Python

本書主要介紹了內蒙古減災委發文特聘的「第一次全國自然災害風險普查」技術支撐團隊在「資料獲取與質控」方面所做的工作和取得的成果，並對資料獲取和質控核心技術進行了詳細描述。充分體現了自然語義處理技術、Python爬蟲技術及資料分析和視覺化技術等資訊化技術在風險普查資料採集、資料審核與質檢過程中的重要性與應用價值。

本書以大數據分析技術及其應用路線為核心，系統地介紹了計算機的基礎知識和操作系統、大數據分析基礎、計算機網絡基礎知識及數據獲取、數據處理和數據分析理論與方法等內容。本書通過一系列實例分析，深入淺出地向讀者介紹了AI studio雲計算平臺、Python程序設計語言、Word 2016、Excel 2016和PowerPoint 2016等工具和軟件的使用方法及其在大數據分析技術中的應用。

本書是大學計算機的配套實驗教材，既設計了以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。 全書共分為兩個部分，第一部分為計算機基礎應用操作，分為6章，每章按照內容提要、實驗內容的結構來編排內容。其中Windows 7實驗4個，包括Windows 7中文件、磁盤、控制面板的管理等基礎操作；辦公自動化實驗9個，包括Word 2010、Exc

本書總的指導思想是在掌握深度學習的基本知識和特性的基礎上，培養使用TensorFlow進行實際編程以解決圖像處理相關問題的能力。全書力求深入淺出，通過通俗易懂的語言和詳細的程序分析，介紹TensorFlow的基本用法、高級模型設計和對應的程序編寫。 本書共22章，內容包括Python類庫的安裝和使用、TensorFlow基本數據結構和使用、TensorFlow數據集的創建與讀取、人工神經網絡、反饋

整合最熱門的 AI、物聯網與雲端運算 以 AWS 整合 ESP32-CAM 為例，進行車牌辨識實作！ 本書的內容主要結合了三大元素：人工智慧、物聯網設備與雲端運算。隨著人工智慧的爆發式成長，人工智慧的應用已經遍及影像、影片、聲音、對話、文章等領域，而公有雲已經將人工智慧的開發或是應用封裝成完善的服務，對於人工智慧的模型開發者或是應用開發者而言，只需要去熟悉、了解開發框架，就可以快速應用人工智慧的技術；不需要再花時間在購買GPU，安裝驅動、安裝開發框架等基礎環境搭建的無關事務上。 本書以 Python 為主要開發語言，ESP32-CAM 作為物聯網設備，接著介紹 AWS 雲端基礎建設與機器學習的相關服務，最後將 AWS 文字∕人臉辨識與 ESP32-CAM 進行整合，完成一個結合物聯網設備、雲端運算與人工智慧的應用系統。 本書可以學到哪些知識 。Python 基礎概念 。介紹單晶片 ESP32-CAM 。使用 MicroPython 開發 ESP32-CAM 。AWS 基礎設施服務 。Amazon API Gateway 。AWS Lambda 。Amazon DynamoDB 。Amazon S3 。Amazon Rekognition 。網際網路基礎 。HTTP Request/Response 本書適合的「讀者族群」 a.【自學者】適合用於自學 Python 程式語言。 b.【自學者】適合用於自學 AWS 雲端運算。 c.【自學者】適合用於自學 ESP32-CAM。 d.【自學者】適合用於在 AWS 雲端中探索職業生涯的人。 e.【自學者】適合用於在公司內部部署 IT 或雲端，但對 AWS 雲端不熟悉的人。 f.【自造者】適合想體驗自造精神或雲地與軟硬體結合。 g.【教育者】可以作為大專院校畢業專題的教學教材。 h.【教育者】可以作為大專院校雲端運算、物聯網與人工智慧實作的教學教材。 本書結合AI人工智慧、物聯網設備與雲端運算，以AWS整合ESP32-CAM為例，進行車牌辨識的應用實作。

