Python

本書分為兩大部分，從理論到實踐、從基礎原理到前沿技術，全方位解析了大模型的構建、訓練、部署 與應用的整個流程。第一部分介紹大模型的基礎概念，包括大模型的定義、發展歷程和構建所需的軟硬件技術棧，重點講解神經網絡、訓練優化及模型調優的基本原理。第二部分聚焦大模型的內在邏輯和實際應用， 涵蓋推理、記憶、數據管道、多模態處理、硬件加速以及部署和維護等，同時以基於MoE的DeepSeek多模態大模型為案例，展示從項目架構設計到在線服務的全流程。全書內容嚴謹而生動，既涵蓋了大模型開發的全 流程技術細節，又不乏對大模型歷史演變和未來趨勢的前瞻性探討，是探索大模型底層邏輯與實現技術的指南。本書適合具備Python基礎開發能力、並希望進一步深入學習大模型開發、模型優化和部署應用的讀者；同時，對於證券、保險、銀行等行業的從業人員以及高校師生來說，也是一本兼具理論深度與實戰指導的理 想參考書和教學輔導材料。

本書是一本為人工智能初學者量身定制的實用指南，旨在幫助讀者迅速掌握人工智能的核心概念和應用技巧。本書從基礎概念入手，結合應用實例，使用MindSpore框架，深入淺出地引導讀者理解和掌握人工智能的基本原理、技術及最新發展。全書共分為4篇16章，覆蓋人工智能的各個重要領域。人工智能入門篇(第1、2章)介紹人工智能概述、人工智能發展歷程、人工智能Python開發入門和MindSpore開發入門，並給出基於MNIST數據集識別手寫數字的入門實戰介紹。機器學習及實戰篇(第3～5章)包括監督學習、無監督學習、強化學習。深度學習及實戰篇(第6～10章)介紹深度神經網絡、知識圖譜、生成對抗網絡、遷移學習和注意力機制。人工智能前沿與倫理篇(第11～16章)涉及擴散模型、推薦系統、量子計算、輕量級人工智能、人工智能大模型、人工智能倫理等前沿主題。本書適合對人工智能感興趣的學生及從業者，旨在幫助讀者夯實理論基礎，提升實際編程能力，從而在未來的學習和工作中更加遊刃有餘。

本書在融合課程教學及實踐指導等經驗的基礎上，以MATLAB及Python等語言為仿真工具，儘量減少具體軟件版本的局限，以案例學習和實驗訓練的形式幫助讀者儘快理解並掌握MATLAB編程、Simulink工具、控制系統仿真、文件和數據訪問、智能算法、數據挖掘、圖像操作、深度學習和界面設計等相關內容，對除綜合設計外的每個實驗都給出了相對完整的提示，以方便讀者自學。本書在精煉控制系統仿真相關內容的基礎上，重點對智能算法、數據挖掘及深度學習以案例形式詳細進行介紹，能幫助讀者迅速掌握人工智能相關技術，實現從抽象概念到具體編程的跨越。書中精選的案例設計與實現具有廣泛的適用性，可以滿足絕大多數讀者的學習需要。 本書結構清晰，案例豐富且配有源代碼，注重編程，不僅可作為自動化、控制科學與工程、計算機科學與技術及電氣工程等專業的教材，也可作為相關領域工程技術和研究人員的參考資料，書中的很多案例來源於科研實踐，對課程設計、畢業設計及工程項目研發等具有重要的參考價值。

本書主要介紹樹莓派在人工智能和物聯網領域的應用，將理論與實踐項目充分融合，助力讀者扎實掌握相關技能並提升綜合素養。本書內容分為三個模塊：模塊一（編程思維）著重闡述編程思維的重要性，結合實例強化理解，同時詳盡講解 Python 編程基礎，為後續實踐築牢根基；模塊二（實訓項目）通過八個具體項目(例如:點亮LED燈、用手機控制LED燈、搭建手機聊天服務器等），循序漸進地提升讀者在樹莓派硬件控制、物聯網遠程控制、網絡編程、傳感器數據應用等方面的能力；模塊三（綜合實踐）主要通過物聯網魚塘、物聯網溫室種植、物聯網電梯等實際場景的運用，使讀者深入理解物聯網在農業、城市管理等領域的具體實踐應用。本書適合電子信息工程、計算機科學與技術、物聯網工程等相關專業的中職學生閱讀，同時也可供對人工智能和物聯網應用感興趣、希望借助樹莓派進行實踐探索的愛好者參考。讀者最好具備一定的計算機基礎知識及對電子硬件有初步瞭解。

