Python

本書由“人工智能概念建構”“人工智能技術淺探”“人工智能算法語言淺嘗”和“人工智能典型應用案例簡析”4個模塊構成。主要內容有人工智能的知識表示方法；搜索、推理、智能仿生算法等機器思維技術；人工神經網絡、卷積神經網絡等機器學習和深度學習算法。擴展內容是人工智能的主流算法――Python語言和人工智能典型應用案例。

本書共四章：操作系統、高級文字處理和數據處理、因特網應用和網絡安全、Python程序設計，具體內容包括：多文件複製和文件屬性操作、Windows 10控制面板和硬件資源、WPS文字與表格處理、長文檔編輯排版等實驗。

Implement real-time data processing applications on the Raspberry Pi. This book uniquely helps you work with data science concepts as part of real-time applications using the Raspberry Pi as a localized cloud. You'll start with a brief introduction to data science followed by a dedicated look at the fundamental concepts of Python programming. Here you'll install the software needed for Python programming on the Pi, and then review the various data types and modules available. The next steps are to set up your Pis for gathering real-time data and incorporate the basic operations of data science related to real-time applications. You'll then combine all these new skills to work with machine learning concepts that will enable your Raspberry Pi to learn from the data it gathers. Case studies round out the book to give you an idea of the range of domains where these concepts can be applied. By the end of Data Science with the Raspberry Pi, you'll understand that many applications are now de

本書可以分為兩個部分，第1-4章主要介紹文本知識挖掘的基礎知識，第5-12章介紹文本知識挖掘的應用和工具。全書包含大量的案例和實驗，幫助商學院學生深入理解所學知識所具有的商業價值，以及如何通過Python語言來實現這些功能。

《醫學信息技術基礎實驗指導（第2版）》是《醫學信息技術基礎教程（第二版）》（周毅、蔡永銘主編，科學出版社）的配套實驗教材。《醫學信息技術基礎實驗指導(第2版）》分7章，在Windows 10、Office 2019、SQL Server 2019、Visual Basic .NET2019、Python 3.7的平臺上，配合主教材的四部分內容：醫學信息學的基礎理論，醫學文書的編輯處理與展示，醫學數

本書是主教材《大學計算機基礎教程》(第九版，柴欣、姚怡主編)的配套教材。採用的軟件版本為Windows 10、Python 3.6.3、Photoshop CC 2018和Dreamweaver CC 2018。 全書分為實驗、習題和模擬測試題三部分。實驗部分包含19個精心設計的實驗；習題部分的內容編排與主教材的章節相呼應，題量過千，題型多樣，包括單選題、填空題、判斷題、問答題、編程題等；模

本書介紹量子電腦與量子計算的理論基礎，並結合IBM Q Experience實作，帶領讀者初步窺探這個嶄新而有趣的領域，迎接「量子霸權」時代的來臨。採主題介紹方式，循序漸進、深入淺出。內容涵蓋量子電腦、量子力學、數學、量子硬體、量子計算、量子演算法等理論基礎，並結合IBM Q Experience進行電路作曲家、Python與Qiskit程式等實作過程，強調理論與實務的緊密結合，實現「

本教材內容從算法到實戰，涵蓋數學基礎、python基礎、機器學習、深度學習算法和基於PaddlePaddle框架的深度學習平臺實戰及行業應用案例，包括個性化推薦的分布式實現、CTR廣告點擊量預估、機器翻譯等。通過學習本教材，讀者可以掌握機器學習及深度學習的

建立智慧系統的概念、工具與技術“這是一本卓越的機器學習資源，有清楚、直觀的解說，以及大量實用技巧。”—François CholletKeras作者，《Deep Learning with Python》作者“這本書詳細介紹以神經網路解決問題的理論與做法；建議想要實際運用ML的人都要看這本書。”—Pete WardenTensorFlow行動主管深度學習經歷了一系列的突破之後，已經大幅推動了整個機

