Python

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。

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。

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。

《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。

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。

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。

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。

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。

本書通過概率建模和貝葉斯決策理論的統一視角，詳細且與時俱進地介紹了機器學習（包括深度學習）的理論和方法。書中涵蓋了數學背景（包括線性代數和優化理論）、基礎的監督學習方法（包括線性回歸、邏輯回歸和深度神經網絡），以及更高級的主題（包括遷移學習和無監督學習）。章節末尾的練習讓讀者能夠應用所學知識，附錄部分則對書中使用的符號進行了說明。本書源自作者2012年的著作《機器學習：概率視角》，它不僅僅是一個簡單的更新版本，更是一本全新的著作，反映了自2012年以來該領域的巨大發展，尤其是深度學習方面的進展。由於篇幅限制，新版分為上下兩卷：《概率機器學習：基礎篇》和《概率機器學習：進階篇》，本書是上卷基礎篇，下捲進階篇將繼續採用相同的概率方法，深入探討更高級的主題。新版的另一個主要變化是所有的軟件代碼都使用Python而不是MATLAB來實現，新代碼使用了標準的Python庫，例如NumPy、Scikit-learn、JAX、PyTorch、TensorFlow等，這些代碼不需要本地安裝，它們可以在雲端筆記本中運行，這為書中討論的理論主題提供了實用的補充。

本書共7章，首先介紹數據科學歷史、概念與內涵，統計和機器學習基礎知識；然後從數據科學的流程角度，展開討論數據準備、數據建模與管理、數據計算與處理、數據分析等；最後從數據安全的視角切入數據科學進行相關內容的講解。附錄介紹了Python、MATLAB、R語言等面向數據科學的編程語言，常用的數據分析工具，常用的數據可視化工具，以及大規模數據分析平臺等。本書是人工智能領域“101計劃”核心課程教材之一，可作為高等學校人工智能專業和計算機類相關專業本科生和研究生學習知識工程的教材，也可供其他專業的師生和相關工程技術人員自學或參考。

在內容方面，本書圍繞當下備受矚目的低空經濟這一主題展開深入闡述，著重介紹與之緊密相關的低空飛行器。低空飛行器作為一種新興且極具吸引力的飛行工具，有著獨特的運行原理、多樣的類型以及廣泛的應用場景，這些都會在書中一一呈現給小讀者們。 更為重要的是，本書旨在引導學生們利用低空飛行器去開展人工智能學習。在如今這個科技飛速發展的時代，人工智能已經滲透到了生活的方方面面，讓孩子們儘早接觸並學習這一領域的知識意義非凡。 具體到學習內容上，主要借助scratch和python這兩種在編程領域頗具影響力的編程語言來進行模擬以及程序設計操作。scratch有著簡潔直觀、易於上手的特點，對於小學階段的學生來說，它就像是一把打開編程世界大門的神奇鑰匙，能幫助孩子們輕鬆地理解編程的基本邏輯與思路。而python語言，功能強大且應用廣泛，能夠助力學生們實現更為複雜、多樣化的程序設計，進而達成利用低空飛行器開展人工智能應用這一極具趣味性和挑戰性的目標。

