFrame對象和Series對象，使用matplotlib、seaborn和Pandas提供的繪圖方法為探索性數據分析作圖，連接與合併數據集，處理缺失數據，清理數據，轉換數據類型，處理字符串，應用函數，分組操作，擬合及評估模型，正則化方法與聚類技術，等等。

《電腦創作》為創客教育系列叢書的初中第一冊，內容包括數字創作、創意編程和人工智能三部分。在“數字創作”部分，以“製作班徽”為項目範例，引領同學們利用繪畫、網頁、動畫、小視頻等方式，來呈現創意，完成數字作品的創作；在“創意編程”部分，以“美麗的分形樹”為項目範例，通過完成畫“半圓橋”、畫“方塊田”、繪製二維碼等任務，來認識Python平臺、理解Python語言的三種基本結構、turtle庫的使用以及

本書著眼於處理時間序列數據的深度學習算法，通過基於Python 語言的庫TensorFlow 和Keras來學習神經網絡、深度學習的理論和實現。全書共六章，前兩章講解了學習神經網絡所需的數學知識和Python 基礎知識；中間兩章講解了神經網絡的基本算法以及深度學習的基礎知識和應用；*後兩章詳細介紹了專門用於處理時間序列數據的循環神經網絡（RNN）。

本書由一線資深軟件工程師結合多年Python開發經驗傾力編撰, 集Django架站、案例實踐、前瞻技術於一體, 是一本精通Djang Web開發的技術總結。全書以Python 3.7和Django 2.2版本實現, 從網站開發入門開始, 逐步深入講述Django框架的各功能要點, 每個功能要點從源碼角度分析, 並在源碼的基礎上實現自定義的功能開發。還介紹了Django的第三方功能應用, 如DRF框

本書是一本緊密結合數位影像處理理論與應用的入門書。本書以時下最為熱門的 MATLAB、GNU Octave、Python 與影像處理工具箱為基礎進行影像處理，徹底探討數位影像處理相關主題，包括空間濾波、傅利葉轉換、影像復原、影像分割、形態學、影像拓撲學、色彩處理、影像壓縮、小波與特殊效果等。本書特色：　採用最新且熱門的 MATLAB、GNU Octave、Python 程式、影像、操作流程和練習

本書主要介紹基本的深度學習和如何使用 Keras 語法及指令以從事深度學習之工作。書中主要內容包括深度學習簡介、人工神經網路(ANN)、深層神經網路(DNN)、卷積神經網路(CNN)、循環神經網路(RNN)、其他神經網路建構及深度學習應用與運算效率提升等。本書內容淺顯易懂，讀者只須具備 Python 的基本知識，也初步使用過 Numpy 及 Matplotlib 套件，並具備簡易的 Python

本書以深度學習算法入門為主要內容，通過系統介紹Python、NumPy、SciPy等科學計算庫，深度學習主流算法，深度學習前沿研究，深度學習服務雲平臺構建四大主線，向讀者系統地介紹了深度學習的主要內容和研究進展。本書介紹了Python、NumPy、SciPy的使用技巧，面向谷歌推出的開源深度學習框架TensorFlow，向讀者展示了利用TensorFlow和Theano框架實現線性回歸、邏輯回歸、

When Python challenges all who would eat from a magical fruit tree to tell him the tree's name, they all run off to the King of the Jungle to get the answer, but then forget it on their way back, unti

全書共分6章，分別為用於機器人的Ubuntu Linux、機器人編程的C++基礎知識、機器人編程的Python基礎、ROS概述、基於ROS編程、基於ROS的機器人項目。

