Python

PyTorch是Facebook於2017年初在機器學習和科學計算工具Torch的基礎上，針對Python語言發佈的一個全新的機器學習工具包，一經推出便受到了業界的廣泛關注和討論，目前已經成為機器學習從業人員的研發工具。《PyTorch深度學習》是使用PyTorch構建神經網絡模型的實用指南，內容分為9章，包括PyTorch與深度學習的基礎知識、神經網絡的構成、神經網絡的知識、機器學習基礎知識、深度學習在計算機視覺中的應用、深度學習在序列數據和文本中的應用、生成網絡、現代網絡架構，以及PyTorch與深度學習的未來走向。《PyTorch深度學習》適合對深度學習領域感興趣且希望一探PyTorch的業內人員閱讀；具備其他深度學習框架使用經驗的讀者，也可以通過本書掌握PyTorch的用法。

本書首先介紹深度學習方面的數學知識與Python基礎知識，線性模型中的線性回歸模型和logistic模型；然後講述正向傳播算法、反向傳播算法及深度神經網絡的完整訓練流程，輸出層的激活函數和隱藏層的常見激活函數，深度學習的過擬合和欠擬合，應對過擬合的方法，以及使用TensorFlow 2建立深度神經網絡模型的步驟；接著介紹卷積神經網絡及其兩個重要的組成部分―卷積和池化，以及如何使用TensorFlow 2建立卷積神經網絡；最後討論如何從零開始實現循環神經網絡，如何搭建深度學習框架，如何使用TensorFlow 2建立循環神經網絡模型。本書既可供從事人工智能方面研究的專業人士閱讀，也可供計算機專業的師生閱讀。

本書共9章，由淺入深地介紹各類數據可視化技術及相關可視化工具的使用方法，力求培養讀者對數據可視化的認知以及動手能力。第1章和第2章是基礎應用，介紹數據可視化的定義、作用和發展歷史，以及如何使用Excel進行數據可視化；第3章～第5章介紹數據可視化工具Tableau的基本使用方法；第6章～第9章詳細介紹如何利用代碼實現數據可視化，包括前端數據可視化、使用JavaScript實現數據可視化、大屏數據可視化、Python編程語言可視化。全書理論結合實踐，既有一定的技術深度，也有行業應用的廣度。本書可作為應用型本科和高職院校的數據可視化教材，也適合對數據可視化技術感興趣的讀者閱讀。

本書分為4個部分，第1部分為數據庫技術概述，第2部分介紹關係型數據庫(包括MySQL、Oracle、SQL Server和PostgreSQL)技術應用，第3部分介紹NoSQL數據庫(包括Redis、MongoDB、HBase、Hive、Cassandra和Elasticsearch)技術應用，第4部分介紹其他類型數據庫(包括SQLite、Neo4j和TDengine)技術應用。本書按照統一的目錄結構對每種數據庫進行介紹：先介紹數據庫的業務應用場景，再介紹安裝配置步驟，接著講解架構設計和業務應用開發，最後介紹Python操作示例。由於4種關係型數據庫中的一些數據對象在使用上有類似之處，因此本書只在一種數據庫中進行介紹。例如，觸發器和自定義函數只在Oracle中介紹，存儲過程和￿標只在SQL Server中介紹。各種非關係型數據庫之間沒有橫向可比性，因此主要介紹其獨特用法。

本書先概述生成式人工智能所涉及的技術和工具，幫助你了解如何訓練模型以生成新數據；接著展示如何用 ChatGPT 提高營銷、科研和軟件開發等相關工作的生產力和創造力；隨後介紹如何通過改進提示設計從與 ChatGPT 的交互中獲得好的效果，以及如何在企業級場景中使用 OpenAI 模型。 通過閱讀本書，你可以了解生成式人工智能的相關概念，以及如何通過有效的提示設計增加ChatGPT的價值，如何基於Python語言構建和部署生成式人工智能系統，如何利用 Azure OpenAI 服務實現企業級應用。 本書適合想用生成式人工智能提升工作效率的所有人閱讀，包括但不限於商務人士、數據科學家、軟件開發人員、營銷人員和科研人員。

