Python

閱讀本書，即使讀者僅掌握高中數學知識，也能理解和應用強大的機器學習技術！簡單來講，機器學習是一套以算法為基礎的數據分析技術，當你提供更多數據時，算法可反饋更好的結果。ML支持許多尖端技術，如推薦系統、面部識別軟件、智能揚聲器，甚至包括自動駕駛汽車。本書不落窠臼，示例豐富，精選的練習十分有趣，插圖清晰，講解機器學習的核心概念。 《機器學習圖解》以簡明易懂的方式介紹機器學習的算法和技術。本書不談深奧的術語，只通過基本代數知識提供清晰的解釋。你將使用Python構建有趣的項目，包括垃圾郵件檢測和圖像識別模型；還將學習一些實用技能，以清理和準備數據。 · 分類和劃分數據的監督算法· 清理和簡化數據的方法· 機器學習包和工具· 複雜數據集的神經網絡和集成方法讀者閱讀本書前，最好瞭解Python基礎知識，不必瞭解機器學習知識。

本書兼顧計算機科學基礎知識和計算思維，以計算思維能力培養為主線，串聯信息表示、計算機系統、操作系統、計算機網絡、多媒體技術、科學計算及計算機發展新技術等內容，選擇Python作為計算實踐的語言，內容偏重於如何將計算思維應用於計算機科學等領域以解決問題。實踐內容在授課內容的基礎上進行拓展，並要求運用Python及相關的配套庫進行問題求解練習。希望通過應用問題求解的學習和實踐，培養讀者在理解計算機系統的基礎上，主動在各自專業學習中利用計算思維的方法和技能，進行問題求解的能力和習慣。學完本書後，希望讀者能動手解決具有一定難度的實際問題。 本書適合作為高等學校計算機基礎課程的教材，也可作為計算機培訓、計算機等級考試和計算機初學者的參考書。本書可與《大學計算機基礎實驗教程》(第2版)配合使用。

MicroPython本身使用GNU C進行開發，在微控制器上實現了Python 3的基本功能，擁有完備的解析器、編譯器、虛擬機和類庫等。在保留了Python語言主要特性的基礎上，MicroPython還對微控制器的底層進行了封裝，將常用功能都封裝到庫中，甚至為一些常用的傳感器和硬件編寫了專門的驅動。 全書共17章，在內容上可分為3部分： 搭建環境與基本方法(第1、2章)、移植和啟用核心功能(第3～7章)、設計實現更多模塊(第8～17章)，並配備了豐富的樣例程序，用於驗證MicroPython功能模塊可正常工作，並演示同這些模塊相關的典型編程方法。 本書力求理論與實踐緊密結合，內容翔實，實例豐富，可操作性強。本書可作為高等院校“嵌入式系統”相關課程的教材，也可供從事嵌入式系統開發與應用的工程技術人員自學，還可為電子愛好者使用嵌入式系統實現創意作品提供參考。 通過在線Git代碼倉庫 https://gitee．com/suyong_yq/micropythonsu可以下載最新代碼。

本書從數據分析與機器學習算法入手，系統地介紹了機器學習各類算法的原理方法和實際應用。本書的主要內容包括：KNN算法、樸素貝葉斯、決策樹、支持向量機、線性回歸、K-means算法、人工神經網絡、卷積網絡深度學習以及基於Python數據分析進行職業規劃。本書作為大數據技術與人工智能領域的入門教材，在內容上涵蓋了機器學習經典算法的基礎知識和應用實例，採用Python作為編程語言，強調基本算法的應用理解，內容由淺入深。各部分內容均配有相應的任務，注重實踐應用，便於讀者學習和掌握。本書可作為各類職業院校大數據技術、雲計算技術應用、人工智能技術應用等相關專業的教學用書，也可作為相關專業領域工程技術人員的參考用書。本書配有電子課件、源代碼、微課視頻(掃描二維碼觀看)等課程資源，選用本書作為授課教材的教師可以登錄機械工業出版社教育服務網(www.cmpedu.com)註冊後免費下載，也可聯繫編輯(010-88379807)諮詢。