硬派學習 AI 才能紮穩根基！許多 Python 開發人員初接觸機器學習、深度學習, 往往一開始就使用當紅的 Tensorflow、Keras 等 AI 框架, 只用了短短六行就寫出一隻神經網路程式, 接著就針對參數開始東調西調、訓練模型, 為了提高神經網路模型的準確率 (Accuracy) 96.6% → 97.4% → 98.9%...而奮戰著。只需六行？調調參數？看起來 AI 好像也不難學的

你對電腦遊戲與動畫感興趣嗎？你想不想設計出屬￿自己的程序？每個新手程序員都需要《英國中小學生STEAM課程讀本‧編程很簡單》。本書採用彩色插圖與清晰的步驟說明相結合的方式，讓編程變得通俗易懂，即使是初學者也能愉快學習。從編程基礎知識到充滿樂趣的項目，本書將向你展示如何使用兩種不同的編程語言――Scratch和Python構建電腦遊戲與動畫。Scratch是美國麻省理工學院開發的可視化少兒編程工具，非常適合編程入門。它把編程變得像搭積木一樣簡單，教會初學者編程的關鍵――思維方式。Python是一種功能強大的高級編程語言，可以編寫許多不同類型的程序。它的語法簡單，代碼易於閱讀和學習。它已然成為數據分析和人工智能開發的主流編程語言。

本書以線上線下結合的方式, 使用FPGA平臺完成數字電路及計算機組成原理實驗, 並用Python編程的方式與自己設計的硬件系統交互, 來進行系統驗證與調試。全書包含三大部分內容: 首先是實驗所用的軟硬件工具和平臺; 其次是實驗設計方法; 最後介紹實驗內容安排的建議。書中主要講述了PYNQ平臺與基於Python的軟硬件交互、Vivado開發工具、硬件描述語言簡介、RISCV開源項目及組成原理實驗內容

《零基礎學Minecraft程式設計（圖文版）》是非常有趣的Minecraft程式設計入門學習書。在Minecraft遊戲中，你可以學習許多Python程式設計技能，在 PC、Mac或樹莓派上與遊戲進行互動，更可將Minecraft與電子元件連接起來，使你的Minecraft世界能夠感知和控制真實世界中的物品。《零基礎學Minecraft程式設計（圖文版）》適合所有對Minecraft遊戲感興趣的

PHP不支援MVC架構，Python+Django上的套件太少、Rails的速度慢，這些問題在Node.js中全部獲得解決。前後端都使用一樣的JavaScript，讓你可以不需要學多種語言就一統Fullstack。只要會JavaScript，將不再限制你的能力在前端的展現了。學習Node.js是前端工程師邁向全端的最後一塊拼圖，更是傳統php工程師昇級為更高級的MVC架構師，再加上豐富原生Java

本書是與岳強主編，高等教育出版社出版的《大學計算機應用基礎》配套使用的實驗教材，書中通過大量的實驗案例引導學生掌握計算機實踐操作技能，提高學生計算機應用操作能力。 本書涉及Windows 7、Word、Excel、PowerPoint、Photoshop、Flash、Dreamweaver、Python等多個應用軟件或技術的實驗，共分為10個章節，每章按照由易到難的層次又劃分為多個實驗，以驗證型

本書是《大學計算機基礎》(第五版)(何振林、羅奕主編)一書的配套教材，分9章共29個實驗，以Windows 7為背景，安排了計算機基礎知識、Windows 7操作系統、網絡與Internet應用、數據的表示與存儲、Access數據庫技術基礎、Python程序設計基礎、Word 2010文字處理、Excel 2010電子表格、PowerPoint 2010演示文稿等內容的實踐練習。 本書語言流暢、