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。

本書對航天發射場設備信息化涉及的技術進行了系統、全面介紹，通過典型示例展示相關知識的概貌和要點，包括前後端、數據庫、軟件工程化、GIS、智能語音與圖像以及主流的C++及Python 編程語言等，還對信息系統設計、數據融合顯示以及安全防護等知識進行了詳細介紹。全書共12 章：第1 章介紹航天發射場的相關知識；第2 章介紹數據采集基礎知識；第3 章介紹信息系統開發的基礎知識；第4 章介紹主流C++開發語言、Python 語言和Qt Creator 開發環境等；第5、6 章介紹網站前端開發和WebGIS 引擎Cesium 技術；第7 章介紹智能語音和圖像技術；第8章介紹數據庫相關技術；第9 章著重對數據融合、可視化涉及的知識進行介紹；第10 章系統講解軟件工程化；第11 章通過發射場加注系統信息化實例，展示集成系統；第12 章介紹信息系統安全防護技術。本書適合航天發射領域負責設備運維管理、信息化建設相關部門的工程技術人員使用，以及航天系統各級管理人員參考，也可作為該領域方向相關院校或專業的教材使用。

以新文科理念為指導，將大數據與管理會計深度融合交叉。以大數據在管理會計中的應用為重點，分析數字化時代下大數據等新技術給管理會計帶來的變革，增加Python的基礎知識及應用前景，打破不同專業學科之間的藩籬。將Python應用于成本性態分析、本量利分析、長期投資決策分析、全面預算、作業成本管理、績效評價等專題大數據分析中，注重培養學生運用現代信息技術解決管理會計問題的能力。按照財政部《管理會計基本指引》和《管理會計應用指引》的要求，以業財融合為導向，汲取文件新思想、新理論、新方法，對教材內容進行補充，如戰略管理部分增加戰略地圖、價值鏈管理會計工具新方法，完善《管理會計》教材的知識體系。從我國國情出發，對書中不適應管理會計發展要求的表述進行完善，對書中存在的文字、計算錯誤進行了修正，對全書的案例和例題進行補充和完善，並編制綜合案例訓練，滿足新時代下管理會計的教學需要，便於讀者更好地理解和應用管理會計的知識與方法。

本書聚焦移遠通信基於MicroPython優化的低代碼開發框架，系統整合從開發環境搭建、核心外設操控（GPIO/PWM/ADC 等）、網絡協議應用（TCP/UDP/MQTT）到阿裡雲等主流雲平臺對接的全流程知識，搭配智能定位、智慧農業、工業監測等多行業實戰案例，兼具低門檻（Python 原生語法、無需底層 C 語言）、跨平臺兼容（適配 EC600S 等多款移遠模組）、實用性強（含實測避坑與可複用代碼）的特點，既填補了 QuecPython 技術資料系統化的空白，又能作為高校實訓與

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

本書由三大部分組成,分別是智能疲勞統計學的“數學基礎”“計算機基礎”及“應用”,重點是第三部分,著重介紹了利用Python特點來估計威布爾分佈三參數的智能方法：—高鎮同法,及對威布爾分佈進行數字實驗的方法。修訂版增加最大似然估計和廣義高鎮同法等內容。本書可作為高等院校航空、機械、建築等工程專業的高年級和研究生教材,也可作為從事疲勞設計和疲勞試驗研究人員的參考書。

本書從數據科學的“科學”性出發，著重介紹數據科學項目的規範化流程以及各步驟所涉及的數據科學基本概念與原理。全書共包含六大部分：問題與目標、數據獲取、Python基礎、探索性數據分析、建模與性能評估、結果展示。本書可作為大專院校數據科學相關專業的導論性教材或參考書，也適合所有對數據科學感興趣的學生和社會讀者自學。本書配套的慕課“探索數據的奧秘”已在中國大學MOOC網上線。

本書作為PySide6的基礎教程，兼顧入門與實踐。本書適合有Python編程基礎的讀者閱讀使用；亦可作為有Qt6 C++ 編程基礎的讀者的參考叢書。 本書內容包括：PySide6開發環境搭建、Qt6基礎類庫、Qt6應用程序的基本結構、Qobject類的繼承、信號與槽、GUI核心、Widget體系、各種Widget元素的使用、菜單與Action、對話框、佈局系統的運用、Qt樣式表（QSS）、繪圖技術、文件管理、多媒體應用、網絡技術、數據庫訪問等。 本書盡可能地通過實際例子來講解知識要點，降低理解難度，調動讀者的學習興趣。