本書分為“演算法篇”和“實現篇”兩大部分。演算法篇介紹了標記-清除演算法、引用計數法、複製演算法、標記-壓縮演算法、保守式GC、分代垃圾回收、增量式垃圾回收、RC Immix演算法等幾種重要的演算法；實現篇介紹了垃圾回收在Python、DalvikVM、Rubinius、V8等幾種語言處理常式中的具體實現。本書適合各領域程式師閱讀。

Anaconda是一個強大的開源數據科學平臺，它將很多好的工具整合在一起，極大地簡化了使用者的工作流程，並能夠幫助使用者解決一系列數據科學難題。《Anaconda數據科學實戰》旨在通過一系列示例，引導讀者在編碼和圖表中瞭解Anaconda的強大之處。本書包括12章，結合R、Python、Octave和Julia等4種編程語言，從平臺的安裝和配置開始，循序漸進地引導讀者掌握數據集的獲取、數據可視化、統計建模、管理包、Anaconda的優化、無監督學習、監督學習、數據預測分析、雲、分布式計算等內容。本書示例豐富，講解細緻，作者不僅在金融領域有著深厚的積累，還有著豐富的教學經驗。對於那些有興趣瞭解金融領域數據科學的讀者，以及普通的數據分析師或數據科學從業者，本書都是一個不錯的選擇。在閱讀本書之前，我們希望讀者具備R或Python的基本編程知識，以及線性代數相關的基本知識。

Jupyter Notebook 被廣泛用作數據分析的工具或學習Python 的開發環境。本書共10章，重點介紹了如何使用Jupyter Notebook 進行數據可視化分析，包括Jupyter Notebook 的基礎操作、使用pandas 進行數據分析、使用Matplotlib 繪圖、完全掌握Matplotlib、使用Bokeh 繪圖、完全掌握Bokeh、自定義Jupyter Notebook、使用雲端Jupyter Notebook、用Jupyter Notebook 編寫Ruby 和R 語言等內容。

本書為1+X職業技能等級證書配套系列教材之一，根據《人工智能數據處理職業技能等級標準》編寫，為該職業技能的初級配套教材。 本書汲取科大訊飛高教人才培養業務實驗室產品AILAB的實驗成果，結合人才培養項目式教學經驗，按照新形態一體化教材的開發標準，由淺入深、循序漸進地引導讀者使用Python進行人工智能數據處理。全書共分為9章，涵蓋數據處理基礎、Python編程基礎、Python數據操作基礎、數據采集、數據存儲、數據預處理、數據標注、數據分析基礎、數據可視化基礎等內容。本書能同時滿足讀者人工智能數據處理知識學習、職業技能培訓及1+X證書考核等需求，為讀者進入人工智能數據處理職業技能初級崗位提供專業支持。 本書配有教學課件、編程樣例、實驗及編程類習題、源代碼、課後習題答案等豐富的數字化學習資源。與本書配套的數字課程在“智慧職教”平臺(www.icve.com.cn)上線，學習者可以登錄平臺進行在線學習及資源下載，教師也可以發郵件至編輯郵箱1548103297@qq.com獲取相關資源。 本書可作為人工智能數據處理1+X證書的初級認證相關教學和培訓的教材，也可作為高等職業教育大數據技術和人工智能技術應用等相關專業的教材，還可作為從事大數據相關工作人員的自學參考書。

本書基於Python 3.8和OpenCV 4.5編寫，共8章，包括環境搭建、簡易調色畫布、幾何圖像繪製、簡單的圖像處理、馬賽克、圖像美顏、人臉檢測、人臉跟蹤。讀者通過學習本書內容及運行相應的仿真程序，可以更加深刻地理解圖像處理的內容，並且更加熟練地掌握計算機視覺在不同領域的應用。