本書的主要目標是，大家一起來「不寫程式，而學AI」。例如不知Python而亦能用TensorFlow。 當今的AI是屬於機器學習(Machine Learning)的一支，基於神經網路( NN: Neural Network)的深度學習。現在，人人都想去理解AI電腦(即機器)到底是如何學習的，以便掌握AI技術熱潮，捷足先登，踏進這項當今的主流產業(AI人工智慧)。 然而，AI機器學習的演算法(Algorithm)又非常依賴於高等數學的運算式，包括線性、非線性函數、N維矩陣(Array)、張量(Tensor)、微分導數、梯度(Gradient)下降、梯度消失等大家很陌生的數學概念和術語。這些複雜性大大阻礙人人親近AI的機會和途徑。俗語說：「面對複雜，唯有簡單」。所以，尋覓和創造一個簡單、親切的途徑，讓人人都能享受，就能彌平進入AI的高大門檻了。Google推出的AI平台：TensorFlow。雖然它還不能完全實踐的美好境界，但可望它是一個不錯的起點了。於是，本書就將Excel試算表與TensorFlow結合起來，就能實現了。不懂程式設計而能學AI，好比不懂車而能學開車。在本書裡，筆者把與分離開來。於是大多數不諳編程技術者，皆能直接切入，而輕鬆愉快地學習AI了。

 用PyTorch實作電腦視覺 零基礎掌握深度學習、Python、PyTorch、神經網路、移轉學習及相關數學知識電腦視覺、自然語言處理和語音辨識是目前深度學習領域熱門的三大應用方向，本書希望幫助零基礎或基礎較為薄弱的讀者入門深度學習，獨立使用深度學習知識處理電腦視覺問題。讀者透過本書將學到人工智慧的基礎概念及Python程式設計技能，掌握PyTorch的使用方法，學到深度學習相關的理論知識，

本書為國內第一本系統介紹DIANA（DisplacementANAlyzer）軟件操作的相關圖書，這是一款同時適用於工程設計單位和科研單位的土木工程非線性分析軟件，本書以新版DIANA10.1作為平臺，側重於當前流行的結構非線性分析，介紹了該軟件單元類型、材料本構類型、規範類型在GUI界面操作中的設置以及Python語言的編輯，可為廣大從業者提供幫助。

本書是國內外第一本以社會計算為研究指導思想，以Netlogo+Python為技術實現途徑，對公共管理政策效用進行演化仿真的專著，在每個效用分析階段的理論知識之後，都配有仿真實現方案、機器學習流程和相應的源代碼，為相關研究學者提供了參考，有較強的操作性。

深度學習是人工智能的前沿技術。本書深入淺出地介紹了深度學習的相關理論和實踐，全書共分16章，採用理論和實踐雙主線寫作方式。第1章給出深度學習的大圖。第2章和第3章，講解了機器學習的相關基礎理論。第4章和第5章，講解了Python基礎和基於Python的機器學習實戰。第6至10章，先後講解了M-P模型、感知機、多層神經網絡、BP神經網絡等知識。第11章講解了被廣泛認可的深度學習框架TensorFlo

 涵蓋現有流行動態語言(PHP、Python、Perl、Java、Ruby 和ASP.NET)與Nginx伺服器的結合。 透過在生產環境中的具體應用，詳細講述每一種應用伺服器(包括開發架構)的多種不同結合方式。 詳細講述應用程式伺服器的緩存技術，特別是對Memcached伺服器的應用。 Nginx伺服器在網際網路推波助瀾的作用下脫穎而出，創下了高平行處理的記錄，

詳細說明PHP程式設計實用技術 460個範例，結合PHP 7開發模式和技術，快速成為PHP 開發高手 雖然老邁，但能量十足的PHP在7.0版出來之後有了非常大的改進，包括不同型態的宣告、Spaceship運算子，匿名類別、unicode變數等基本語法，更有新的階段選項，整數處理的函數。 在各大網頁語頁的競爭下，如果你還停留在舊的PHP5，相信馬上就被使用Node.js、Python+Django，