本書基於PyMC語言以及一系列常用的Python數據分析框架，如NumPy、SciPy和Matplotlib，通過概率編程的方式，講解了貝葉斯推斷的原理和實現方法。該方法常常可以在避免引入大量數學分析的前提下，有效地解決問題。書中使用的案例往往是工作中遇到的實際問題，有趣並且實用。作者的闡述也儘量避免冗長的數學分析，而讓讀者可以動手解決一個個的具體問題。通過對本書的學習，讀者可以對貝葉斯思維、概率編程有較為深入的瞭解，為將來從事機器學習、數據分析相關的工作打下基礎。本書適用於機器學習、貝葉斯推斷、概率編程等相關領域的從業者和愛好者，也適合普通開發人員瞭解貝葉斯統計而使用。

OpenHarmony(中文名為開源鴻蒙)是由全球開發者共建的開源分布式操作系統。該操作系統將人、設備、場景有機地聯繫在一起，實現了全場景多種智能終端的極速發現、極速連接、硬件互助、資源共享。本書的主要內容是OpenHarmony南向開發，即輕量系統的嵌入式硬件開發，書中的內容基於一個集成度較高的項目平臺――開源大師兄，利用該項目平臺中的硬件開發板，通過圖形化編程以及Python代碼編程的形式學習OpenHarmony輕量系統嵌入式開發相關的內容。相比專業性更強的嵌入式開發內容，本書主要面向青少年以及硬件開發愛好者，在介紹OpenHarmony操作系統和開源大師兄項目的基礎上，通過具體的應用實踐讓讀者快速了解開源鴻蒙開發。

《環境數據分析(第二版)》是面向新工科建設的新形態教材，介紹了數理統計分析及機器學習、深度學習的基礎理論和軟件操作，加強了統計分析和數據科學的融合。《環境數據分析(第二版)》共12章，內容包括數據描述性分析及探索性分析、科學繪圖、環境數據分佈與假設檢驗、參數及非參數檢驗、方差分析、相關分析、回歸分析、生存分析、降維分析、聚類分析、分類分析及機器學習、深度學習，特別設置了知識拓展、思考題、逸聞趣事等。《環境數據分析(第二版)》重視實戰操作訓練，演示了Excel、SPSS、Python及GPT-4的分析過程，對軟件操作及界面進行了詳細介紹，完整展現了數據分析的思路和過程。所有習題、例題數據及解題方法均配套電子文件。

全書以新型天線設計、微波濾波器設計及HFSS聯合模擬設計為基礎，對ANSYS HFSS的基本操作、進階使用技巧及實操應用進行了全面介紹。在天線應用方面，本書重點研究了當前幾類熱門天線，對其實現的設計思路與方法進行了深入分析；在微波器件方面，本書重點探討了小型化和可調性兩個方面，對實現小型化和可調性的最新技術和結構進行了詳細闡述；在聯合模擬方面，本書透過ANSYS HFSS與Python、MATLAB、Designer、optiSLang和Maxwell相結合的綜合應用，對天線和濾波器的聯合建模、模擬和最佳化進行了全面探索。本書可作為高等學校電子資訊專業碩博士研究生的參考讀物，也可供廣大微波設計人員參考。

本書採用案例式編寫模式，包括7個單元，其中，單元1介紹數據分析的基本概念、流程和常用工具包，單元2介紹數據標注的分類、基本流程及工具的使用，單元3介紹ndarray數組及Python科學計算庫NumPy，單元4介紹數據分析處理庫pandas，單元5介紹數據可視化工具包Matplotlib和seaborn，單元6介紹分類和回歸模型及評價指標，單元7通過兩個綜合案例講解數據分析的具體處理過程。 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，也可作為人工智能愛好者的自學參考用書。 本書配有電子課件，選用本書作為授課教材的教師可登錄機械工業出版社教育服務網(wwwcmpeducom)註冊後免費下載，或聯繫編輯(010-88379807)諮詢。

本書是基於工作過程系統化開發的活頁教材，內容包括Postman測試用戶管理系統、JMeter測試學院信息系統、Python自動化測試用戶管理系統3個項目，每個項目依據軟件接口測試的工作流程分為“配置測試環境、編寫測試計劃、設計測試用例、執行測試用例、編寫測試報告”五個典型工作環節，每個項目典型工作環節按照“資訊、計劃、決策、實施、檢查、評價”六個階段組織教學內容，同時本書融入《Web應用程序測試職業等級標準》中軟件接口測試對應的知識點。 本書可作為高職軟件接口測試技術課程教材，也可以作為Web應用程序測試1＋X職業技能等級證書相關教學和培訓教材，也可作為軟件測試領域相關技術人員的自學參考書。