★AI時代來臨，掌握AI提問與應用技巧，開啟你的AI高效學習與工作之旅！ ✅ 掌握AI提問技術，解鎖AI的無限可能！ ✅ 學習ｘ工作ｘ創作，一本書搞定AI應用實戰！ ✅ 你會用AI，但你知道如何讓AI給你最好的答案嗎？本書教你，精準提問+高效應用AI，讓AI成為你的強力助手，提升學習與工作效率！ ★AI讓你更聰明，關鍵在於如何提問！你是否曾遇到這些問題？ ✅ AI回答模糊、不精確？ ✅ 不知道如何運用AI提升學習與工作效率？ ✅ 想學習Prompt Engineering（AI提問技術），卻找不到完整的方法？本書帶你，從零學會AI提問技巧，實戰應用AI，讓學習與工作事半功倍！ ★你將學到： ✅ AI提問黃金法則：如何讓AI產生最準確的回答？ ✅ AI幫助學習與寫作：從英文學習到創作，全面提升效率！ ✅ AI輔助程式設計：學習Python、VBA，寫程式更輕鬆！ ✅ AI自動化工作：寫報告、分析資料、整理資訊，AI幫你搞定！本書讓你，了解最新AI趨勢解析，找到你的最佳助手！ ★適用讀者： ✅ 學生：學會AI學習法，快速吸收新知識！ ✅ 職場人士：用AI提升工作效率，成為頂尖人才！ ✅ 程式開發人員：學習AI輔助程式設計，自動化寫程式！ ✅ 內容創作者：讓AI幫助你構思、寫作、改進內容！

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。

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。

本書以接口自動化測試技術為主線，測試方向主要涉及HTTP、WebSerivce、WebSocket、gRPC協議接口自動化測試實現，實用數據驅動自動化測試框架的實現過程，持續集成的實現等實用技術知識體系。全書共分為3部分，基礎篇(第1～5章)圍繞接口自動化測試中所涉及協議、抓包等基礎知識，以實例方式引導讀者快速熟悉HTTP基礎知識，結合Python+Requests主流接口測試模式實例講解接口測試知識。工具篇(第6～8章)以工作中主流接口測試工具Postman、Apifox、JMeter為依託，實例講解接口自動化測試中常見的測試場景，結合常見協議進行實例演示。框架篇(第9～14章)涵蓋接口自動化測試實施過程中主流的數據驅動模式、實用接口自動化測試框架的實現、CI實施等內核技術。本書內容充實、邏輯嚴密，是一部接口自動化測試必備的案頭工具書。本書適合對從事軟件測試開發和接口自動化測試工作的人，對軟件接口測試技術感興趣的初學者，也適合自動化測試從業者對專項技術參考。對於高等院較和培訓班的學生，本書更是學習時必備的一本教材。

《金融大模型開發與應用實踐》循序漸進、深入講解了金融大模型開發與應用實踐的核心知識,並通過具體實例的實現過程演練了各個知識點的用法。全書共11章,分別講解了大模型基礎、數據預處理與特徵工程、金融時間序列分析、金融風險建模與管理、高頻交易與量化交易、資產定價與交易策略優化、金融市場情緒分析、區塊鏈與金融科技創新、基於深度強化學習的量化交易系統(OpenAIBaselines+FinRL+DRL+PyPortfolioOpt)、基於趨勢跟蹤的期貨交易系統(TechnicalAnalysis library+yfinance+Quantstats)、上市公司估值系統(OpenAI+LangChain+Tableau+PowerBI)。《金融大模型開發與應用實踐》易於閱讀,以極簡的文字介紹了複雜的案例,同時涵蓋了其他同類圖書中很少涉及的歷史參考資料,是學習金融大模型開發的理想教程。《金融大模型開發與應用實踐》適用於已經瞭解了Python 基礎開發的讀者,想進一步學習大模型開發、模型優化、模型應用和模型架構的讀者,也可以作為證券、保險、銀行等從業者的參考書,還可以作為大專院校相關專業的師生用書和培訓機構的專業性教材。

圖神經網絡不僅能夠解決傳統機器學習方法無法解決的圖數據問題，而且能夠應用於許多實際場景，例如社交網絡、藥物發現、網絡安全、金融風控等。《圖神經網絡基礎、模型與應用實戰》旨在為初學者和實踐者提供一個詳細、全面的入門指南，圍繞圖神經網絡基礎、模型、應用實戰(均採用Python+PyTorch實現)等方面進行介紹。《圖神經網絡基礎、模型與應用實戰》配套示例源碼、數據集、PPT課件。《圖神經網絡基礎、模型與應用實戰》共分9章，內容包括圖神經網絡概述、PyTorch開發環境搭建、數據集的獲取與加載、圖神經網絡模型、圖神經網絡在自然語言處理領域的應用、圖神經網絡在計算機視覺領域的應用、圖神經網絡在推薦系統領域的應用、圖神經網絡在社交網絡領域的應用、圖神經網絡的挑戰和機遇。其中，每個領域的應用都包括1～3個實戰項目，可以幫助讀者快速掌握圖神經網絡。《圖神經網絡基礎、模型與應用實戰》適合圖神經網絡初學者、圖神經網絡算法開發人員、深度學習算法開發人員，也適合高等院校或高職高專圖神經網絡相關課程的師生教學參考。

本書適合任何想要深入了解深度學習這個迷人領域的人，您不需要具備高級數學和程式設計知識就可以掌握其根本原理。如果您想知道這些工具是如何運作的，並學會自己使用它們，答案盡在書中。而且，如果您已經準備好編寫自己的程序，那麼隨附的Github存儲庫中還有大量補充的Python筆記本可以幫助您。本書講解語言通俗易懂，包含大量的彩色插圖和具有啟發性的類比，以及豐富的現實世界的例子，深入地地解釋了深度學習的關鍵概念，包括： •文本生成器如何創建新穎的故事和文章。•深度學習系統如何在人類遊戲中學習遊戲並獲勝。•影像分類系統如何辨識照片中的物體或人。•如何以對日常生活有用的方式思考機率。•如何使用構成現代人工智慧核心的機器學習技術。各種各樣的智力冒險家都可以使用本書中涵蓋的強大思想來建立智慧系統，幫助我們更好地理解世界和生活在其中的每個人。這就是人工智慧的未來，這本書可以讓你充分想像它的未來。