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

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。

★★★「程式設計不再孤軍奮戰，讓 AI 成為你的戰友！」★★★ ☆☆☆「用 VS Code + Copilot，讓寫程式變得像聊天一樣簡單！」☆☆☆ ★★★「專案實戰，立即上手，程式設計不再卡關！」★★★ 《寫程式的AI戰友 - VS Code x GitHub Copilot》帶你進入 AI 輔助程式設計的新世代。本書不僅教你如何用 VS Code 打造專屬開發環境，更完整揭示 GitHub Copilot 的秘密武器：自動補全、錯誤修正、重構優化、AI 對話寫程式，讓你像專業工程師一樣高效開發。 ◎本書特色： ☆從零開始：安裝 VS Code、設定 Python 環境、快速上手介面操作。 ☆AI 實戰：完整示範 Copilot 的用法——寫程式、除錯、重構、生成測試與文件。 ☆專案導向：涵蓋 CLI 工具、資料處理、API 整合等專案，邊學邊做，馬上能用。 ☆資料科學應用：結合 Jupyter Notebook、NumPy、Pandas、Matplotlib，立即展現 AI + Python 的威力。 ☆思維升級：教你如何成為「指揮 AI 的人」，而不是被 AI 主導，真正駕馭 Copilot。 ◎為何要讀這本書？ 在這個 AI 與程式設計緊密結合的時代，單靠背誦語法已經不足以讓你成為一位優秀的工程師。《寫程式的AI戰友 - VS Code x GitHub Copilot》將帶給你三大核心價值： 1. 掌握開發主流工具 VS Code 是全球最受歡迎的開發環境，本書完整介紹其安裝、操作與進階應用，讓你在最短時間內熟悉業界標準工具。 2. 學會駕馭 AI，而不是被 AI 取代 GitHub Copilot 能幫你寫程式，但本書更強調「思維升級」——如何正確下指令、判斷 AI 建議的正確性，培養「指揮 AI」的能力，避免淪為被動依賴。 3. 專案實戰，立即上手 從 CLI 工具到資料分析，從 API 整合到自動化報表，本書以專案導向學習，讓你邊學邊做，學到的技能馬上能應用在實際工作與專案中。 ◎ 讀完這本書，你將： ☆ 熟悉 VS Code 與 Python 的整合操作。 ☆ 能使用 GitHub Copilot 提升開發效率，寫程式就像與 AI 對話。 ☆ 具備判斷、比較與優化程式碼的能力。 ☆ 透過專案實戰累積經驗，快速從初學者邁向專業者。 這不只是

本稿圍繞“面向計算思維培養的思維型協作深度學習活動”建構了“TDS-SPC”（三階段·雙中心·六層面）螺旋推進循環型設計模型，以培養學生兼具問題解決的“計算特徵”和思維活動的“思維屬性”的計算思維。同時基於高中信息技術學科在“TDS-SPC”設計模型的指導下開展了“混合式環境下基於《開源創客-圖形化編程》的“雙線融合·三階活動”的思維型編程教學實踐和面對面環境中基於《開源創客-Python編程》的“A-IPO-D”的思維型編程教學實踐”。在此過程中，形成了教師視角下“雙中心·七步驟”過程模式（即教師設計手冊）和學生視角下“活動記錄單”導學支架（即學生活動指南），為編程教育中面向計算思維培養的思維型協作深度學習活動設計提供

本書是一本面向開發人員的大模型及生成式AI實戰指南，基於作者在美國矽谷企業級應用項目經驗及企業培訓經驗編著而成。本書重點介紹企業級大模型應用開發、模型調優及部署運維等技能。全書共10章，內容涵蓋生成式AI概述、大模型提示詞深度解析、LangGraph+CrewAI案例、生成式AI應用開發項目實戰、大模型指令微調與PEFT技術、RLHF與DPO模型對齊、大模型應用開發案例實戰、為何Sora是通往AGI道路的里程碑、解碼Sora架構原理、Sora關鍵技術解密等，書中的每個知識點都有相應的實現代碼和實例。隨書附贈源碼，獲取方式見封底。本書的核心讀者是有Python基礎的大模型愛好者，主要面向廣大從事大模型應用開發、機器學習、數據挖掘或深度學習的專業人員，相關專業的在校師生及相關領域的科研人員。

本書是普通高等教育“十二五”國家級規劃教材《大學計算機（第5版）》的配套實驗教材，也可作為獨立的計算機基礎類課程的實驗指導書單獨使用。本書主要內容包括Windows 11操作系統實驗、WPS文字軟件實驗、WPS表格軟件實驗、WPS演示軟件實驗、計算機網絡實驗、WPS繪製流程圖實驗、Python語言上機指導、常用工具軟件的使用、MATLAB應用基礎。重要實驗配有相應的視頻講解操作，通過掃描二維碼即可獲得實驗的對應視頻。書後提供了一套測試題，供學生進行自我測試，以鞏固所學知識。本書可作為高等學校各專業大學計算機基礎類課程的實驗教材，也可以作為各類計算機培訓班和成人同類課程的實驗教材。