本書將數學理論與實例相結合，這些實例以最先進的通用機器學習框架為基礎，由Python實現，向讀者介紹更複雜的算法。全書共25章，包括機器學習模型基礎、損失函數和正則化、半監督學習導論、高級半監督分類、基於圖的半監督學習、聚類和無監督學習模型、高級聚類和無監督學習模型、面向營銷的聚類和無監督學習模型、廣義線性模型和回歸、時序分析導論、貝葉斯網絡和隱馬爾可夫模型、最大期望算法、成分分析和降維、赫布學習、集成學習基礎、高級提升算法、神經網絡建模、神經網絡優化、深度卷積網絡、循環神經網絡、自編碼器、生成對抗網絡導論、深度置信網絡、強化學習導論和高級策略估計算法。

本書是“高級人工智能人才培養叢書”中的一本，首先介紹了機器學習的相關概念和發展歷史，並在此基礎上提出了深度學習――它本質上是近幾年來大數據技術催生的產物。本書共12章，其中，第1～7章為機器學習的內容，分別介紹了機器學習的簡單模型、貝葉斯學習、決策樹、支持向量機、集成學習和聚類；第8～12章為深度學習的內容，由感知機與神經網絡開始，之後分別介紹了卷積神經網絡、循環神經網絡、生成對抗網絡及強化學習。第2～12章均提供了相應的實驗案例，不僅配有完整翔實的Python語言代碼及相關注釋，也給出了實驗結果和實驗分析，便於初學者上機操作並加強理解。本書注重易學性、系統性和實戰性。

本書在內容選取上，注重實踐性和應用性，突出應用型人才培養特色；突出立體化、自主學習式教學資源平臺整合。全書共8章內容，主要包括計算機文化與前沿技術、計算思維導論、Windows 10應用、Word 2016 綜合應用、Excel 2016 綜合應用、PowerPoint 2016綜合應用、Python基礎應用和多媒體數據處理。對於操作應用性強的部分均設置任務，每個任務均按照“引導任務卡→任務分析→任務實施→難點解析”的順序進行，既能覆蓋全書的主要知識點和技能點，帶動教學的主要內容，又能切合日常的工作、生活，實用性強。 本書不僅可以作為應用型本科院校非計算機專業學生的計算機基礎教材，也可作為各類從業人員的職業教育和在職培訓的計算機入門教材。

本書是高校計算思維通識教育類課程的入門教材，以基於計算機的問題求解為主線，以計算思維能力培養為目的，從全新的視角組織教學內容，突出計算理論與計算機科學方法。全書共7章，分別介紹了計算與計算思維、信息表示、計算機系統、程序設計基礎――Python編程入門、信息傳遞與信息安全、人工智能基礎、機器學習等內容。 本書內容豐富、結構清晰、語言簡練、圖文並茂，具有很強的實用性和可操作性，可作為高等學校本科生的第一本計算機課程教材，也可作為大中專院校計算機課程的教材或教學參考書。對各類計算機教育者、從事計算機各方面工作的人員，本書也是一本很有價值的參考書。

本書以高等職業教育的人工智能類專業人才培養基本要求為指導, 以培養學生掌握智能語音信號處理及應用為目標, 以“必須、夠用”為原則,採用“項目教學法”, 系統介紹了智能語音信號處理的基本理論、方法以及Python在語音信號處理中的應用。全書包含六個教學項目, 其中, 項目1介紹了智能語音的概念樂展、未來趨勢以及應用, 語音信號的採集讀寫和播放的技術原理以及處理的-般流程; 項目2介紹了語信號分析的基礎知識, 語譜圖的概念、應用和繪製方法; 項目3介紹了語音識別技術的應用; 項目4介紹了語音合成技術的應用; 項目5介紹了對話機器人的關鍵技術及應用; 項目6介紹了聲紋識別的關鍵技術應用。