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。

本書本書共有9章，包含PySide 6/PyQt 6常用知識及一些經典應用。每個章節側重點不同，但相對獨立，讀者根據目錄即可獲取自己所需的內容。第1章介紹PySide/PyQt的入門知識；第2章介紹Qt Designer的詳細用法；第3章和第4章介紹PySide/PyQt的基本窗口控件的使用方法；第5章介紹PySide/PyQt的特殊控件――表格與樹；第6章介紹一些高級窗口控件；第7章介紹信號/槽和事件；第8章介紹Python的擴展應用；第9章介紹PySide/PyQt的實戰應用。本書旨在幫助讀者以最短的時間掌握PySide 6/PyQt 6的基礎知識並能夠實戰應用，希望本書對有Python程序開發需求的讀者有幫助。

自然語言處理是一門融語言學、計算機科學、數學於一體的科學，研究人與計算機之間用自然語言進行有效通信的各種理論和方法。計算語言學是指通過建立形式化的數學模型來分析、處理自然語言，並在計算機上用程序來實現分析和處理的過程，旨在以機器來模擬人的部分或全部語言能力的目的。《自然語言處理與計算語言學》作為一本借助於Python編程語言以及各種開源工具（如Gensim、spaCy等）來執行文本分析、自然語言處理和計算語言學算法的圖書，從應用層面介紹了相關的理論知識和所涉及的技術。《自然語言處理與計算語言學》共分為15章，其內容涵蓋了文本分析的定義、使用Python進行文本分析的技巧、spaCy語言模型、Gensim工具、詞性標注及其應用、NER標注及其應用、依存分析、主題模型、高級主題建模、文本聚類和文本分類、查詢詞相似度計算和文本摘要、詞嵌入、使用深度學習處理文本、使用Keras和spaCy進行深度學習、情感分析與聊天機器人的原理介紹等。《自然語言處理與計算語言學》適合對自然語言處理的實現細節感興趣的Python程序開發人員閱讀。如果讀者具備統計學的基本知識，對學習本書內容會大有裨益。

本書以計算思維與計算問題求解、信息表示和信息處理為主線，將Python作為實踐語言，串聯計算機文化與計算思維、計算機系統組成與結構、信息表示、操作系統、數據庫、計算機網絡、信息處理、信息安全、信息化新技術等內容。

《線性代數》(第三版)是在前兩版的基礎上修訂而成的。全書突出“矩陣方法”，從始至終貫穿矩陣的初等變換的作用，表述上從具體問題入手，問題的引入自然、貼切，問題的討論由淺入深，由易及難，從具體到抽象，循序漸進，脈絡清晰，做到了難點分散，化難為易，便於組織教學。 經過多年的教學實踐並根據同行的寶貴建議，我們進一步對國內外優秀的同類教材進行了比較研究，在保持前兩版特色的基礎上，第三版主要做了如下修改：增加第六章Python語言實現，我們用Python語言實現線性代數中的各種計算，包括行列式計算、矩陣計算、求解線性方程組、求矩陣的特徵值與特徵向量等；對第二版的錯誤和疏漏之處進行了改正，並對部分內容進行了重新編寫。 《線性代數(附帶習題集)》可讀性較強，既可以作為應用型本科院校或同等層次學生的教學用書，也可以作為其他專業學生的參考書。學習《線性代數(附帶習題集)》的預修課程只需初等數學即可。