PHP不支援MVC架構，Python+Django上的套件太少、Rails的速度慢，這些問題在Node.js中全部獲得解決。 前後端都使用一樣的Javascript，讓你可以不需要學多種語言就一統Fullstack。只要會Javascript，將不再限制你的能力在前端的展現了。 學習Node.js是前端工程師邁向全端的最後一塊拼圖，更是傳統php工程師昇級為更高級的MVC架構師，再加上豐富原生Ja

簡潔易懂又能動手做，輕鬆學好程式不卡關！ ２１世紀，不懂程式語言，已是新文盲!!但學寫程式枯燥、無聊又很難!! 有沒有一套很簡單、好學又實用的程式語言啊？寫程式一定要 key 英文，我怕怕…!!除了印出 "hello world!", 還能做什麼呢？ 玩積木，學邏輯！↓用 Python 寫程式↓活用 Raspberry Pi 當創客 我們為初學者規劃了簡單入門、豐富有趣的學習之旅，透過積木式的開發

《MongoDB大資料處理權威指南(第3版)》針對MongoDB 3做了精細更新，呈現MongoDB的所有最新特性，涵蓋2.2版引入的聚集框架、2.4版引入的哈希索引以及3.2版本的WiredTiger，還新納入Node.js和Python。 MongoDB是最流行的“大資料”NoSQL資料庫技術，目前仍在蓬勃發展。來自10gen的David Hows以及經驗豐富的Peter Membrey和E

Flask是在Python用戶中最為流行的Web開發框架。本書從一個簡單的Flask專案入手，由淺入深地探討了一系列實戰問題，包括如何使用SQLAlchemy和Jinja等工具進行Web開發；如何正確地設計擴展性強的Flask應用架構和搭建MVC環境；對於各種NoSQL資料庫的特性，何時應該、何時不應該及如何使用它們；通過使用Flask擴展快速實現用戶的身份系統、RESTful API、NoSQL

告訴您如何使用Google的雲端運算服務學習如何透過Google提供的雲端運算引擎（Google Cloud Platform）來執行大規模、資料密集的工作量。本書由Google工程師撰寫，將帶領你了解這套架構即服務（IaaS）的細節，告訴您如何從無到有開發整個專案。您可以藉由本書了解Google Cloud Platform的實務應用，解決實務應用的問題。本書範例皆以Python和JavaScr

Ruby，一種為簡單快速物件導向程式設計而創的指令碼語言，由日本人松本行弘開發，遵守GPL 協定和Ruby License。Ruby 是一個語法像Smalltalk 一樣完全物件導向、指令稿執行，又有Perl 強大的文字處理功能的程式設計語言。在目前的主流Web 開發技術（例如，J2EE、ASP.NET、PHP、Python 和Ruby）中，基於Ruby 語言的Rails Framework 是製

本教材採用Windows7+Office2010進行編寫，既覆蓋全書知識點和技能點，帶動教學的主要內容，又切合日常工作、生活，實用性強。全書配套有完善的慕課資源，並在正文中穿插了微課視頻，數字化資源豐富。全書主要內容包括文檔處理、數據處理、演示文稿、圖像處理、移動APP開發、微信小程序開發、微信訂閱號開發、Python程序設計等。

本書共10章，內容包括：人工智能簡介、人工智能之Python、數據分析、機器學習、知識發現與數據挖掘、自然語言處理、機器視覺、工業機器人、自動導引運輸車AGV的應用、智能製造等。

《人工智能應用與實踐》以“通識引領、實踐驅動、本土融入、應用導向”為核心，全面系統地介紹人工智能的基本概念、發展歷程、核心原理(機器學習、計算機視覺、自然語言處理、智能決策、大語言模型)及典型應用場景。教材特別強調動手實踐，呈現豐富的Python編程練習和項目案例，幫助學生快速提升AI工具應用能力。教材結合貴州特色進行內容編排，將大數據產業、智慧旅遊、智慧農業等本土案例融入知識講解與實訓項目，激發學生的學習興趣，服務地方發展。同時，特設人工智能的倫理邊界、社會責任與未來趨勢等專題，引導學生建立負責任的技術觀，規劃AI時代的多元職業發展路徑。本書是高職學生贏在智能時代、掌握實用AI技能的理想築基讀物。