★適用最新MySQL 8.x與MariaDB 10.x ★全書採用清楚易懂的圖文學習模式，讓學習更加事半功倍 • 作者累積數年的教育訓練實務經驗，使用最直覺與容易學習的圖文樣式，以最接近課堂實際授課的方式撰寫本書。 • 最完整的MySQL開發技術手冊，快速建立開發MySQL資料庫應用程式需要的SQL技能。 • 從基礎的資料庫概念、SQL與進階應用，掌握完整的資料庫應用程式開發技術。 • 內容包含資料庫、表格、索引的建立與維護。資料庫的新增、修改與刪除敘述，基礎、結合與子查詢敘述。 • 深入瞭解MySQL的字元集、儲存引擎、預儲程序、函式、觸發事件、資料庫匯入、匯出與效率調校。 • 最新第三版新增：使用Python與Java程式設計語言連線到MySQL資料庫，執行資料庫的新增、修改、刪除、查詢與呼叫預儲程序。

本書內容共分13章，第1章主要講解CityEngine的軟件界面、工程組織方式、圖層及其操作、軟件安裝步驟和使用嚮導創建虛擬城市的過程；第2章講解街道建模方法，主要包括隨機街道建模和手動街道建模；第3章講解手動建模工具，主要包括形狀建模工具、形狀變換工具和形狀測量工具；第4～10章講解CGA規則建模操作，主要包括形狀編輯、紋理貼圖、屬性及其設置、程序結構、規則函數、常用內置函數、注解和樣式等內容；第11章講解對象選擇方法與視域分析工具；第12章講解數字模型導入/導出方法，以及利用地理信息系統數據進行三維建模的基本過程；第13章主要講解Python腳本的使用過程和常用操作。

JAX是一個用於高性能數值計算的Python庫，專門為深度學習領域的高性能計算而設計。本書詳解JAX框架深度學習的相關知識，配套示例源碼、PPT課件、數據集和開發環境。 本書共分為13章，內容包括JAX從零開始，一學就會的線性回歸、多層感知機與自動微分器，深度學習的理論基礎，XLA與JAX一般特性，JAX的高級特性，JAX的一些細節，JAX中的卷積，JAX與TensorFlow的比較與交互，遵循JAX函數基本規則下的自定義函數，JAX中的高級包。最後給出3個實戰案例：使用ResNet完成CIFAR100數據集分類，有趣的詞嵌入，生成對抗網絡(GAN)。 本書適合JAX框架初學者、深度學習初學者以及深度學習從業人員，也適合作為高等院校和培訓機構人工智能相關專業的師生教學參考書。

《Scikit-Learn機器學習核心技術與實踐》循序漸進地講解了使用 Scikit-Learn 開發機器學習程序的核心知識，並通過具體實例的實現過程演練了使用 Scikit-Learn 的方法和流程。全書共10章，包括人工智能與Scikit-Learn 簡介，加載數據集，監督學習，無監督學習，模型選擇和評估，數據集轉換，實現大數據計算，英超聯賽比分預測系統(Matplotlib+Scikit-Learn+Flask+Pandas)，AI考勤管理系統(face-recognition+Matplotlib+ Django+Scikit-Learn+Dlib)，實時電影推薦系統(Scikit-Learn+Flask+Pandas)。本書簡潔而不失其技術深度，內容豐富全面，易於閱讀。《Scikit-Learn機器學習核心技術與實踐》適用於已經瞭解Python語言基礎語法的讀者，以及想進一步學習機器學習和深度學習技術的讀者，還可以作為大專院校相關專業的師生用書和培訓學校的專業教材。

本書從人工智能初學者的視角出發，通過通俗易懂的案例，系統講述了機器學習中的建模方法、模型結構和訓練過程，詳細講解了回歸、分類、聚類、降維、神經網絡等模型和算法的概念及原理。通過Python語言中流行的NumPy、Pandas、Matplotlib、Sklearn等工具庫解決案例中的問題，使讀者既能理解處理問題背後的原理和思路，又能學習實際解決問題的方法和過程，提高使用機器學習模型和算法解決實際問題的應用能力。本書可以作為各類職業院校人工智能及相關專業的教材，也可以作為機器學習愛好者的參考用書。本書配有電子課件等教學資源，教師可登錄機械工業出版社教育服務網(wwwcmpeducom)註冊後免費下載，或聯繫編輯(010-88379194)諮詢。