數據科學的關鍵技術包括數據存儲計算、數據治理、結構化數據分析、語音分析、視覺分析、文本分析和知識圖譜等方面。本書的重點是詳細介紹文本分析和知識圖譜方面的技術。文本分析技術主要包括文本預訓練模型、多語種文本分析、文本情感分析、文本機器翻譯、文本智能糾錯、NL2SQL問答以及ChatGPT大語言模型等。知識圖譜技術主要包括知識圖譜構建和知識圖譜問答等。本書將理論介紹和實踐相結合，詳細闡述各個技術主題的實現路線，並對應用於業界算法大賽中的技術方案和技巧進行源代碼解讀，幫助讀者深入理解技術原理。最後，本書還介紹了文本分析和知識圖譜技術在政務、公共安全、應急等多個行業中的智能應用實踐案例。《數據科學技術：文本分析和知識圖譜》適合具備Python和機器學習技術基礎的高等院校學生、文本分析（或者自然語言處理）以及知識圖譜領域的算法工程師和研究機構的研究者閱讀，也適合數據科學和人工智能領域的研究者作為參考書。

在數字化時代，嵌入式人工智能系統和深度學習等技術變得越來越重要。在嵌入式平臺上進行深度學習推理時會受到計算能力、存儲空間、能耗等資源限制的挑戰。本書從深度學習模型在資源受限的硬件平臺上部署的角度，介紹嵌入式AI系統的基本概念、需求、挑戰，以及其軟硬件解決方案。本書共分為7章。第1章介紹了邊緣計算； 第2章介紹了嵌入式AI系統的基本概念及其面臨的需求與挑戰； 第3章介紹了嵌入式AI系統的硬件解決方案； 第4～6章介紹了嵌入式AI系統的軟件解決方案，包括DNN模型的構建及實現、輕量級DNN模型的構建、模型輕量化方法及實現； 第7章介紹了DNN模型的硬件部署。本書提供了基於Python語言和Torch API的大量代碼解析，並針對Intel系列和NVIDIA系列芯片的硬件部署分別進行介紹。本書適合作為高等院校計算機專業、軟件工程專業的教材，也可供對深度學習、計算機視覺、嵌入式AI系統等感興趣的開發人員、廣大科技工作者和研究人員參考。

本書主要針對數據科學、統計學、商學領域的教學，介紹基於Python軟件的數據可視化基礎知識、數據計算與交互式繪圖，機器學習中的可視化工具和技術，以及特定數據結構下的可視化技術，如金融數據結構、生物數據結構、網絡數據結構中的可視化展示，並配以豐富的案例，緊密結合常見的統計方法和機器學習方法。本書配有大量實際案例和習題，涉及金融、經濟管理、醫療影像、健康大數據、地理數據等方面的知識，內容翔實，能讓授課教師充分備課，讓學生全面學習，極大地提升學生的動手能力，並與現實生活接軌，讓學生為勝任“全球信息化時代”的數據科學工作做好充分準備。此外，本書還配有PPT課件、教學大綱、教學進度表、部分源代碼和數據文件、課後習題答案等教學資源，用書老師可在人郵教育社區免費下載使用。本書可作為高等院校數據科學、統計學、商學等相關專業的教材，也可供經管領域的技術人員學習使用，還可作為機器學習和人工智能等領域的研究人員的參考書。

APCS為Advanced Placement Computer Science的英文縮寫，是指「大學程式設計先修檢測」。APCS考試類型包括：觀念題及實作題。觀念題是以單選題的方式進行測驗，考試重點在於程式設計概念、解決問題的運算思維或理解演算法的基礎觀念。在程式設計實作題可自行選擇以 C、C++、Java、Python 撰寫程式。本書的實作題程式是以Java為主。並根據APCS公告的觀念題及實作題，分別安排到各章的主題之中，目的就是希望各位在學習完某一特定主題後，可以馬上測試相關的APCS觀念題，以幫助各位讀者學以致用，清楚掌握考試的重點。為了降低讀者的學習障礙，本書範例都是完整的程式碼，以實作來引導觀念，書中所有範例程式已在最新版本的JDK的環境下重新編譯與執行，並確認執行結果正確無誤。期許本書能幫助各位具備以Java設計程式的基本能力，並完全具備應試APCS的程式設計實作能力，筆者相信經過本書的課程安排及訓練後，各位已紮實地培養了分析題目、提出解決方案及以Java設計程式的實作能力。