《智慧醫學語言基礎實踐》共分6章，第1章介紹計算機基礎，主要包括Windows基本操作、Office辦公軟件操作和電子郵件操作；第2章介紹智慧醫學語言Python基礎，主要包括Python開發環境及庫的使用、Python語言基礎概述及數據類型、Python語言程序流程控制的醫學應用、Python語言自定義函數的醫學應用；第3章介紹醫學數據的獲取與分析，主要包括numpy庫與pandas庫的醫學應用、醫學數據文件的讀取與統計模塊、醫學數據的描述性分析、醫學數據的規範化轉換與常見預處理方法；第4章介紹醫學數據的可視化，主要包括matplotlib及醫學應用、seaborn及醫學應用、pyecharts及醫學應用；第5章介紹醫學圖像處理，主要包括醫學圖像的讀取與顯示，醫學圖像幾何操作、卷積、濾波，醫學圖像增強，醫學圖像分割與形態學處理；第6章介紹人工智能及醫學應用，主要包括線性回歸分析及醫學應用、邏輯回歸及醫學應用、樸素貝葉斯分類及醫學應用、支持向量機及醫學應用、聚類分析及醫學應用、深度學習及醫學應用。《智慧醫學語言基礎實踐》通過醫學案例由淺入深，注重入門運用與舉一反三，強化醫學案例驅動的自主學習與實踐，重視醫學及相關專業學生的學習能力培養，強調醫學實踐和計算機理論的醫工融合。

Offering a new perspective, this textbook demystifies the operation of electric machines by providing an integrated understanding of electromagnetic fields, electric circuits, numerical analysis, and computer programming. It presents fundamental concepts in a rigorous manner, emphasising underlying physical modelling assumptions and limitations, and provides detailed explanations of how to implement the finite element method to explore these concepts using Python. It includes explanations of the conversion of concepts into algorithms, and algorithms into code, and examples building in complexity, from simple linear-motion electromagnets to rotating machines. Over 100 theoretical and computational end-of-chapter exercises test understanding, with solutions for instructors and downloadable Python code available online. Ideal for graduates and senior undergraduates studying electric machines, electric machine design and control, and power electronic converters and power systems engineerin

《深度學習原理與PyTorch實戰》按照從理論到實踐，從實踐到創造的順序講解深度學習領域的知識與技術，代碼翔實，公式簡單易懂。 《深度學習原理與PyTorch實戰》第1章介紹深度學習的概念和目前的形勢，第2章介紹Python編程語言基礎，第3章使用Python語言計算極限、導數、級數等數學問題，第4章講解深度學習的基本原理與PyTorch框架的基本使用，第5章和第6章詳細講述經典網絡結構CNN和

本書是一本Python Web的技術總結，主要以Python 3和Django 2.0版本實現。通過本書的學習，讀者能夠透徹掌握Django 2.0各個功能模塊的使用以及實現方式，並以音樂平臺開發為例，讓讀者快速掌握Django 2.0開發應用的實用技能。此外，本書還介紹了Django項目的上線以及通過第三方功能模塊和框架實現網站的API開發、網站驗證碼、站內搜索引擎、第三方網站用戶註冊以及網站的

樹莓派（Raspberry Pi）是僅有名片大小的低成本微型計算機。本書共分5個部分，前面4部分分別深入淺出地介紹了樹莓派的基礎知識，包括樹莓派的硬件分類與DIY、操作系統的下載安裝、系統啟動與配置；採用Scratch、Sonic Pi軟件工具進行簡易編程的方法；樹莓派的Python編程基礎、Python遊戲項目的案例分析、Linux命令的使用方法與操作系統的定制與管理；多個樹莓派的軟件項目的實現

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。

本書採用開源智能硬件micro:bit，使用Python進行程序編寫，通過內置LED、按鈕、傳感器、無線和藍牙，實現了遊戲開發、POS機、石頭剪刀布等實踐案例；通過Arm公司安芯教育設計的擴展板，實現了聲控風扇、智能搶答器、紅綠燈系統、遙控LED燈、大棚管理系統、電子門鈴、限位雨刷器、遙控小車等項目。 本書還介紹了如何實現樹莓派與micro:bit之間進行信息讀寫的方法，如何通過圖形界面進行程序編寫以及對應的靜態Python程序，如何使用Arm公司的物聯網免費開源操作系統mbed OS對micro:bit進行編程。 本書可作為各類高校、高職、中小學開設開源硬件課程或Python編程相關課程的教材，也可供想進行編程學習的青少年、家長、教育工作者、創客等各類讀者參考。