《MySQL從入門到精通（第2版）》從初學者角度出發，通過通俗易懂的語言和豐富多彩的實例，詳細介紹了MySQL開發需要掌握的各方面技術。全書共分為4篇24章，包括數據庫基礎，初識MySQL，使用MySQL圖形化管理工具，數據庫操作，存儲引擎及數據類型，數據表操作，MySQL基礎，表數據的增、刪、改操作，數據查詢，常用函數，索引，視圖，數據完整性約束，存儲過程與存儲函數，觸發器，事務，事件，備份與恢復，MySQL性能優化，權限管理及安全控制，PHP管理MySQL數據庫中的數據，PHP+MySQL實現物流配送信息網，Python+MySQL實現在線學習筆記，Struts 2+Spring+Hibernate+MySQL實現網絡商城等內容。所有知識都結合具體實例進行介紹，涉及的程序代碼也給出了詳細的注釋，可以使讀者輕鬆領會MySQL的精髓，快速提高開發技能。

本書帶你入門學習如何使用樹莓派與Arduino構建一個具有高級功能的機器人。本書將一步步地講授構建機器人的過程，你將學到如何利用樹莓派提供的強大計算能力，如何利用Arduino與傳感器和電動機進行更好的交互，並利用這些優點來構建機器人硬件系統。同時學會Python編程基礎知識，並利用其進行更強大的智能功能開發。然後通過使用OpenCV和USB網絡攝像頭，你將製造一個可以追逐球的機器人。本書適合開始探索機器人領域的創客、愛好者和學生閱讀。本書將幫助你快速入門智能機器人的設計、構建與開發，掌握相關的硬件設計搭建與軟件編程開發能力，讓你帶著樂趣逐步探索機器人世界。

Clean Code Python 寫 乾淨程式碼 告別技術債，不再為爛程式加班收爛攤 寫程式不是比誰先跑起來，而是能否長期維護。當需求一改就骨牌倒、長函式與巢狀條件像毛線球、沒有測試誰也不敢動，這些都是「技術債」。本書以實務為軸，從Clean Code 的定義、Pythonic 寫法、命名與文件、PEP 8 與工具鏈、函數與物件設計、模組化結構、單元測試、例外處理與 logging，到壞味道識別與小步重構，一步步把專案從混亂導向清晰與可持續。 你將學到 ☆Clean Code的5大原則 ◎「可讀」 ◎「可維護」 ◎「單一職責」 ◎「低耦合」 ◎「高內聚」 ☆如何判斷好/壞程式碼與乾淨程式碼的核心特徵。 ☆Pythonic vs. Non-Pythonic 的差異與常見誤用修正。 ☆命名、註解、docstring 的可讀性準則，讓程式自我說明。 ☆PEP 8 + black/isort/flake8 的實戰組合，建立一致風格。 ☆函數設計：單一職責、控制參數、避免副作用的落地做法。 ☆物件設計：恰到好處的封裝、避免過度設計與抽象。 ☆模組化設計：高內聚、低耦合，避開循環匯入。 ☆單元測試：unittest/pytest 的測試網，降低回歸風險。 ☆錯誤處理與 logging：把問題抓出來，也把原因留下來。 ☆重構手法：辨識壞味道、拆長 if-elif-else，穩健演進。 適合讀者 ☆每天與需求變更拔河的一般公司軟體工程師。 ☆技術主管、Code Review 參與者與維運/測試人員。 ☆想把「能跑」升級為「能維護、能擴充」的 Python 開發者 「為何必讀這本書」的關鍵理由 ☆把「能跑」升級為「能維護」：讓修改不再牽一髮動全身。 ☆對抗技術債：用小步重構把壞味道逐一清掉，減少救火。 ☆可讀性優先：命名、註解、docstring 讓程式能自我說明。 ☆統一團隊風格：PEP 8 +自動化工具（black/isort/flake8）讓評審聚焦在設計而非格式。 ☆降低回歸風險：pytest 測試網＋錯誤處理與 logging，建立可靠的安全網。 ☆穩定交付：把需求變更的成本降到最低，開發節奏更平滑。 ☆良好設計習慣：單一職責、低耦合、高內聚，在真實專案中務實落地。 ☆清晰專案結構：模組化與目錄切分，避免循環依賴、縮短新人上手時間。 ☆有章可循：從 Code R