本書面向廣大數據科學與人工智能專業的學生及初學者，力求通俗易懂、簡潔清晰地呈現學習大數據與人工智能需要的基礎數學知識，助力讀者為進一步學習人工智能打好數學基礎。 全書分為 4 篇，共 19 章：微積分篇(第 1～5 章)，主要介紹極限、導數、極值、多元函數導數與極值、梯度下降法等；線性代數篇(第 6～10 章)，主要介紹向量、矩陣、行列式、線性方程組、特徵值和特徵向量等，並介紹這些數學知識在人工智能中的應用；概率統計篇(第 11～17 章)，主要介紹概率、隨機變量、數字特徵、相關分析和回歸分析，並介紹數據處理的基本方法和 Pandas 在數據處理中的應用；應用篇(第18 章和第 19 章)，主要介紹人工智能中典型的全連接神經網絡和卷積神經網絡。 本書既有理論又有應用，既可以用紙筆計算，也可以用 Python 編程計算，讀者可在學習過程中根據需要合理地選擇側重點。 本書既可作為高職院校數據科學與人工智能專業的教材，也可作為相關產業從業者的自學或參考用書。

本書是一本關於數據處理與誤差分析的實用手冊。全書主要介紹了實驗數據的表示以及實驗誤差和不準確性的重要概念和方法，包括引言、物理量及其不準確性的表示、誤差的分類和傳遞、概率分佈、實驗數據處理、數據及其誤差的圖形處理、數據的擬合函數以及回歸貝葉斯分析，側重於如何在實驗數據給定的條件下確定理論中的參數值和不準確性的最優估計。同時，為滿足讀者的進一步需求，本書在附錄部分給出了背景資料和部分理論推導。全書內容結合了圖形、應用實例和計算機程序，能使讀者快速掌握科學數據的正確表示、處理和不確定性分析，涵蓋了實驗的所有重要組成部分，包括實用性指導、計算機程序(Python語言)以及實驗誤差處理和報告實驗數據的方法。本書內容廣泛，實例豐富，簡單實用，適用于理工科的本科生和研究生，也適用於統計數據分析的理論研究者以及對數據處理、誤差分析及它們的應用感興趣的讀者。本書可以作為誤差分析的教學用書，也可供實際應用參考。

本書是“服務機器人應用開發（初級）”職業技能等級證書的配套教材之一，內容根據《服務機器人應用開發職業技能等級標準》以及《服務機器人應用開發職業技能考核大綱》相應要求編寫。全書分為兩大部分共十一個項目，第一部分為拼搭機器人應用開發，基於Arduino 平臺的拼搭機器人展開，共有六個項目；第二部分為人形機器人應用開發，圍繞樹莓派平臺的Yanshee 人形機器人展開，共有五個項目。第一部分的項目一介紹了針對Arduino 的Blockly 編程方法，項目二至六介紹了針對相關任務在Arduino IDE 上採用C 語言的編程方法；第二部分重點介紹Python 語言的編程方法。本書可作為培養基於Arduino 和樹莓派的服務機器人的應用型、技能型人才的教材，也可供從事服務機器人應用的開發人員學習參考。為方便教學，本書配備電子課件等教學資源。凡選用本書作為授課教材的教師均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。如有問題請致信cmpgaozhi@sina.com，或致電010-88379375 聯繫營銷人員。

本書旨在培養高職學生的信息素養、計算思維和人工智能素養等數字時代的三個基本素養。全書共分六個單元, 主要內容包括開啟人工智能新時代、人工智能應用微體驗、圖像識別、聲音識別、自然語言處理和人工神經網絡。本書內容選取將人工智能的基本理論知識和典型行業應用相結合, 通過任務實踐, 將理論知識融入體驗式應用案例中, 做到易學、易懂、有趣。本書面向高職高專院校各專業學生, 選取了人工智能中的關鍵技術和典型應用, 以Python為開發語言, 通識與技能並重, 具有很強的操作性和實用性, 既可作為高職高專及中等職業院校人工智能公共基礎課程的教材, 也可作為計算機類、電子信息類相關專業的人工智能基礎課程入門教材。為方便教學, 本書配備電子課件等教學資源。凡選用本書作為教材的教師均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。如有問題請致信cmpgaozhi@ sina. com,或致電010 -88379375 聯繫營銷人員。

2021年，CSDN推出《新程序員》系列圖書，受眾定位於職業開發者、項目經理，以及CTO&CIO。內容定位在產業生態、前沿趨勢，以及為開發者帶來更多來自於國內外學術界、研究院所，以及產業界泰斗級大佬的深度思考。作為CSDN社區最優質、最權威性的精華內容集合，讓開發者身在此山中，也可以遍覽群山。當下，開源正從開發者亞文化上升到國家戰略，成長為主流開發模式。對於開發者來說，開源已經是必備的學習和應用技能。數字經濟下的“新金融”是科技賦能金融產業的聚焦點，AI、雲、大數據等新一代技術，與金融的融合創新成為檢驗技術落地的試金石。本書內容目前已經邀請到MySQL之父，Apache軟件基金會聯合創始人、OpenSSF總經理Brian Behlendorf，Python之父Guido van Rossum，MongoDB CTO Mark Porter，紅帽全球CEO Matt Hicks，以及凝思董事長、中國Linux第一人宮敏，Linux內核守護者吳峰光等國內外知名開源技術專家參與開源專題；金融專題邀請到中國工商銀行、中國人民銀行、平安科技、IBM、廣發銀行、微眾銀行、螞蟻金服、華控清交等知名國內外金融科技公司參與實踐案例分享。彙聚全球技術大師、技術先鋒(往期合作作者)