簡單上手 MicroPython 與 ESP8266 開發板， 物聯網專案開發的核心能力Get！ 「Arduino 宣布開發板實作語言的下一步就是 MicroPython，你還有不學會它的理由嗎？」 📌 什麼是 MicroPython？ MicroPython 是由 Damien George 開發的精簡版 Python 3 語言，其強大優點在於：只需要撰寫簡易的程式即可實作簡單的 IoT 專案。MicroPython 目前也已支援 ESP8266、ESP32 等多種開發板。 📌 為何本書使用 Witty Cloud 機智雲開發板？ 本書使用 ESP8266 的 Witty Cloud 機智雲開發板，兼具了平價與實用性特色，並且本身就是 IoT 裝置，不需要麵包板，不用硬體接線，可以減少除錯方面的難度，讓你輕鬆學習軟硬體整合的 MicroPython 程式設計。 📌 本書將帶你實作以下專案 雲端資料儲存 × WiFi上網 × 手機遠端監控 × 物聯網雲端平台 × LINE訊息通知，以及更多動手做專案！ 本書特色 全書以「圖解+實作+原理」架構，讓你第一次使用物聯網裝置就上手！本書內容專注於程式設計與 Web 整合應用，並且大幅降低 IoT 裝置的硬體複雜度。書中使用的 Witty Cloud 機智雲開發板，不只讓初學者能快速入門 MicroPython 語言，更可以輕鬆進入軟硬整合，實作 Web 服務整合應用的 MicroPython 物聯網專案。 本書第二版使用最新版本 Thonny Python IDE、MicroPython 韌體和模組，並且提供 Thonny 外掛程式安裝教學與 ESP8266 工具箱可攜式套件，讓你馬上就能學習 IoT 物聯網專案開發。 內容簡介 ➤ 使用初學者專屬的 Thonny 整合開發環境：讓你輕鬆入門 MicroPython 語言。 ➤ 提供獨家 ESP8266Toolkit 工具箱：支援 Blockly for MicroPython 積木程式，可以讓你使用積木來拼出你的 MicroPython 程式。 ➤ 輕鬆駕馭物聯網平台：提供 ThingSpeak、Adafruit.IO 物聯網平台操作教學，讓你打造專屬的視覺化儀表板，進行即時遠端監控。 ➤ 使用ESP8266的機智雲開發板：不需要麵包板、硬體接線，減少除錯方面的難度

由於優化模型在各專業的研究領域中有著極其廣泛的應用，本書以優化模型為主題講述了幾類較為基礎且重要的數學模型，包括線性規劃模型、非線性規劃模型、整數規劃模型、多目標規劃模型、目標規劃模型、動態規劃模型、圖與網絡優化模型，共計七個章節。針對往年課程教學過程中學生普遍提出的困惑，即求解數學模型對於學生具有一定編程基礎要求。因此，在各章節都以一定篇幅介紹三類常用求解優化模型的軟件語言：LINGO、MATLAB以及Python。LINGO軟件對於沒有編程基礎的學生也能夠較快地掌握。MATLAB軟件以及Python軟件是大部分工科學生的基礎工具，可在不增加學生負擔學習成本上，著重介紹如何利用軟件解決優化問題。本書可以幫助零基礎學生快速、較好地掌握建立、求解數學模型的方法與過程。

本書注重理論與實際操作相結合，以管理會計基本理論為基礎，以仿真實訓案例為載體，以Python大數據分析工具為技術手段，通過管理會計工作實踐場景，讓學生在完成實訓任務的過程中，融會貫通管理會計的預測、規劃、決策、控制、激勵與評價等理論知識體系，提高應用 技術手段進行大數據分析，提供管理會計信息支持的能力。具體而言，本書包括成本性態分析、變動成本法、本量利分析、標準成本法、短期經營決策、全面預算管理和長期投資決策等實訓單元，每個單元不但包括基於Python工具解決管理會計問題的詳細演示，而且包括仿真實訓案例的拓展演練。 本書可以作為財務管理專業、會計學專業、工商管理類專業高年級本科生教材，也可以作為高等院校會計專業碩士、工商管理碩士等管理類研究生教材，還可供經濟管理人員、管理會計人員自學使用。