本書根據《高等職業教育專科專業教學標準(2025年)》中的計算機類專業教學標準，結合Linux技術領域的極端發展編寫而成。全書以Ubuntu20.04.6為例，系統介紹了Linux操作系統的核心知識與關鍵技術：首先介紹Linux操作系統安裝與基礎操作、文件與用戶管理、Shell腳本編程、網絡配置與管理等系統運維技能，進而深入講解了在Linux環境下使用C語言進行程序開發、進程和線程編程以及網絡編程的方法，最後拓展至Python進程和線程編程以及MySQL數據庫操作，形成從系統管理到應用開發的完整知識體系。本書最大特色在於採用“系統管理—底層開發—高級應用”三階段遞進式架構，創新性地將Shell、C、Python三種編程語言在Linux平臺上的應用有機整合。通過12個源自真實工作場景的項目，幫助讀者在掌握系統管理技能的同時，建立起多語言協同開發的工程視野，理解不同技術棧在Linux生態系統中的定位與關聯。本書適合作為高等職業院校計算機類相關專業的教材，也可作為從事Linux操作系統管理和應用開發的初、中級工程技術人員的參考書。

《自動駕駛核心技術 : 環境感知、路徑規劃和實時地圖導航》深入講解了自動駕駛核心開發技術(環境感知、路徑規劃和實時地圖導航)的核心知識。《自動駕駛核心技術 : 環境感知、路徑規劃和實時地圖導航》內容全面且通俗易懂，共分10章，主要包括自動駕駛概述、激光雷達傳感器感知、智能導航、路徑規劃與決策、車輛和行人行為預測、基於紅外傳感器的環境感知、基於超聲波傳感器的環境感知、基於SLAM的定位與地圖構建算法、構建實時地圖以及基於深度學習的實時地圖導航系統。本書適用於已經掌握了Python語言基礎語法知識並具有一定開發經驗，想進一步學習智能駕駛、智能製造、無人機、機器人開發的讀者，還可以作為高等院校相關專業的教學用書和培訓機構的專業教材。

《自動駕駛路徑規劃和行為決策技術與實踐》詳細講解了基於Python語言實現自動駕駛路徑規劃與行為決策算法的知識，並通過具體實例展示了這些算法的使用方法。本書共分為10章，依次講解了自動駕駛與路徑導航、自動駕駛中的靜態路徑規劃、自動駕駛中的啟發式路徑規劃、自動駕駛中的全域路徑規劃、自動駕駛中的全域路徑精筒計算、自動駕駛中的動態環境路徑重規劃、自動駕駛中的無地圖環境路徑探索、自動駕駛中基於概率採樣的路徑規劃、自動駕駛中的路線優先級遍歷、自動駕駛中的行為決策技術等知識。同時，本書詳細講解了各種經典路徑規劃與決策算法的背景、原理、實現步驟及實際應用，並通過豐富的案例分析和綜合實戰項目，給出了詳細的編程實現和優化技巧。《自動駕駛路徑規劃和行為決策技術與實踐》適用於有一定Python基礎的讀者，以及想進一步學習自動駕駛、路徑規劃的讀者，也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教材。