業務上雲已經成為當下企業的主要解決方案。本書重在普及公有雲主流技術的應用，本書自始至終結合開源的WordPress博客應用系統，演示了業務系統上雲、業務系統容器化部署、業務系統結合大數據服務的使用等。本書將幫助讀者瞭解公有雲基礎知識以及企業級公有雲解決方案，讓讀者逐步走進高效、低成本的雲上容器世界，快速邁向雲原生。本書共分為7個項目：項目一 認識華為雲的產品、解決方案、雲市場和培訓認證，幫助讀者認識公有雲；項目二 學習華為云云服務器、雲存儲、雲網絡和雲數據庫等熱門產品的使用；項目三 學習業務系統wordpress遷移上華為雲的實現流程；項目四 學習雲原生技術棧相關技術的使用和雲容器引擎的部署流程；項目五 學習Hadoop生態圈常用技術的使用場景和公有雲上大數據服務的內容及其使用；項目六 學習雲監控服務和雲日誌服務的概念、功能和應用場景；項目七 學習python api調用華為雲熱門產品和基於華為雲容器CCE的灰色發佈系統部署。

本書為國家職業教育大數據技術專業教學資源庫配套教材，也是高等職業教育計算機類課程新形態一體化教材。 本書選擇Python 3作為編程環境，系統講述編寫爬蟲所需要的各種技術。包括HTTP的原理、urllib和request網絡請求庫的使用、正則表達式、XPath等數據提取規則的使用和爬蟲框架Scrapy的使用，並最後通過一個項目“招聘分析監控系統――數據采集系統”將以上技術綜合運用起來。 本書配套有微課視頻、教學設計、授課用PPT等數字化教學資源。與本書配套的數字課程“數據采集與預處理”已在“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開放課程的學習，授課教師可以調用本課程構建符合自身教學特色的SPOC課程，詳見“智慧職教”服務指南。讀者可登錄平臺進行資源的學習及獲取，也可發郵件至編輯郵箱1548103297@qq.com獲取相關資源。 本書緊跟信息社會發展動態，內容新穎、結構清晰，具有很強的趣味性和實用性。本書可作為高等職業院校大數據技術專業及其他相關專業的教材，也可作為大數據技術愛好者的自學用書。

本書系統地介紹了汽車傳動系統結構組成及振動產生的原因，力圖使讀者了解汽車傳動軸，後橋等汽車零部件的工作原理，剖析其工作過程中振動產生的原因。此外，還將智能製造和智能設計與傳動系統緊密結合，簡要地展望汽車傳動系統的發展趨勢。通過理論與實踐一體化的講解，力求使知識講解與實踐更好地結合，為現代汽車動力傳動系統的研發打下基礎。此外，本書將傳動系統領域的科研成果應用於課堂教學，在介紹本科研團隊研究成果的同時，可以提升學生對汽車動力傳動系統的認識，提高學生的專業素養。本書共7章，以傳動系統為主線，內容涵蓋傳動系統結構概述；傳動軸的振動分析；驅動橋的振動分析；傳動系統的振動分析及參數優化設計；基於Python的傳動系統智能設計；傳動系統的智能製造；總結與展望等。本書可作為總結本科研團隊的科研專著，亦可作為高年級本科生或研究生的授課教材及自學用書。

21世紀以來，隨著國民經濟的快速增長，人民生活水平的逐漸提高，國內景區景點的開發以及基礎旅遊設施的建設加快，人們對旅遊的需求越來越大，對旅遊業的要求也越來越高。2015年，旅遊業成為國家經濟戰略性支柱產業之一。越來越多的地市開啟了“全域旅遊”這一轉型升級之路。當前，旅遊市場競爭日趨激烈，如何提升旅遊形象成為每一個地市及景區首先要解決的問題。 河南作為文化旅遊大省，旅遊資源豐富，有26個國家全域旅遊示範區。本書在查閱大量相關文獻的基礎上，基於全域旅遊的背景，以26個國家全域旅遊示範區創建單位為研究對象，構建全域旅遊形象感知理論基礎。借助八爪魚採集器、NVivo、Rost Content Mining 6、Netdraw、Python等研究工具，通過對網絡遊記的文本分析，探討旅遊者對河南省全域旅遊的感知形象，找出形象中的缺失部分。最後，通過IPA分析，深入研究河南省全域旅遊建設中亟需改進的問題，並提出相應的解決措施，以期推動河南省全域旅遊發展，促進河南省文化旅遊強省建設。

IntelliJ IDEA是一款優秀的軟件開發工具，學習和掌握IntelliJ IDEA對於開發者來講具有十分重要的意義。本書以IntelliJ IDEA的操作使用為主線，同時貫穿示例教學，全面地向讀者展示了其強大的開發與管理能力。 本書為讀者準備了比較全面的技術體系，共16章。第1章與第2章主要講解了IntelliJ IDEA的使用技巧；第3章主要講解了IntelliJ IDEA中的工程結構及組織方式；第4章與第5章主要講解了IntelliJ IDEA下項目的編譯、部署、運行與調試；第6章與第7章講解了Maven等項目構建管理工具的使用；第8章Git版本管理是開發者需要著重學習的知識技能；第9章講解了Spring項目的使用原理並深化了示例；第10章講解了數據庫管理工具的使用技巧；第11章至第14章進行了全方位的拓展，引入了Docker容器、Vue.js、Scala、Python等相關內容；第15章為輔助教學篇，主要講解了持續化部署工具的使用；第16章為結束篇，以插件為主題從大方向講解了IntelliJ IDEA下的插件開發。 本書適用于所有初學者及具有一定開發經驗的從業人員、軟件愛好者。相信通過閱讀本書，讀者能夠獲得更多的幫助與提升。