本書是“大學計算機基礎”課程的配套實驗教材，既有以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的相關內容。全書共分為兩部分：第一部分為計算機基礎應用實驗，分為6章，每章按照內容提要、實驗內容的結構來編排。其中Windows7實驗4個、辦公自動化實驗9個、計算機網絡實驗1個、數據庫與信息系統實驗2個、輔助製圖技術實驗2個、綜合實驗1個。每個實驗以實驗目的為牽引，配合了翔實的步驟，並加以實戰練習，以滿足初學者的需求，同時在軍事訓練網和互聯網均有各實驗的講解視頻，可以參照學習。第二部分為Python綜合設計實驗，分為13個實驗，主要對計算機基礎理論知識進行驗證和設計，以期加深對基礎理論知識的理解和掌握，其中包括Python基礎、算法設計分析、數據分析挖掘和turtle繪圖4個富有特色的實驗項目。本書適合作為高等院校計算機基礎課程的實驗教材，也可作為軍事院校學生網絡自主學習、士兵士官提升信息化水平的初級培訓教材。

本書從初學者的認知角度和學習特點出發，在內容組織編排、案例設計上秉持從易到難、從簡到繁的編寫理念，採取深入淺出的語言講解計算機基礎知識和操作技能。全書分為7章，包括計算機概論、初識網絡、Python程序設計入門、Python計算生態和數據智能分析、圖像處理Photoshop、Web前端網頁設計、IT新技術等內容。本書理論與實操相結合，既注重計算思維能力的培養，又兼顧應用需求，循序漸進地引導學生打開計算機科學之門。 本書適合作為普通高等院校計算機基礎課程的教材，也可作為各類計算機應用人員的參考資料。

本書是人工智能技術應用專業的基礎教材，以簡單且生活化的實訓案例為載體，講解人工智能算法的基本原理，降低學習門檻。本書內容包括Python篇、機器學習篇、深度學習篇、計算機視覺篇以及自然語言處理篇。 Python篇通過實訓案例，讓讀者認識並掌握Python編程語言的基礎。機器學習篇通過實訓案例，讓讀者認識機器學習經典算法的基本原理和簡單應用。深度學習篇通過實訓案例，讓讀者瞭解多種神經網絡模型的原理及其在生活場景中的運用。計算機視覺篇通過實訓案例，讓讀者瞭解人工智能算法在計算機視覺領域的典型應用。自然語言處理篇通過實訓案例，讓讀者瞭解人工智能算法在自然語言領域的典型應用。 本書適合對人工智能感興趣的在校學生、社會工作者以及其他零基礎的讀者，通過體驗書中關於人工智能技術在計算機視覺、自然語言處理等領域的案例，可以逐漸對人工智能有所認知，並具備初步的實踐能力。

本書共分9章，介紹了海洋大數據、Python語言、人工智能基礎(神經網絡、深度學習、卷積神經網絡和循環神經網絡)、海洋特徵智能識別、海洋參數智能預測、動力參數智能估算和模式誤差智能訂正等，介紹了人工智能技術在海洋學中的應用。

破譯武林招式，看懂程式設計！ ．郭靖的小紅馬在Scratch裡能任意變色？ ．韋小寶加盟天地會誓詞是高階程式語言？ ．黃蓉的計算能力比Python還強？ ．用費波那契數列就能進入桃花島？ 以武俠小說的場景為媒介，讓武林絕招和程式設計理論緊密結合。只要你摸過電腦、玩過電動遊戲，熟悉鍵盤和滑鼠的操作，就能讀懂本書的程式邏輯。 讀者朋友可以一邊學習編寫程式的基礎知識，一邊跟著範例練習編寫代碼，不但能真正感受到程式設計的樂趣，還能解決生活中很多意想不到的大小問題。 本書從用PowerPoint製作基本動畫講起，再進入麻省理工學院開發的入門級動畫軟體Scratch，最後敲開程式設計的利器Python，循序漸進帶領讀者朋友理解程式世界的奧祕，並享受數位科技帶來的樂趣。 「如果你擁有電腦，卻沒有安裝Python，那叫暴殄天物。」──李開周