本書以實際案例的形式，介紹了Microsoft Office 2016相關軟件、大數據相關軟件和Python數據處理應用技術，以及程序設計的思維方法和編程技巧。全書共5章，包含33個應用案例。第1～3章為計算機基礎知識應用，分別介紹Word 2016、Excel 2016 和PowerPoint 2016的使用方法，包含應用案例1～10。第4章為大數據應用技術，介紹MySQL數據庫、Python編程基礎、Python數據處理及可視化等應用技術，包含應用案例11～16。第5章為計算思維與程序設計，介紹流程圖繪製方法及程序設計、運行與調試等應用技巧，包含應用案例17～33。書中案例由淺入深，操作步驟詳盡，語言通俗易懂。本書適合高等院校非計算機專業本科生使用，通過合理選取，可滿足不同學時的教學要求。

本書按照人工智能在不同領域的研究特點，通過專項應用來研究相關技術。 全書分為11章，第1章介紹人工智能領域的基本概念，第2章說明Python語言編程工具的使用，第3章到第10章分別從應答機器人、物體識別、人臉識別、語音識別、視頻識別、生成對抗神經網絡、無人駕駛、區塊鏈和大數據等方面對人工智能從原理到實戰一步一步進行介紹，第11章提取了部分人工智能方面的面試題，供未來從事人工智能研究工作的讀者參考。 無論讀者是否從事計算機相關專業的工作，有沒有過開發的經驗，是否熟悉Python語言，是否想要轉行從事相關的工作，均可通過本書掌握編程的技巧和Python的基本技能。

Selenium是ThoughtWorks公司開發的一款用於Web應用程序測試的工具，它憑藉支持多種瀏覽器、支持各種語言、跨平臺、開源等優點得到了廣泛應用。《Selenium WebDriver自動化測試完全指南》以Python 3.x為基礎，借助多個案例項目介紹Selenium的用法，涵蓋內容採集、數據處理、單元測試等內容。本書共分為17章，主要內容有安裝Selenium、頁面導航、元素定位、PhantomJS、數據編解碼、單元測試、多線程、發送郵件、Selenium IDE、Python擴展、圖形化測試等。本書每章都包含相應的實踐內容，而且在適當的位置還包含綜合性的實戰環節，幫助讀者檢驗前面所學內容並活學活用。《Selenium WebDriver自動化測試完全指南》內容通俗易懂，案例豐富，實用性強，適合從事Python開發、大數據開發、爬蟲開發、前端開發以及測試等工作的人員閱讀。

● 探索關系數據庫和SQL ● 安裝MySQL服務器 ● 處理SQL數據 ● 連接SQL數據庫 ● 通過Python、Java和其他語言與SQL交互 ● 常見和有用的SQL術語 ● 構建和規範化SQL示例數據庫

本書共分兩部分：第一部分是網絡數據採集與預處理的基礎理論實踐，包括任務1～任務6，主要講解如何使用Python編寫網絡數據採集和預處理程序，內容包括Python環境搭建，Python基礎語法、語句與函數，網絡基礎知識，常用網絡數據採集與預處理庫、解析庫，數據持久化保存，以及requests庫、numpy庫、pandas庫、Selenium技術、ChromeDriver技術和Scrapy技術的應用方式。第二部分是網絡數據採集與預處理的綜合案例，包括任務7～任務9，主要講解requests庫數據採集與ECharts可視化技術相結合以展示數據，並持久化保存數據、預處理數據的應用案例；Selenium和ChromeDriver技術相結合模擬登錄，採集動態和靜態數據，並持久化保存數據和預處理數據的應用案例；Hadoop平臺的Flume日誌數據採集應用案例，充分呈現了大數據採集與預處理主流技術、可視化技術的主要功能和特點。本書可作為高等職業院校、職業本科院校大數據技術及相關專業的教材，也可作為有一定Python編程經驗並且對數據採集與預處理技術感興趣的工程技術人員的參考用書。