統計學習是機器學習的重要分支，本書兼顧了數學上的理解和代碼實踐，內容主要包括基礎知識和統計學習模型。第1章、第2章結合VC維介紹過擬合的本質，並介紹手動特征選擇的辦法；第3章、第4章從最簡單的線性模型出發經過概率統計的解讀而得到分類和回歸算法；第5章討論了不依賴於假設分布的非參數模型；第6章將核方法作為一種非線性拓展的技巧介紹如何將該方法應用到很多算法中，並且引出了著名的高斯過程；第7章以混合高斯作為軟分配聚類的代表性方法，從而引出著名的EM算法；第8章討論了機器學習的集成算法；第9章介紹的線性和非線性降維方法將會解決維度災難問題，並且不同於單純的特征選擇；第10章討論了不依賴於獨立同分布假設的時間序列算法。本書適合對於統計學習感興趣的大學生、工程師閱讀參考。閱讀本書需要具備基礎的Python編程技術和基本的數學知識。

《誰說不能從武俠學程式？》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。《誰說不能從武俠學數學？》如果大俠懂數學，就能成為天下第一？‧《笑傲江湖》岳靈珊「屈指一算」就擊敗泰山派高手？‧《倚天屠龍記》張無忌被成崑誤導後就懂「負負得正」？‧《射鵰英雄傳》瑛姑如何用「算籌」開平方？‧《神鵰俠侶》楊過若懂「海倫－秦九韶公式」，就能算出活死人墓的面積？‧《天龍八部》虛竹飛渡峽谷救人前應該先學「相似三角形」？數學不只是生活的算帳工具，舉凡大地測量、工程規劃、汽車製造、飛機設計、導彈防禦、基因研究、疫情控制、金融創新、行銷調查、影視特效、電腦程式設計等領域，都發揮了不可替代的作用，如果沒有數學，這些發展都將停擺。李開周老師將數學知識掰開揉碎，用淺顯易懂的語言，撒進刀光劍影的武俠世界，讓知識能在江湖上載沉載浮，泛起可愛的小泡泡，讓對數學望而生畏的讀者一一戳破，進而感受到數學的用處與趣味。《誰說不能從武俠學化學？》跟楚留香一起上基礎化學課，用屠龍刀破解化學的奧祕！‧世上真有削鐵如泥的倚天劍嗎？如果存在，它的化學原理是什麼？‧蒙汗藥、斷腸散、五鼓斷魂香、含笑半步跌，這些毒藥到底包括哪些化學成分？‧五行陣加八卦陣，不如一個「鈧」的電子排列？‧《俠客行》的石破天和石中玉兄弟，恰好說明了生長環境對同素異形體的影響？‧黃金明明愈純愈軟，用牙齒都咬得出痕，江湖人物為何愛用金刀？我們的生活周遭，不論是植物或動物、海洋或陸地，無論是自然形成的物質，還是人為創造的物體，歸根究柢都是化學，都是化學元素的神奇組合，而那些我們無比熟悉又誘人的武俠故事，正是打開化學之門的最佳鑰匙。《誰說不能從武俠學物理？》物理學說明

《人工智能入門》 （全四冊）教材由全球領先的人工智能平臺公司、全球最具價值的 AI 創新企業人商湯頂級研究團隊，聯手全國知名教育專家和優秀中學教師共同編寫。本書系面向初中學生，以及初中文化程度以上讀者，一共分為四冊，九個章節。整體內容圖文並茂，包括人工智能概覽、簡單的判斷、機器視覺入門、圖像理解入門、語音識別入門、自然語言處理、簡單機器決策和開放實驗與思考。考慮到學生的認知規律，在具體章節編排上基於應用穿插推進，使學習過程與生活應用相配合。每章以相關生活場景引入，通過對相關問題的思考，對知識進行循序漸進的傳遞。每章穿插編程練習和小項目，結合豐富的虛擬平臺和小車教具，鼓勵發展學生的動手能力與創造能力，對基礎的編程教育也進行了普及。《人工智能入門》 （第一冊），講述了什麼是人工智能，人工智能可以做什麼，以及關於人工智能引發的一些思考和討論――假如你生活在人工智能高速發展的明天。★進入AI世界,學會如何與機器人對話Python 語言在人工智能領域,是最廣受歡迎的語言之一。書中將將結合Python編程語言, 探索如何逐步控制虛擬小車做更多的動作。如何用指令來控制小車的運動? 如何讓小車具有感知周圍物理世界的能力、給予小車決策的能力? 如何實現綜合的小車應用? 我們帶著這些問題, 通過對虛擬小車的操縱, 認識人工智能基礎, 包括基礎編程、傳感器, 以及古典的人工智能控制等方面的內容。★如何利用多種傳感器協同定位的方法, 進一步提高機器人定位的精度在機器人或機器小車的控制中, 我們往往希望它們可以不用外界的遙控就能完成特定的任務, 幫助人們分擔一些日常的工作, 比如, 在家裡掃地、在醫院運輸藥品、在球場撿球等。不論是在室內還是在室外, 都不難發現, 在很多實際的應用場景中都有一個最基本的要求, 就是機器人在執行指令的過程中, 需要知道自己的位置。比如室內的掃地機器人, 需要知道自己處於房間內的什麼位置, 才能準確地沿著一定的路線行駛; 再如無人駕駛的汽車, 需要知道自己處於哪條街道, 處於街道上的什麼位置等。機器人知道自己所處位置的這個功能, 就是定位的功能。本書中, 我們將用一個簡單的一維定位任務對定位問題進行初步的探究。在一台直線行進的小車上, 用不同的辦法分別解決小車的定位問題。