本書是在中國科學技術大學“地球物理基礎實驗”課程講義基礎上整理而來。主要介紹地球物理專業常用的軟件的使用，使學生能使用這些軟件解決一些常見的地球物理問題。這些軟件包括GMT、Python、SAC、FK、GCAP等。通過學習，學生可以快速掌握地球物理專業常用的基礎軟件的使用，為後續的科學研究打下基礎。本書可作為高年級地球物理專業本科生教材，也可作為研究人員的參考書。

本書主要研究深度學習模型及其在網絡空間安全領域中的應用，包括入侵檢測和惡意代碼分類。基於PyTorch第三方工具，提供了深度學習模型的多層感知機、卷積神經網絡、循環神經網絡，以及入侵檢測模型、惡意代碼檢測模型核心代碼的Python實現。 本書可供人工智能、網絡空間安全、大數據等專業的研究生作為教材或者參考書使用，也可供從事網絡空間安全相關專業的工程技術人員閱讀參考。

使用Python、Keras與TensorFlow於人工智慧與電腦視覺專案「標題中包含了實用是很有根據的。現今產業中的機器學習實務有兩個優先事項：員工需要提升技能以及模型需要微調。本書是朝向兩者的捷徑。」-Paco Nathan，Derwen AI創辦人不論您是一位渴望進入人工智慧世界的軟體工程師，還是經驗老到的資料科學家，或是夢想著要建立下一個廣受歡迎的人工智慧應用程式的愛好者，您可能都會想要知

數據分析對於現代的社會來說，越來越重要，從個人、大大小小的組織與企業，到國際社會的成員，都可能因為運用了數據分析的方法，對自己的生活、工作或是環境，產生重大的影響。當然，有很多課程也因應這樣的趨勢出現了，包括資料科學、大數據、資料採礦、Python程式語言等，不過，比較少有課程專注於數據分析的建模（modeling），同時從解決問題的觀點來看數據分析的應用，這就是本課程的由來，希望在理論與實務上詳

【嚴選經典】美國矽谷創業家/全球科技大廠與業界指定工研院顧問講師親自錄製231支影音教學影片，如臨現場授課！【聯合推薦】嘉義基督教醫院兒童醫學部主任、嘉基創新育成中心主任 周信旭醫師Eco-City智慧生活科技區域整合中心執行長、國立交通大學土木工程系 曾仁杰教授台北榮民總醫院神經外科、國立陽明大學研究所兼任助理教授 關艾琛醫師本書為作者柯博文老師繼《Python+TensorFlow人工智慧、機

本書為瞭解機器學習提供了一種獨特的途徑。書中包含了新穎、直觀而又嚴謹的基本概念描述，它們是研究課題、製造產品、修補漏洞以及實踐不可或缺的部分。本書按照幾何直覺、算法思想和實際應用(縱貫計算機視覺、自然語言處理、經濟學、神經科學、推薦系統、物理學和生物學等學科)的順序，為讀者提供了深入淺出的基礎知識和解決實際問題所需的實用工具。本書還包含了基於Python和MATLAB/OCTAVE語言的深入習題，

《MATLAB量化金融分析基礎與實戰》是一本側重於闡述MATLAB在量化金融分析領域功能的工具書。書中精選了量化金融分析領域常見的重要函數和模型加以介紹並配有示例，以方便讀者學習。本書涵蓋了MATLAB基本知識、數據處理、Python交互、金融建模、高效併發程序設計和報告生成的量化分析流程，涉及量化投資中的多個重要算法，包括技術指標、線性回歸、非線性回歸、統計學、機器學習、投資組合模型和波動率模型

本書是一本Ruby入門書籍，是《“笨辦法”學Python》的姊妹篇。本書適合對計算機了解不多，沒有學過編程，但對編程感興趣的讀者學習使用。這本書以習題的方式引導讀者一步一步學習編程，從簡單的打印一直講到完整項目的實現，讓初學者從基礎的編程技術入手，體驗到軟件開發的基本過程。本書結構非常簡單，共包括52個習題，其中26個覆蓋了輸入/輸出、變量和函數3個主題，另外26個覆蓋了一些比較高級的話題，如條件