《Qt 5/PyQt 5實戰指南――手把手教你掌握100個精彩案例》根據跨平臺軟件研發工作中對Qt技術的需求,按照循序漸進的原則逐步介紹Qt的各種實用技術。本書分為3部分: 第1部分(第1～14章)講述C+ + 版的Qt知識,著重介紹Qt的安裝配置以及開發環境搭建、Qt項目文件的配置與使用、Qt常用類與常用控件的應用、使用Qt Designer繪製窗體與控件、庫的開發與使用、插件開發技術、Qt的MVC機制及應用、SDI與MDI類應用開發技術、Qt多線程應用開發及併發框架、Qt網絡應用程序開發技術; 第2部分(第15～22章)講述PyQt版的開發知識,內容同第一部分大體一致,用Python語言實現並根據Python語言特點省去了部分內容; 第3部分(第23、24章)分別以C++ 語言、Python語言的實戰項目為例,講解Qt技術的綜合應用。全書提供了100個應用案例,除第1、23、24章外,每章後均附有配套練習。《Qt 5/PyQt 5實戰指南――手把手教你掌握100個精彩案例》適合作為C++/Python跨平臺軟件研發工作人員的參考資料,也可作為高等院校計算機、軟件工程等相關專業高年級本科生、研究生的參考教材。

《Scrapy網絡爬蟲開發實戰》介紹如何學習和使用流行的Scrapy框架開發網絡爬蟲應用，主要內容使用Python開發網絡爬蟲，識別網頁的編碼，結構化信息的提取，Scrapy爬蟲的示例使用，Scrapy Playwright抓取動態JS網站，將抓取的數據保存到數據庫，部署、調度和運行Scrapy爬蟲等。 《Scrapy網絡爬蟲開發實戰》適合作為高等院校計算機、軟件工程專業本科生、研究生的參考書目，也適用於對Python網絡爬蟲領域感興趣的人士參考閱讀。

本書以Python數據處理工具和深度學習的基本原理為切人點，由淺人深地介紹TensorFlow的使用方法。由原理著手到代碼實踐，內容從最基本的回歸問題開始，到近年來廣泛流行的卷積神經網絡和生成式模型。本書省去大量煩瑣的數學推導，以通俗易懂的語言和示例闡述深度學習的原理。本書共8章，第1和2章介紹TensorFlow的環境搭建與Python基本數據處理工具，為後面介紹TensorFlow做準備；第3

●本書適用對象1.內容針對學校市場所設計，中學生資訊課程參考用書。2.一般讀者也可以學習，概念是可類推的自學書。本書採用的Django框架，是使用Python語言編寫的一個廣受歡迎、免費、開放原始碼、且功能完整的網站後端框架，有助讀者用最快的速度掌握網站開發最基礎的知識。本書特色--1.使用最熱門的Python程式語言，搭配Django框架設計出由淺入深的網站範例專案，讓學習者逐步熟悉網站開發技術

本書是高等學校金融學專業系列教材之一。本書內容包括導論、機器學習基礎、Python編程基礎、基於Python的機器學習軟件包、國信iQuant量化交易平臺、交易策略學習模型的數據準備、線性回歸估值選股模型、邏輯回歸收益率預測選股模型、決策樹分類擇時模型、樸素貝葉斯分類擇時模型、支持向量機分類擇時模型、K均值聚類分析選股模型、Apriori股票關聯分析模型、BP神經網絡擇時模型、RNN循環神經網絡擇

本書通過通俗易懂的語言、豐富的圖示和生動的實例，撥開了籠罩在機器學習上方複雜的數學“烏雲”，讓讀者以較低的代價和門檻入門機器學習。本書共分為11章，介紹了在Python環境下學習scikit―learn機器學習框架的相關知識，涵蓋的主要內容有機器學習概述、Python機器學習套裝軟體、機器學習理論基礎、k―近鄰演算法、線性回歸演算法、邏輯回歸演算法、決策樹、支援向量機、樸素貝葉斯演算法、PCA演算