本書參照教育部管理學科運籌學課程教學大綱要求，結合國內雙一流重點高校運籌學教材的內容體系，以及編者多年的教學成果和經驗編寫而成。書中系統地講解了在經濟管理領域應用十分廣泛的線性規劃、整數規劃、動態規劃、圖與網絡分析、存儲論、優化模型構建和對策論等內容，不同類型的高校可以根據實際情況及學時限制選擇其中的主要內容進行教學。 本書的特色是在介紹管理運籌學基本原理和應用方法的基礎上，引入大量的經濟管理領域的應用案例，以問題為導向，著眼于培養讀者應用運籌學原理和方法解決實際管理與決策問題的能力、運用國際上流行的運籌學教學軟件WinQSB進行經濟管理決策分析的能力。同時，提供部分Python代碼求解線性(整數)規劃問題，適度弱化具體的模型和公式的推演過程，讓讀者將主要的時間和精力集中在問題分析建模、軟件求解和經濟管理決策分析上。 本書可作為高等院校經濟管理類本科生、MBA、EMBA、MPA、工程碩士的管理運籌學課程教材，也可作為廣大從事相關工作的企業管理人員、工程技術人員和政府部門相關人員自學參考書。

本書系統講解了智能運動控制領域的核心理論、先進算法與工程應用，圍繞機器人、無人機和自動駕駛三大典型平臺，構建一套通用的智能運動控制知識體系。本書首先介紹了運動控制的基礎概念與發展趨勢，包括控制架構分類、智能感知—決策—執行閉環設計等核心內容；隨後依次講解位置控制、速度控制、軌跡規劃、智能PID演進、振動抑制等關鍵模塊，配合大量基於ROS、Fym、Carla、CVXPY等平臺的真實仿真項目，幫助讀者理解控制系統從建模到實現的全過程。全書還特別引入了深度強化學習、模糊控制、元學習、數字孿生、事件觸發等前沿技術，體現了智能運動控制與AI深度融合的應用趨勢。書中大量配套實戰案例，全面覆蓋工業與研究實際需求，貼近真實應用場景。本書內容全面兼顧原理解析與項目實踐，是學習智能運動控制技術的良好教程。本書適合具備Python基礎、掌握基本控制理論或機器人系統知識的讀者閱讀，尤其適合人工智能、控制工程、機器人技術、自動化系統等方向的工程師、研究人員和開發者，也可作為高校控制類課程、AI與自動駕駛專業課程的教學參考書。

本書分為7章，第1章介紹登錄GaussDB的DAS方式和客戶端登錄方式。第2章介紹多用戶訪問同一高斯數據庫實例，通過IAM賬號訪問同一個數據庫實例。第3章介紹創建各種數據庫對象及管理，包括表、視圖、索引。第4章介紹GaussDB數據庫編程基礎,包括各種數據類型、定義變量、常用各類系統函數、流程控制語句、函數、存儲過程、觸發器、￿標。第5章介紹GaussDB數據庫編程高級內容，包括Java語言訪問GaussDB數據庫、Java程序執行增刪改查語句、Java程序執行動態SQL、Java程序執行存儲過程、Python程序訪問GaussDB。第6章介紹管理GaussDB數據庫，內容包括數據的導入導出、數據的備份與恢復、數據庫的安全性、數據庫的事務，其中安全性講述了創建用戶、角色、加密及解密數據、數據脫敏等內容。第7章介紹openGauss的安裝部署，內容包括在CentOS操作系統中安裝openGauss，並介紹客戶端工具gsql連接數據庫、服務器端gs_om工具的使用。本書適合作為高等院校計算機、軟件工程、網絡工程、大數據、人工智能等信息類相關專業的上機教材，也可供對華為GaussDB和openGauss比較感興趣的開發人員、數據庫管理員、數據庫系統工程師、廣大科技工作者和研究人員參考。