☛☛☛☛☛☛王老師帶你搶先看☚☚☚☚☚☚搶先看豐富書籍內容，請訪問下列網址觀賞影片：https://youtu.be/hERnZ5_s3YQ【本書特色】將物聯網應用於智慧工廠，掌握傳統產業的轉型先機♖透過本書充分理解頗受矚目的「工業4.0」、「物聯網」、「智慧工廠」的精髓♖使用Arduino × Node-RED × Python互動串聯，建立工業4.0的物聯網世界♖內容編排由淺入深，著重實作過程，共有44個實作單元♖引導你進入物聯網與工業4.0的世界，掌握轉型關鍵【內容簡介】物聯網與工業4.0是近幾年很重要的研究課題。工業4.0的主要載體是智慧工廠，物聯網在智慧工廠的應用，給傳統產業帶來全新的變革，有望產生巨大的商業價值，引領我們進入第四次工業革命。本書適用於大專院校「微處理機」、「物聯網應用」、「工業4.0概論」等課程，可提供老師教學、學生研習之用。若你是專案設計者、工廠工程師，也很適合閱讀本書。本書的內容安排由淺入深，說明了物聯網在智慧工廠應用的幾個重要主題，如RS485、Modbus協定、CAN Bus協定、OPC UA協定、MQTT協定、REST API設計理念、InfluxDB時序資料庫、Prometheus、Grafana等指標監控技術。書中安排了44個實作單元，以市面上常見的Arduino UNO R4 WiFi開發板作為實習設備，並以Node-RED作為後端平台，讓讀者可以經由實作過程，進入物聯網與工業4.0的世界。【本書精采內容】♘了解工業4.0的核心精神♘了解智慧工廠的重要特色♘IIoT現場總線與資訊網路介紹♘Arduino UNO R4 WiFi基本操作♘了解RS485 / Modbus / CAN Bus重要觀念♘Arduino Modbus RTU / TCP實作♘Arduino CAN Bus實作♘熟悉Node-RED / 儀表板操作♘Python實作OPC UA伺服器 / 客戶端♘MQTT與WebSocket的介紹與應用♘Arduino UNO R4 WiFi MQTT實作與應用♘了解REST API設計理念♘Node-RED上進行MySQL資料庫的存取♘透過WebSocket進行網頁監控IoT設備♘InfluxDB、Prometheus及Grafana指標監控

符合108課綱理念與目標！ AI時代不可不知的知識！ 認識生活周遭的科技，激發好奇心， 自然養成觀察與體驗日常生活中的需求或問題的習慣， 同步提升探索、創造性思考、邏輯與運算思維！ AI是什麼？究竟什麼是程式設計？ 程式語言有何區別？ 最輕鬆、易懂的電腦＆程式設計圖鑑！ 咦？！ 硬體、軟體與程式設計的必備要素 都變成了可愛、生動的角色！ 這些既熟悉又陌生的角色，你都認識嗎？ 超級電腦──透過複雜的計算來支撐社會！ 硬碟＆SSD──什麼都記得住的記憶專家 編譯器──負責聯繫電腦與人類的翻譯家！ 程式錯誤──害程式異常的搗蛋鬼！ Python──以程式庫為傲的AI教練 ……精彩圖解超好懂！功能、使用情境一目瞭然！ 歡迎來到電腦的世界！ 平板電腦／智慧型手機／超級電腦／CPU／RAM／ROM／主機板／硬碟／SSD…… 除了基本資料、特長與實際應用範例，還有豐富的知識補充， 電腦有哪些周邊產品？內部構造長怎樣？電腦與AI的關係是什麼？ 將介紹電腦的類型、零件及其功能，從今天開始你也是電腦知識王！ 我們的生活中充滿著程式設計？ 沒有程式下達指令，就無法驅動電腦！ 什麼是程式設計？程式設計有什麼用途？程式又是如何編寫的？ 當程式出現錯誤會發生什麼狀況？ 介紹程式的基本思維，清楚易懂的流程結構說明， 原來程式設計這麼有趣！ 電腦之間有共通語言嗎？ C語言？Java？Python？ 這些好像看過、卻從不了解的名詞代表著什麼？ 用0和1就可以表達資訊？！程式語言有哪些？要怎麼學？ 介紹人類語言與機械語言之間的差異， 結合彼此的智慧就能創造無限的可能性！ 好評推薦 ★臺北市日新國小校長／臺北市國小資訊教育輔導團‧召集人 林裕勝 ★Coding魔法學院創辦人 蔡淑玲 ★新竹市建華國中教師‧暢銷作家 謝宗翔（KK老師） （依姓氏筆畫順序排列）