本書共分為15章。第一章是醫學人工智能概論，主要介紹人工智能和醫學人工智能的概念和內涵。第二章是醫學人工智能的醫學基礎，主要介紹醫學和人工智能的關係，闡述人工智能的神經科學和認知科學的基礎，醫學極大地促進和影響人工智能的發展。第三章是醫學人工智能的編程基礎，目前Python是數據科學和人工智能主要編程語言，本章進行Python語言和Python編程基礎的介紹。第四章是醫學人工智能的數據分析基礎，主要介紹醫學數據的特點、數據與人工智能的關係，以及醫學數據處理和分析的一般流程，並給出由Python語言實現的一個臨床醫學數據分析的實例。第五章是醫學知識圖譜，介紹知識表示、醫學知識圖譜的概念以及構建方法和過程，並給出一個實現呼吸系統知識圖譜的實例。第六章是機器學習，介紹了機器學習的原理和基本算法，機器學習在醫學領域的應用，並給出機器學習在疾病臨床預測模型中的應用。第七章是深度學習，介紹了人工神經網絡和深度學習的一般原理和基本算法，深度學習在醫學領域的應用，並給出深度學習的圖形識別的實例。第八章是推理方法，是人工智能的核心內容，介紹了確定性推理和不確定性推理，重點介紹不確定性推理方法的醫學應用。第九章是搜索策略，是傳統的人工智能內容，介紹了搜索技術的原理和類型，主要介紹了啟發性搜索，以及搜索技術在醫學領域的應用。第十章是智能計算，主要介紹了遺傳算法和群智能體算法，以及在醫學領域的應用。第十一章是智能醫學，介紹了智能醫學概論，人工智能的醫學應用，以及智慧醫療。第十二章是醫學自然語言處理，主要介紹了自然語言處理的原理和一般算法，自然語言處理在臨床病歷資料的應用，給出自然語言處理在醫學文本處理的實例。第十三章是醫學決策支持系統，是醫學人工智能應用的重要內容，介紹了專家系統的構造，臨床決策支持系統的原理和構建方法，並給出臨床決策支持系統的實例。第十四章是醫學圖像處理和分析，是近期醫學人工智能重點研究領域，介紹了計算機視覺原理和方法，醫學圖像處理和分析的原理和方法，以及醫學圖像處理和分析的實例。第十五章是醫療機器人和多智能體系統，介紹智能體、多智能體系、機器人以及醫用機器人的應用。 本書適用于本科生高年級學生，研究生或者相關專業技術人員參考閱讀。

本書全面介紹了人工智能通識實踐的多個方面，主要內容包括： Python大模型編程、計算機視覺、數據分析與可視化、用Coze平臺開發智能體、大模型應用，以及算法應用案例。本書將理論知識與實踐案例緊密結合，各章的理論介紹深入淺出，並通過大量代碼示例和項目實踐，幫助讀者將理論知識轉化為實際應用能力。本書不僅介紹了人工智能領域的基礎知識，還涵蓋了前沿的大模型應用和智能體開發技術。本書共6章。第1章講解Python大模型編程，涵蓋API調用與知識庫構建； 第2章探討計算機視覺，涉及生物識別與人臉識別等實踐； 第3章介紹數據分析與可視化方法及應用案例； 第4章講解Coze智能體編程技巧與模型結合應用； 第5章展示大模型在多領域的應用； 第6章分析各類算法實踐與實訓案例。本書適合作為高校“人工智能通識”相關課程的教材，也適合對人工智能感興趣的初學者、程序員、數據科學從業者以及希望瞭解和應用人工智能技術的各行業專業人士閱讀。不需要深厚的數學基礎，讀者就可以通過本書快速掌握人工智能的實踐應用技能。

本書主要從概率論和數理統計兩個部分詳細介紹了統計學的基礎理論和基本方法。在概率論部分，我們介紹了隨機變量的分佈、特徵以及極限定理等重要內容，並提供了大量的實例。在數理統計部分，我們重點介紹了參數估計、假設檢驗和貝葉斯統計等內容，這些內容是統計學應用於數據科學的核心，故我們在其中加入了大量實際應用來展示其如何解決數據分析問題。同時本文引入了大量的數值結果來說明這些理論及方法背後的原理，例如大數定律和中心極限定理的模擬驗證、統計方法的模擬驗證等，從而使讀者更容易理解並接受這些複雜的基礎概念。 隨著計算機技術的飛速發展，統計學與計算技術的結合使得複雜計算變得更加高效，從而能夠專注於統計學的實際應用。本書以Python為工具，詳細介紹了與教學內容相關的Python操作，有助於讀者掌握現代統計方法實現和實踐的計算工具，提高解決實際問題的能力。本書內容詳實，適用面廣，可以作為各學科講授概率論與數理統計課程的教材，也可以作為統計工作者及對統計學感興趣的自學者的參考資料。