本書是人工智能技術應用專業的基礎教材，以簡單且生活化的實訓案例為載體，講解人工智能算法的基本原理，降低學習門檻。本書內容包括Python篇、機器學習篇、深度學習篇、計算機視覺篇以及自然語言處理篇。Python篇通過實訓案例，讓讀者認識並掌握Python編程語言的基礎。機器學習篇通過實訓案例，讓讀者認識機器學習經典算法的基本原理和簡單應用。深度學習篇通過實訓案例，讓讀者瞭解多種神經網絡模型的原理及其在生活場景中的運用。計算機視覺篇通過實訓案例，讓讀者瞭解人工智能算法在計算機視覺領域的典型應用。自然語言處理篇通過實訓案例，讓讀者瞭解人工智能算法在自然語言領域的典型應用。本書適合對人工智能感興趣的在校學生、社會工作者以及其他零基礎的讀者，通過體驗書中關於人工智能技術在計算機視覺、自然語言處理等領域的案例，可以逐漸對人工智能有所認知，並具備初步的實踐能力。

Nominated for the 2021 Norwegian Ministry of Culture Picture Book PrizeNominated for the 2021 Norwegian Book Prize (Brage Prize)It's time for bed, but little Bo isn't ready to stop playing quite yet! As his mother gamely guides him through his nighttime routine, he imitates various animals--a hibernating bear after eating a snack, a snuggling sea otter when taking a bath, a coiled python while curling up under the covers... Mommy joins in on the fun and keeps one step ahead of Bo until he falls asleep, soaring like a bird into the world of dreams. A lively and imaginative take on getting ready for bed that celebrates creative family play and the joyous love between mother and son.

本書主要分為兩個部分：第一部分是大數據分析技術的理論實踐，主要講解了大數據分析模型、Python數據分析工具、numpy和pandas數據分析庫、matplotlib數據分析可視化庫、Hadoop及其常用組件以及scikit-learn機器學習庫的基本原理和操作。第二部分是任務實施，主要列舉了17個實操案例充分呈現了大數據分析技術的主要功能和特點。

本書聚焦近期湧現的人工智能、機器人工程、智能醫學工程等新工科專業對於人才培養的實際需求，著力解決人工智能基礎知識交叉貫通不足、配套實驗實踐支撐不強等問題。書中主要內容包括Python編程基礎、神經網絡基礎、深度學習計算框架、卷積神經網絡、序列到序列網絡、目標檢測及其應用、語義分割及其應用等。本書結合高等院校人工智能相關專業的知識體系，將基礎知識和編程實踐相結合，通過代碼實例分析，使得基礎知識變得直觀易懂；通過基礎Python編程和PyTorch框架編程的結合進行實踐，適應互聯網時代共享代碼的社區生態需求；通過綜合實踐例程，使讀者經歷知識學習、數據準備、代碼編寫、參數調試、結果分析等過程，在掌握相關技術的同時提高學習興趣。

《AI可解釋性(Python語言版)》全面介紹了AI可解釋性的概念和可用技術，使機器學習系統更易於解釋。書中提出的方法可以應用于幾乎所有現有的機器學習模型：線性和邏輯回歸、深度學習神經網絡、自然語言處理和圖像識別等等。 隨著機器學習的發展，如今人們越來越多地使用人工智能體來執行以前由人類處理的關鍵任務(醫療、法律和金融等等)。雖然智能體的設計原則已被理解，但目前的大多數深度學習模型對人類理解而言是“不透明的”。《AI可解釋性(Python語言版)》從理論和實踐的角度填補了這個新興主題文獻方面的空白，使讀者能夠快速地使用可解釋性AI的工具和代碼。