 不用背語法規則 一邊寫，一邊學 AI世代全新編程模式！ 寫程式很難？要記很多英文？還要背一大堆規則？ 現在不一樣了。你可以把想法說出來，讓AI寫第一個版本，再理解、修改，完成屬於自己的作品。 本書帶你從零開始接觸這些編程語言：圖像編程Scratch、強大的編程工具Python、網頁內容HTML、外觀美化CSS和動態呈現JavaScript。 一邊做，一邊學，一步步除錯和改良，你會忽然發現：工具程式、網頁製作、小遊戲開發……都難不到你。 原來我也能寫出各種真正能運行的程式！本書特色： 零基礎，直接動手開始學 清晰引導每一步，超易上手 理解編程原理，自由創作 AI全程陪伴，學習不孤單本書帶你做到：✔ 提升與AI對話能力✔ 認識常用編程語言✔ 和AI一起寫程式✔ 製作實用小工具✔ 建立自己的網頁✔ 編寫和改良遊戲✔ Gemini, ChatGPT, DeepSeek…一學上手

本書較為全面、系統地涵蓋了當前軟件測試領域的理論和實踐知識，反映了當前主流的軟件測試理論、標準、技術和工具。本書共15章，第1～8章分別為軟件測試概述、軟件測試過程模型、軟件測試方法、軟件測試過程、軟件測試管理、面向對象軟件測試、軟件質量保證、敏捷項目測試；第9～14章分別為軟件自動化測試、缺陷跟蹤管理、JUnit單元測試、接口測試工具、性能測試工具JMeter、Python的自動化測試；第15章為網上書店系統測試。本書提供大量實際案例，做到理論與實踐相結合，以加深讀者對軟件測試技術和過程的理解。本書可作為高等院校計算機科學與技術、軟件工程等專業軟件測試相關課程的教材或教學參考書，也可供從事計算機應用開發的各類技術人員參考。

本書聚焦現代CPU底層性能優化核心需求，分為性能分析與源代碼調優兩大部分，構建了從理論到實操的完整知識體系：第一部分深入解析CPU微架構(流水線、緩存層次、SIMD 等)、性能指標(IPC、CPI、緩存未命中)、分析方法(TMA、採樣、追蹤)及跨平臺工具(VTune、perf、uProf)；第二部分聚焦內存訪問優化、計算優化、分支預測優化、多線程應用調優等落地技術。相較上一版，本書新增20多個實驗練習與“Performance Ninja”在線課程，補充AMD、ARM架構適配內容及系統級性能優化，突破第1版Intel架構局限。書中融入Google、Netflix等大廠案例，配套Python/SQL代碼示例與工具實操方案，既覆蓋基礎原理，又深挖前沿技術(如大頁、SIMD向量化、緩存一致性)，兼具理論深度與工程實用性，是高性能計算、AI、遊戲開發等領域從業者的必備指南。

本書立足職業教育改革前沿，以教育數字化轉型為背景，系統構建了“價值引領、產教融合、數智賦能、實踐貫通”的教材體系。本書分為上、下兩篇：上篇聚焦會計基礎理論，探究會計本質、目標、職能，詳解會計基本假設、會計要素、會計等式等核心內容，並融入數智化時代的會計技術工具與職業前瞻，以助力學生夯實專業根基；下篇以實務操作為主線，通過設置會計科目、填制憑證、登記帳簿、財產清查、編制報表等任務，強化從單據處理到財務報告編制的全流程技能，並嵌入財務機器人、智慧雲平臺、Python、Power BI等數智化應用場景，旨在實現技能習得與崗位需求的無縫對接。 本書結合製造業高仿真典型業務，對接新產業、新技術、新方法，適合作為應用型本科、職業本科和高職專科財會類專業的教材。