這本教科書的原作者為諾獎得主Thomas J. Sargent，本教材由竇錢斌、孫美露、胡靈翻譯，該書是對經濟網絡的介紹，面向經濟學和應用數學領域的學生和研究人員。教科書強調定量建模，主要的基礎工具是圖論、線性代數、不動點理論和編程。大多數數學工具都涵蓋了第一原理，其中兩個主要技術成果：Neumann 級數引理和 Perron-Frobenius 定理：起著核心作用。本書適合一學期的課程，既可以教授給熟悉線性代數的高年級本科生，也可以教授給剛入門的研究生。例如，雖然我們定義了特徵值，但學生應該已經知道特徵值和特徵向量是什麼，因此“特徵向量中心性”之類的概念或諾依曼級數引理之類的結果很容易被理解。本書也適合數學專業的學生，希望瞭解經濟學和網絡之間聯繫的工程、計算機科學和其他相關領域。 本書包含 Python 和 Julia 代碼的混合體。大多數是在 Python 中運行，因為這些庫在撰寫本文時更加穩定(儘管 Julia 也有強大的圖形操作和優化庫)。數字代碼可從作者處獲得。在每章的末尾我們提供了注釋，其中包含非正式的評論和參考。

本書是為風險經理認證定制開發的培訓教材，系統介紹了風險評估與量化的核心方法、工具及其在企業風險管理中的實際應用。從定性評估到定量分析，涵蓋風險矩陣、蒙特卡洛模擬、風險價值(VaR)等關鍵技術，並結合Excel、Python等工具的操作指南，幫助讀者掌握風險建模與數據分析技能。書中通過豐富的企業案例，如投資風險評估、供應鏈管理、運營決策支持等，展現風險量化在提升決策質量與優化資源配置中的重要作用。無論是企業管理者、風險從業者，還是研究人員，都能從本書中獲得實用的理論知識與實踐指導，助力構建科學的風險管理體系，應對複雜多變的內外部挑戰。

本書共分為5部分。第1～3章主要介紹MicroPython以及Python語言基礎;第4～5章重點針對ESP32與MicroPython的實踐性操作;第6～7章重點闡述MicroPython在物聯網的應用;第8章展現如何修改MicroPython源碼與添加自定義庫的方法;第9章為一個智能農業的項目實踐。本書是再版書,相比舊版,對部分內容進行了更新。本書對智能物聯網時代面臨的挑戰,以及MicroPython的基礎知識做了清晰的闡述,有助於讀者整理思路,瞭解需求,並更有針對性、有選擇

《運動控制器使用教程及案例》以運動控制及機器視覺理論為基礎，帶領讀者深入瞭解運動控制技術在當今各行業的應用開發及開發環境的多樣性，瞭解正運動控制器的軟/硬件特點，掌握多種運動控制系統的應用開發。本書提供了不同類型的開發案例，以提高讀者的開發能力。本書主要介紹運動控制各功能在不同領域、不同開發環境下的綜合應用。內容包括運動控制基礎理論，RTSys 運動控制之 UVW 平臺應用，PC 上位機運動控制之 LabVIEW 綜合應用、MATLAB 數控加工應用、Python+Qt 綜合應用；此外還包含結合機器視覺、不同模型機械手的運動控制行業綜合系統，涵蓋了使用 C#開發的視覺點膠系統、視覺激光焊接系統、SCARA 機械手視覺定位貼合系統、Delta 機械手視覺分揀系統。

本書由10個單元組成，包括讀取和寫入圖像、認識數字圖像、繪製圖形、變換圖像、平滑圖像、檢測物體的邊緣、對圖像做形態學處理、從圖像中提取前景物體、進一步認識數字圖像，以及檢測和識別文字。本書內容通俗易懂，只需要讀者掌握基本的Python編程知識。本書注重實踐操作和實訓技能的培養，每個單元都從一個引導項目開始，由項目設置的學習情境引領讀者學習掌握主要知識點和技能點。通過項目的實現過程，潛移默化地幫助讀者實現學習目標。本書緊跟圖像處理和人工智能技術發展的前沿動態，是學習計算機視覺、深度學習以及人工智能應用和開發課程的基礎和先導課程。本書可作為職業本科、高職高專院校，以及中等職業學校的OpenCV圖像處理教材，也可以作為電子信息、計算機相關專業圖像處理教材。