資料的獲取方式、資料的形式及其結構紛繁蕪雜，如何把資料整理成我們想要的樣子呢？本書通過真實案例構建了資料準備過程中的方法與技術體系，並通過Python 3程式設計實現從資料獲取到資料整理的全過程。 全書內容包括資料來源、資料類型、資料編碼、資料清洗、資料插補、資料配平、資料重建、資料變換、資料縮放和資料歸約。為使讀者能夠快速掌握資料準備的方法與技術，本書的資料檔案與程式碼均可下載(見封底二維碼)。線上操作平臺位址為http://ykt.ai-learning.net。 本書既可作為高等院校的資料分析類課程教材，也可作為社會科學領域資料分析的自學用書。從事資料分析與資料管理工作的相關人員，以及用Python解決實際資料分析問題的工程技術和管理人員亦可參考使用。

本書是一本物聯網領域的低代碼開發大全，詳細介紹了JavaScript、Python、.NET和Lua低代碼開發，並且從傳感器出發，深入淺出地勾勒出了採集終端、智能網關、物理鏈路層、通信協議和雲端平臺等物聯網領域的全貌；另外為了通俗易懂，本書結合實際案例，系統地講解了如何通過低代碼、零代碼等近乎搭積木的方式快速搭建物聯網系統。

《信息技術基礎實訓教程》是大學計算機信息技術基礎課程的實訓教材，著重于計算機應用的實踐操作，重點介紹了Windows10操作系統、辦公自動化軟件Office2016和Python自動化辦公應用等內容。該書涵蓋全國高等學校計算機等級考試辦公軟件應用的考試內容，可單獨作為高校計算機信息技術基礎實踐課程教學和上機指導教材，也可作為全國計算機等級考試一級考試的學習參考資料。 《信息技術基礎實訓教程》知識全面，習題豐富，案例典型，實用性強；結構編排完整，層次分明，概念闡述清晰，操作步驟詳細，強調理論學習和能力培養的結合；為適應當前人工智能方興未艾的發展需要，增加了Python基礎及其在辦公自動化中的應用等內容，有效實現了理論知識和實際應用的緊密結合。

本書講述機器學習的基本理論與應用，使用OpenCV、Python與MATLAB實現涉及的各種機器學習算法。通過理論學習和實踐應用，讀者能夠理解並掌握機器學習的原理和應用，拉近理論與實踐的距離。全書共分15章，主要內容包括：機器學習理論簡介、機器學習理論與應用數學基礎、機器學習編程基礎、基於OpenCV和Python的機器學習、極大似然估計、高斯混合模型的極大似然估計、非參數估計、軟測量、學習模型、半監督學習、聚類分析、異常值檢測、隨機配置網絡、強化學習、機器人軌跡跟蹤學習控制。本書系統地講解了機器學習的原理、算法和應用，內容全面、實例豐富、注重理論與實踐相結合，不僅適合作為高年級本科生和研究生的教材和參考書，也適合機器學習愛好者作為入門與提高的參考書。

本書從零基礎讀者的角度出發，通過通俗易懂的語言、豐富多彩的實例，循序漸進地讓讀者在實踐中學習Python OpenCV編程知識，並提升自己的實際開發能力。 全書共分為4篇16章，內容包括搭建開發環境、圖像處理基礎、NumPy模塊、繪製圖形和文字、閾值、圖像運算、腐蝕與膨脹、圖像的幾何變換、濾波器、模板匹配、圖像輪廓、圖形檢測、視頻處理、人臉跟蹤與識別、MR機讀答題卡、MR智能視頻打卡系統等。書中知識點講解細致，側重介紹每個知識點的使用場景，涉及的代碼給出了詳細的注釋，可以使讀者輕鬆領會OpenCV程序開發的精髓，快速提高開發技能。同時，本書配套了大量教學視頻，掃碼即可觀看，還提供所有程序源文件，方便讀者實踐。 本書適合Python OpenCV、人工智能、機器視覺初學者自學使用，也可用作高等院校相關專業的教材及參考書。