2022年底，ChatGPT的誕生引發變革，以GPT系列模型為代表的大語言模型(Large Language Model，LLM)成為人工智能領域的研究熱點，LLM在此背景下基於預訓練語言模型取得突破性進展。本書分為基礎知識與實戰應用兩大部分，基礎知識部分包含第1～4章，首先介紹NLP的基本任務及文本表示的發展歷程，接著闡述LLM基本架構Transformer和經典PLM架構，最後詳述LLM的特點、能力和訓練過程；實戰應用部分包含第5～7章，依次講解基於PyTorch搭建LLM的全流程，借助主流框架實現LLM訓練，以及LLM的各類應用，幫助讀者構建完整的LLM知識體系。本書適合具備一定編程經驗(尤其對Python編程語言有所瞭解)、掌握深度學習相關知識且瞭解NLP領域相關概念和術語的大學生、研究人員及LLM愛好者閱讀。

《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。

“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。

本書系統介紹了基於PyTorch的計算機視覺技術，涵蓋從理論基礎到高級應用開發的全流程。全書分為四部分，共18章，第一部分講解深度學習基礎，包括人工神經網絡、PyTorch基礎知識及深度神經網絡構建；第二部分聚焦物體分類與檢測，涉及卷積神經網絡、遷移學習、物體檢測技術及圖像分割；第三部分探討圖像處理，涵蓋自動編碼器、生成對抗網絡等；第四部分介紹計算機視覺與其他技術的融合，包括與強化學習、自然語言處理的結合，基礎模型、穩定擴散應用及模型部署。書中包含40多種實際應用案例，GitHub提供完整源代碼，每章配有習題及答案，適合具備Python和機器學習基礎的學生、軟件開發人員及科研人員學習，助力其掌握計算機視覺與深度學習核心技能。

本書根據《高等職業教育專科信息技術課程標準(2021年版)》的要求編寫，旨在為學生提供系統、全面的信息技術知識和實踐能力。本書內容豐富，涵蓋信息技術的多個重要領域。全書分為基礎篇和拓展篇兩部分：模塊1～模塊6為基礎模塊，主要內容包括文檔處理，電子表格處理，演示文稿製作，信息檢索，新一代信息技術概述，信息素養，社會責任與信息安全；模塊7～模塊9為拓展模塊，主要內容包括程序設計基礎(Python)、大數據、人工智能等。本書既注重基礎知識的講解，又注重實際動手能力的培養。每個模塊後還設有課後習題供學生練習，鞏固所學。本書適合作為高等職業院校信息技術基礎課程的教材，也適合作為對信息技術感興趣的讀者的參考書。

本書是根據教育部高等學校大學計算機課程教學指導委員會推進新時代高校計算機基礎教學改革的有關精神，結合多所普通高校的實際教學情況編寫的，是《大學計算機基礎（第7版）（微課版）》的配套實踐教材。本書主要內容包括：計算機與計算思維、操作系統基礎、WPS文字、WPS表格、WPS演示、多媒體技術及應用、數據庫基礎、計算機網絡和信息安全、Python程序設計、常用工具軟件、提示工程、WPS AI應用、國內主流大模型工具，以及使用AIGC助力工作、學習、設計與生活等。每章的內容都是對主教材實踐部分的指導和強化，對提高讀者的操作能力具有很大的幫助作用。本書可作為高校各專業“大學計算機”課程的教材，也可作為計算機技術的培訓教材和計算機愛好者的自學用書。

"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。

OpenAl的ChatGPT和GPT模型給我們思考世界的方式帶來了一場革命——不僅是在我們如何寫作和研究方面，還在我們如何處理信息方面。本書討論了包括ChatGPT和Bard在內的大語言模型的功能、能力和局限性。它還演示了如何使用LangChain框架來實現基於這些模型的生產就緒應用程序，例如代理和個人助理，以及如何與其他工具(例如web搜索和代碼執行)集成。在學習中，你將使用transformer模型和不同的注意力機制，完善訓練和微調的複雜過程。您將掌握使用pandas和Python進行自動分析和可視化的數據驅動決策。您還將深入瞭解如何使用這些模型、提示、培訓和微調以及大規模部署的啟發式方法。當你讀完這本書的時候，你會對大語言模型的作用有一個深刻的理解，以及如何充分利用它們。