Python是當今使用最為廣泛的開發語言之一，被認為是開發深度學習程序的最佳語言。《深度學習項目開發實踐（TensorFlow Sklearn PyTorch）（微視頻版）》通過9個綜合實例，詳細講解了使用Python語言開發大型深度學習項目的過程，這些項目在現實應用中具有極強的代表性。第1章講解了AI智能問答系統的具體實現流程；第2章講解了AI智能推薦系統的具體實現流程；第3章講解了智能OCR文本檢測識別系統的具體實現流程；第4章講解了國際足球比賽結果預測系統的具體實現流程；第5章講解了智能繪圖系統的具體實現流程；第6章講解了利用ChatGPT開發微信客服機器人的具體實現流程；第7章講解了移動機器人智能物體識別系統的具體實現流程；第8章講解了AI考勤管理系統的具體實現流程；第9章講解了網絡輿情數據分析系統的具體實現流程。在具體講解每個實例時，都遵循項目的進度順序來講解，從接到項目到具體開發，直到最後的調試和發布，內容循序漸進，並穿插講解了這樣做的原因，深入講解了每個重點內容的具體細節，引領讀者全面掌握Python深度學習開發技術。《深度學習項目開發實踐（TensorFlow Sklearn PyTorch）（微視頻版）》不但適合Python深度學習開發的初學者學習，也適合有一定Python深度學習開發基礎的讀者學習，還可以作為有一定基礎的程序員的參考書。

本書分為7章，主要包括計算機概述、計算機硬件基礎、計算機軟件基礎、計算機網絡基礎、Python程序設計、SQL數據庫技術、多媒體技術及應用等內容。

本書詳細闡述了Python語言基礎知識、Abaqus內核二次開發、Abaqus 插件GUI二次開發和Abaqus 主窗口GUI二次開發的相關知識，通過大量實例和詳細說明，幫助讀者掌握Abaqus 二次開發基礎知識和應用方法。 本書共14章，前兩章為基礎篇，包括Abaqus二次開發概述和Python語言基礎；第3～6章為內核開發篇，包括Abaqus內核開發和它的三個應用實例；第7～14章為GUI開發篇，介紹了Abaqus RSG對話框生成器、Abaqus GUI二次開發和它們的五個實例，以及Abaqus主窗口GUI的二次開發。

《基於國產數據庫的項目實訓教程》以項目開發過程為主要框架，貫穿數據庫課程的主要知識點，完整地記錄了基於國產數據庫(HighGo Database)和Python語言平臺開發管理信息系統的全過程。本書以學生常見並易於理解的學生選課系統為例，以項目開發的主要階段(需求分析、數據庫設計、界面設計、功能實現)為組織提綱，以數據庫應用及Python開發為技術要點，引導讀者從無到有、循序漸進地完成一個完整項目的開發。

本書共11章，主要內容包括深度學習簡介、Python基礎、神經網絡基礎、卷積神經網絡、經典卷積網絡結構、遷移學習、循環神經網絡、強化學習、深度強化學習、基於策略的算法更新與趨勢等，通過具體案例，將Python語言、深度學習思想、強化學習思想和實際工程完美地結合起來。本書由淺入深，從易到難，各章節既相對獨立又前後關聯，其*大的特點就是打破了傳統書籍的講解方法，在介紹各部分理論基礎的同時，搭配具體實例

人工智能的普及將是未來的發展趨勢，《人工智能基礎》作為人工智能的科普讀物，用通俗易懂的語言全面介紹了人工智能的基礎知識。《人工智能基礎》共三大部分：理論基礎、編程語言基礎和應用實戰。第壹部分(基礎篇)分為5章，主要從人工智能的概念和主要應用場景等方面介紹人工智能的基礎現論知識。第二部分(語言篇)分為5章，主要介紹了Python語言的編譯環境以及Python語言的基礎知識。第三部分(實踐篇)分為4章

本書共分為十章，在對量化金融學的發展進行介紹，並對若干當下熱門的金融學概念的“前世今生”進行了梳理的基礎上，重點介紹了Python以及Matlab的編程的基本操作，並對衍生品的基礎知識、金融數據的的基本統計特性、投資組合的基本原理、金融風險管理的基本原理以及固定收益證券(主要針對債券)的基本原理進行了回顧，結合Python或Matalb計算編程語言對傳統計學知識進行了代碼建模。提出了一種“一體化”

本書設計了18個實驗, 包括計算機常用操作、Python編程、信息表示、數據壓縮、棧的應用、隊列的應用、二叉樹的遍歷、二分查找、快速排序、遞歸、分治法、數據庫操作、檢錯、加解密等。