首本 MCP 多平台整合實戰書──OpenAI 只是起點！一次搞懂 AI Agent、Function Calling 與 MCP本書含最新 OpenAI GPT-5 範例《AI Agent 奇幻旅程》集結七大章、五位實戰講師，從宏觀願景到微觀程式碼完整展示 AI Agent 與 MCP 的威力。本書不僅描繪 AI 代理的未來藍圖，更以 OpenAI Agent SDK、Claude Desktop、Semantic Kernel、GitHub Copilot、Line 等熱門主角，逐章帶你實現「Agent × MCP」跨平台串接──讓桌面、雲端、聊天機器人一次打通。每章皆附範例專案程式碼，幫助讀者快速複製情境到自己專案。無論你想開發企業級智慧工作流，或打造個人化多代理應用，本書都是一把從概念到落地的「萬用鑰匙」。打開《AI Agent 奇幻旅程：MCP 通往異世界金鑰》這本書之前，讓我們先確認一件事：你是否已經接觸過大型語言模型（LLM），知道什麼是 prompt、token、embedding，也嘗試過呼叫像是 ChatGPT 的 API，做出一些能與人對話的範例程式？如果你的答案是「是的」，那麼，恭喜你——你已經準備好踏上下一階段的冒險，來探索 AI 模型不只是會說話，而是能夠行動，能夠呼叫工具、整合服務、進行決策，甚至協調多個代理角色，真正變成你的智慧夥伴。這本書的焦點不在於再教一次 LLM 的基礎，而是要帶你直奔最精華、也最刺激的主題：Model Context Protocol（MCP） 以及 AI Agent 架構。從願景出發，到實作落地，我們安排了七大章節，由五位具備實戰經驗的講師聯手執筆，深入淺出地展現如何打造多平台整合的 AI Agent。全書圍繞「Agent × MCP」這個核心，帶你逐步實現桌面端（Claude Desktop）、雲端平台（OpenAI Agent SDK）、本地框架（Semantic Kernel）、AI 輔助工具（GitHub Copilot），甚至社群應用（LINE 機器人）的跨平台連結。每一章都搭配完整範例專案，讓你不只學得會，還能直接套用到自己的實務場景中。▋ 建議搭配《Python 原力爆擊》如果你還沒實際寫過生成式 AI 程式碼，我們也誠摯推薦你搭配閱讀我們的姊妹作《Python 原力爆擊：OpenAI / Ge

計算機程序設計語言是高校理工科本科生必修的一門核心課程。傳統上，高校主要教授C/C++，但C++既非純粹的面向對象語言，編程界面也需依賴外部工具。將大量時間投入在面向過程的程序設計上，限制了學生對面向對象和可視化界面編程的掌握。近年來，Python 和C#受到青睞，後者作為微軟推出的面向對象語言，為理工科應用軟件開發提供了全方位支持。本書作者根據多年教學經驗，編寫了這本以C#面向對象程序設計為核心的高校教材，並包含了習題練習，旨在系統地講解C#基本語法及其應用，並培養學生面向對象的程序設計能力。本書可作為高等院校電子信息類、計算機類、自動化類、機電類等專業的C#語言教材，也可作為相關技術培訓教材，還可供從事相關技術開發的工程技術人員參考。

本書根據大多數軟件公司對AI大模型開發程序員的標準要求，結合範例程序，針對零基礎人群，講述了從“入門”到“能幹活”所必需掌握的知識點。本書內容涵蓋了深度學習各種模型的知識點，包括Python和Pytorch的開發環境、神經網絡預測技術、用卷積和殘差神經網絡分類圖片的技術、數據預處理和數據增強、用生成對抗網絡識別圖片的技術、用循環神經網絡和Transformer網絡分析文本的技術、用ViT模型分類圖片的技術、人臉識別和目標物體識別的技術、音頻處理技術，以及DeepSeek 本地化部署和微調技術等。本書尤其適合零技術的開發人員和在校學生提升相關實戰技能，也可作為大中專院校計算機專業實踐課或畢業設計的參考用書。