本書秉持“夯實基礎、兼顧前沿、關聯應用”的編寫理念，為零基礎學習者構建系統且完整的人工智能知識體系。全書採用循序漸進的內容架構，從人工智能的基本概念與發展歷程起始，逐步講解機器學習、深度學習等核心原理，進而拓展至計算機視覺、自然語言處理、強化學習等關鍵技術領域，最終延伸至大模型應用與人工智能倫理等前沿議題，形成“基礎—技術—應用—倫理”四位一體的內容閉環。全書共10章，涵蓋人工智能概述、基礎知識、核心技術、行業應用及倫理挑戰五大模塊。內容不僅系統闡述Python編程、Scikitlearn機器學習庫、PyTorch深度學習框架等實用工具，還結合醫療、金融、自動駕駛等跨領域應用案例，配備章節習題與實操指引，兼顧理論體系構建與實踐能力培養，助力讀者在真實場景中理解人工智能技術的價值與實現路徑。本書適用於無專業背景限制的零基礎學習者，包括高校非人工智能專業學生（如經管、文法、藝術等）、計劃跨領域轉型的職場人士，以及廣大人工智能技術愛好者;亦適合作為高校通識課程、職業培訓入門教材使用，幫助不同背景的讀者系統搭建人工智能知識框架，為後續深造或實踐應用奠定堅實基礎。

本書是一本面向多領域讀者的基礎通識教材,旨在以通俗易懂的方式揭開機器學習的神秘面紗，幫助讀者理解機器學習算法本質，並具備實際應用能力。本書以“從生活到算法”為核心理念，引導讀者輕鬆跨越理論與實踐的鴻溝，兼顧學術性與實用性：一方面，以人類解決問題的思路理解算法邏輯,降低算法理解門檻；另一方面，提供豐富的實踐案例與配套代碼，培養讀者的工程化思維。 本書系統講解了機器學習的基礎知識體系與實踐框架，共8章。首先介紹機器學習的基本概念、發展歷程及分類(監督學習、無監督學習等),接著深入講解相似度計算、模型性能評估、數據收集、特徵工程等核心環節，並針對常見算法（如線性回歸、決策樹、支持向量機、集成學習等），結合生活化案例剖析其設計思想與實現邏輯。最後，本書專設Python編程基礎與經典算法實踐章節,通過完整案例演示數據準備、模型訓練到評估優化的全過程，並輔以代碼示例與單元測試指導,助力讀者提升機器學習算法的代碼實踐能力。 本書適合作為普通高等院校人工智能相關專業本科生、研究生的教材，也可供相關技術人員閱讀參考。

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。

👍 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。

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。

本書是對《Xilinx Zynq-7000嵌入式系統設計與實現：基於Arm Cortex-A9雙核處理器和Vivado的設計方法(第二版)》一書的一次重要修訂，全書共包含30章，主要內容包括Xilinx Zynq系列SoC設計導論、AMBA規範、Zynq-7000系統公共資源和特性、Zynq-7000調試和測試子系統、Cortex-A9處理器指令集、Cortex-A9片上存儲器系統結構和功能、Zynq-7000 SoC的Vivado基本設計流程、Zynq-7000 GPIO原理和控制、Cortex-A0異常與中斷原理和實現、Cortex-A9定時器原理及實現、Cortex-A9 DMA控制器原理和實現、Cortex-A9安全性擴展、Cortex-A9 NEON原理和實現、Zynq-7000的可編程邏輯資源、Zynq-7000的互聯結構、Zynq-7000 SoC內定制簡單AXI-Lite IP、Zynq-7000 SoC內定制複雜AXI Lite IP、Zynq-7000 AXI HP數據傳輸原理和實現、Zynq-7000 ACP數據傳輸原理和實現、Zynq-7000軟件與硬件協同調試原理和實現、Zynq-7000 SoC啟動與配置原理和實現、Linux開發環境的構建、Zynq-7000 SoC內Ubuntu硬件運行環境的構建、Zynq-7000 SoC內Ubuntu軟件運行環境的構建、Linux環境下簡單字符設備驅動程序的開發、Linux環境下包含中斷機制驅動程序的開發、Linux環境下圖像處理系統的構建、Zynq-7000 SoC上構建和實現Python應用、手寫體識別模型訓練與推理一體化設計和實現，以及基於KR260平臺的人體姿態識別的實現。

XGBoost是一種經過行業驗證的開源軟件庫，為快速高效地處理數十億數據點提供了梯度提升框架。首先，本書在介紹機器學習和XGBoost在scikit-learn中的應用後，逐步深入梯度提升背後的理論知識。讀者將學習決策樹，並分析在機器學習環境中的裝袋技術，同時學習拓展到XGBoost的超參數；並將從零開始構建梯度提升模型，將梯度提升擴展到大數據領域，同時通過計時器的使用瞭解速度限制。接著，本書重點探討XGBoost的細節，著重於速度提升和通過數學推導導出參數。通過詳細案例研究，讀者將練習使用scikit-learn及原始的Python API構建和微調XGBoost分類器與回歸器；並學習如何利用XGBoost的超參數來提高評分、糾正缺失值、縮放不平衡數據集，並微調備選基學習器。最後，讀者將學習應用高級XGBoost技術，如構建非相關的集成模型、堆疊模型，並使用稀疏矩陣、定制轉換器和管道為行業部署準備模型。本書適合作為高等學校計算機專業、軟件工程專業的高年級本科生及研究生教材，同時適合有一定機器學習基礎的數據科學家、機器學習工程師和研究人員閱讀，可為解決複雜的機器學習問題提供實用指導。