本書採用項目式學習法，通過簡單、有趣、實用性強的小案例，讓讀者能夠輕鬆體驗和學習深奧的人工智能技術。同時，每個項目通過無代碼的人工智能學習網站、拖拽式的積木編程、少量代碼的Python編程等多種方式實現，讀者可根據自身水平選擇合適方式進行學習體驗。 本書共分7章，序章總述人工智能， ～6章分別從圖像處理、文本處理、機器翻譯、語音識別、機器學習和自動駕駛等幾個領域向讀者普及人工智能知識。 在學習本書前，讀者應初步掌握Python語言的基礎語法、第三方庫安裝等基礎知識。 本書經過精心策劃，概念清晰，既可作為青少年人工智能學習用書，也可作為人工智能愛好者的自學讀物。

本書將以python軟件為工具，以統計理論與方法為重點，結合實際應用案例，深入淺出地介紹了數據挖掘基礎算法的背景、原理及實現。全書共9章，第1章為緒論，內容包括數據挖掘的基本概念、數據挖掘與統計學的關係、數據挖掘的實現流程、數據挖掘的方法、數據挖掘的典型應用、數據挖掘的工具及軟件；第2-7章介紹數據挖掘中的經典多元統計方法，包括回歸分析、判別分析、聚類分析、主成分分析與典型相關分析、因子分析與對應分析、多維尺度分析；第8-9章介紹數據挖掘的基本算法：關聯分析、異常分析；在每章的後一節，將結合典型案例數據，詳細介紹利用python實現過程，力求幫助讀者完成理論與實踐的完美結合。

本書介紹基於Python語言的網絡數據采集技術的相關知識，並為採集網絡中的各種數據類型提供全面指導。第1章重點介紹Scrapy框架及配置方法；第2～6章重點介紹網絡數據采集的基本原理，包括如何利用Python從網絡服務器請求信息，如何對服務器的響應進行基本處理，以及如何通過自動化的手段與網站進行交互；第7、8章介紹登錄表單與驗證碼的數據采集和自動化處理，以及並行多線程網絡數據的採集方法。本書還提供了多個實驗，以幫助讀者鞏固所學內容。 本書適合作為普通高等院校計算機程序設計、大數據課程的教材，也可作為從事Web數據采集的軟件開發人員和研究人員的參考書。

本教材介紹了城鄉規劃常用的定量分析技術方法及其應用。內容分為基礎篇、提高篇和應用篇，由淺入深，從操作技術基礎到編程開發應用，涵蓋ArcGIS、遙感、SPSS、Matlab和Python等多種工具在城市規劃中的應用。具體包括GIS空間分析、ENVI遙感圖像處理、數理回歸統計、Python空間建模和人工智能技術應用等，並附有操作數據與程序代碼。除傳統規劃空間數據分析外，本教材還介紹了公交刷卡數據、街景數據和房價數據的爬取方法與分析應用。以案例串講形式貫穿全書，充分面向讀者，採用邏輯歸納、技術路線闡釋，使得技術方法易懂且適用。本教材可作為城鄉規劃、交通規劃等相關領域和專業的本科生、研究生教材，也適用於城鄉規劃設計的一線工作人員。

TensorFlow Lite移動端深度學習循序漸進地講解了在移動設備中使用TensorFlow Lite開發機器學習和深度學習程序的核心知識，並通過具體實例演練了各知識點的使用方法和流程。全書共9章，分別講解了人工智能開發基礎、編寫第一個TensorFlow Lite程序、創建模型、轉換模型、推斷、優化處理、微控制器、物體檢測識別系統和姿勢預測器。全書簡潔而不失技術深度，內容豐富全面，以簡明的文字介紹了複雜的案例。同時書中配有二維碼視頻，結合視頻講解可加深對相關內容的理解，是學習TensorFlow Lite開發的實用教程。TensorFlow Lite移動端深度學習適用於已經瞭解Python語言基礎語法和TensorFlow基礎，希望進一步提高自己Python開發水平的讀者閱讀，還可以作為大中專院校和相關培訓學校的專業教程。