本書將深度學習涉及的數學領域縮小到最低限度，以幫助讀者在最短的時間內理解深度學習必需的數學知識。全書分為導入篇、理論篇、實踐篇和發展篇四部分內容。導入篇系統介紹了一些機器學習的入門知識；理論篇包括微積分、向量和矩陣、多元函數、指數函數、概率論等知識；實踐篇介紹了線性回歸模型、邏輯回歸模型、深度學習模型；發展篇介紹了面向實踐的深度學習。本書程式設計實踐中的代碼使用Python及Jupyter Notebook編寫，簡明易懂，便於上手實戰。

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。全書共分12章，主要內容包括：計算機與計算思維、操作系統基礎、WPS辦公軟件、多媒體技術及應用、數據庫與大數據、計算機網絡和信息安全、數據結構與算法、Python程序設計、人工智能基礎、人工智能技術、大語言模型與AIGC、AI應用。本書立足于“大學計算機”課程的基本教學要求，兼顧計算機軟件和硬件的最新發展；結構嚴謹，層次分明，內容豐富。本書配有實踐教程，其內容是對本書實踐部分的指導和強化，對提高讀者的計算機操作和應用能力有很大的幫助作用。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。

【特別企畫】 LINE AI搶先體驗 不是AI小幫手，是LINE全新生成式AI服務  生成文章、分析資料、翻譯外文不成問題，還能一鍵分享LINE好友  拍照或上傳圖片就能辨識內容，快速解惑、分析特徵及用途  描述需求及目的，就能產出 HTML、JavaScript、Python程式碼  摘要YouTube影片重點，快速掌握長影片的重點資訊  支援文生圖功能，次數更多、限時更短，也能指定圖片風格 【特別企畫】 Wi-Fi 7迷思大破解 比Wi-Fi 6快很多？ 換Wi-Fi 7路由器網路就變順？有5G就不需要Wi-Fi 7了？ 【特別企畫】 2025演唱會手機比一比 10X、20X、30X變焦實測，Samsung / vivo / Xiaomi / OPPO 家誰才是追星利器？ 【特別企畫】 IG剪輯神器Edits全攻略 從入門到進階，掌握短影音創作力 【採購趨勢】 耳罩式降噪耳機4大天王誰勝出？ Apple AirPods Max、Bose QuietComfort Ultra、 Sennheiser Momentum 4 Wireless、Sony WH-1000XM6

智慧運維的核心目標包括故障預測、自動化修復、效能優化，最終推動運維從“經驗驅動”向“資料驅動”轉型，降低非計畫停機損失並提升系統可靠性。《智慧運維實踐》從智慧運維琪本理論入手，詳細講解智慧運維方法和應用案例，幫助讀者掌握智慧運維的核心技術本書配套示例源碼、PPT課件與教學大綱。《智慧運維實踐》共分12章，內容包括智慧運維概述、智慧運維框架、搭建Ubuntu運維和開發環境、Python程式設計基礎、資料獲取與存儲、資料預處理、機器學習、深度學習、自然語言處理、日誌異常檢測、面向微服務的根因定位、網路流量異常檢測。《智慧運維實踐》理論與實踐相結合，從基礎概念出發，逐步深入技術細節，適合智慧運維初學者、智慧運維應用開發人員、系統與網路運維人員閱讀。《智能運維實踐》也適合作為高等院校或高職高專院校智能運維課程的教材。

本書旨在提供一個全面、系統的LangChain學習指南。全書共7章，循序漸進地介紹LangChain的核心概念和使用方法。第1章討論人工智能、大語言模型的發展歷程和應用場景，闡述LangChain框架的設計理念和優勢；第2章詳細介紹如何搭建LangChain的開發環境，引導讀者編寫第一個LangChain程序；第3、4章深入剖析LangChain的基礎組件和領域特定語言LCEL，幫助讀者掌握構建大語言模型應用的關鍵技能；第5～7章通過多個實戰項目，展示如何使用LangChain構建智能問答系統、智能文檔助手和知識圖譜應用，將所學知識應用到實踐中。本書適合具備一定Python編程基礎、對人工智能（特別是自然語言處理、大語言模型）感興趣的讀者閱讀。通過學習本書，讀者可以掌握使用LangChain開發大語言模型應用的思路和方法，獨立設計和實現智能應用系統。