《智慧醫學語言基礎》共分6章，第1章介紹智慧醫學概述，主要包括計算機基礎、醫學大數據及其應用、人工智能及智慧醫學應用；第2章介紹智慧醫學語言Python基礎，主要包括Python語言及開發環境搭建、Python語言基礎概述及數據類型、Python語言程序控制結構、函數；第3章介紹醫學數據的獲取與分析，主要包括醫學數據的獲取與存儲、醫學數據的常用計算模塊、醫學數據的描述性分析、醫學數據文件的讀取與寫入、醫學數據的歸一化轉換與常見預處理方法；第4章介紹醫學數據的可視化，主要包括matplotlib包、seaborn包、pyecharts包可視化醫學數據；第5章介紹醫學圖像處理，主要包括醫學影像相關技術、醫學圖像處理基礎、醫學圖像增強、醫學圖像分割與形態學處理等；第6章介紹機器學習及醫學應用，主要包括機器學習介紹、線性回歸分析、邏輯回歸、樸素貝葉斯分類、支持向量機、k均值(k-means)聚類、深度學習算法。圍繞醫學案例由淺入深進行論述，特點是醫工融合，注重入門運用與舉一反三，強化醫學案例驅動的自主學習，重視醫學及相關專業學生的學習能力培養，強調醫學實踐和計算機理論的醫工融合。

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。

本書主要介紹了Excel 2021與Python和Power Bi Desktop相結合進行數據的採集、運算、分析、大數據處理及可視化等方面的內容，主要包括數據輸入、圖表設計、函數、名稱、數據表結構變換、表格與結構化引用、數據模型、Python編程基礎、爬蟲程序、數據倉庫、M語言、DAX語言等基礎知識；數據排序、查找、透視、篩選、迷你圖、切片器、分類匯總、數據建模等數據管理功能；採集文本數據、數據庫數據和網頁數據的方法；使用Python批量操作數據的方法，Power Query數據清洗與整合、Power Pivot數據建模與分析、Power View數據可視化等大數據處理方面的內容。 本書通俗易懂，內容翔實，重視知識性和實用性的結合，每章配有相應的習題，可作為高等學校數據科學(大數據)、經濟管理、財政金融、統計、文秘等專業數據分析課程的教材，也可作為計算機應用和辦公自動化方面的培訓教材或參考用書。

新版《牛津給孩子的信息科技通識課》共 9 冊，旨在向 5 ～ 14 歲的學生傳授重要的計算思維技能，以應對當今的數字世界。本書是其中的第 7 冊。 本書共 6 單元，每單元包含循序漸進的 6 部分教學內容和一個自我測試。教學內容包括學習目標和學習內容、活動、 額外挑戰和更多探索等。自我測試包括一定數量的測試題和以活動方式提供的操作題，讀者可以自測本單元的學習成果。 第 1 單元介紹數據存儲及進制轉換；第 2 單元介紹如何安全、負責任地使用互聯網；第 3 單元介紹 Python 編程入門，並比 較 Scratch 和 Python 的差異；第 4 單元深入介紹 Python 編程；第 5 單元介紹如何設計並製作播客；第 6 單元介紹如何創建並高效使用數據表。 本書適合 11 ～ 12 歲的學生，可以作為培養學生 IT 技能和計算思維的培訓教材，也適合學生自學。

人工智能方興未艾，正在向人們生活的各個領域滲透。 本書緊扣業界前沿，主要介紹了一些當前流行、 具有廣闊應用前景的人工智能新技術。 此外，本書各個章節還就一些重點專題給出了Python語言的程序實現，使抽象的理論具體化，使生澀的算法容易理解。 本書共分12章，主要介紹人工智能的基本概念、知識表示方法、確定性推理、不確定性推理、搜索問題求解策略、智能計算、機器學習、 人工神經網絡與深度學習、多智能體技術、視覺感知與識別等人工智能最新理論與應用。 附錄中給出了本書用到的計算機程序語言――Python語言的相關基礎， 供沒有接觸過Python的讀者參考學習。 本書可以作為高等院校相關專業本科生與研究生的教材，也可作為人工智能技術領域研究人員與工程技術人員的參考書。