本書是一本簡明而全面的介紹現代神經網絡、人工智能和深度學習技術的書籍，專門為軟件工程師和數據科學家設計。全書詳細講解了過去六年深度學習技術的演變，以實際案例對TensorFlow和Keras在深度學習中的應用進行了講解。書中案例基於Keras API [1]的TensorFlow 2.x，並提供了數十個使用Python編碼的深度神經網絡的實際工作示例，具有較強的參考價值和指導意義。 本書的讀者對象為從事人工智能技術工作的軟件工程師和數據科學家。

水聲學作為近代聲學的重要分支，是一門理論和實踐相結合的學科，建立理論模型和進行仿真研究是基本的研究方法。本書將信號處理和水聲學有機結合在一起，講授了水聲信號處理過程所涉及的信號處理基本概念與處理手段，進而引出水聲學中水聲傳播現象、規律及機理。同時，本書大部分章節提供了基於Python語言的源代碼，可讓讀者通過實踐加深對水聲理論的理解，以期實現理論與實踐的統一。

本書共13章，覆蓋了人工智能各個方面的數學內容，包括微積分基礎、迭代優化與凸函數、向量、矩陣、概率論、數理統計、線性模型、熵與不確定性、大規模矩陣分解、迭代優化方法、深度學習基礎、隨機方法和模型評估。本書每章都有基礎知識講解、應用背景介紹、公式推導和理論分析，同時穿插2～4個對應的Python編程案例，所有代碼都可供讀者直接運行。本書適合學術型與應用型大學的人工智能專業教師教學和學生學習使用，也適合廣大人工智能行業從業人員參考使用。

本書是專為小學高年級學生設計的人工智能科普圖書，旨在通過一系列實踐活動和跨學科主題，引導學生走進物聯網的世界，培養他們的創新思維和實踐能力。全書共分為4個單元，通過介紹物聯網領域的發展，並結合Python等編程語言，引導學生深入理解物聯網的基本原理、關鍵技術和應用，掌握物聯網應用開發和實驗設計的方法，為他們未來在物聯網領域的發展奠定堅實的基礎。本書適合小學高年級的學生閱讀。

本書結合大量實驗程序和圖表，通俗易懂地介紹了Linux操作系統的運行原理和硬件的基礎知識，涉及進程管理、進程調度器、內存管理、存儲層次、文件系統和外部存儲器等。實驗程序使用C語言和Python編寫，讀者可親自動手運行程序，來確認系統的行為。另外，以圖解的方式介紹各知識點，簡明且直觀，能夠幫助讀者加深理解。讀者只需對Linux基本命令有所瞭解，即可輕鬆閱讀。本書適合應用程序開發人員、系統設計師、運維管理人員和技術支持人員等人士閱讀。

本書是《大學計算機基礎》一書的實訓指導。全書共分為兩個部分。第一部分是實訓，從操作系統初步應用、WPS 文字文稿處理、WPS 電子表格處理、WPS 演示文稿處理、計算機網絡基礎與應用、Python 語言程序設計6個方面來組織內容。用戶可以結合《大學計算機基礎》的內容和本書中的實訓進行上機操作。第二部分是習題，該部分按照計算機等級考試一級MS Office大綱和《大學計算機基礎》的內容，改編了各類題目，題目類型主要有單選題、多選題、判斷題、操作題4類，方便學生自測練習。

A hands-on, code-based guide to leveraging Julia in a variety of scientific and data-driven scenarios Key Features: Augment your basic computing skills with an in-depth introduction to JuliaFocus on topic-based approaches to scientific problems and visualisationBuild on prior knowledge of programming languages such as Python, R, or C/C++Purchase of the print or Kindle book includes a free PDF eBook Book Description: Julia is a well-constructed programming language which was designed for fast execution speed by using just-in-time LLVM compilation techniques, thus eliminating the classic problem of performing analysis in one language and translating it for performance in a second.This book is a primer on Julia's approach to a wide variety of topics such as scientific computing, statistics, machine learning, simulation, graphics, and distributed computing.Starting off with a refresher on installing and running Julia on different platforms, you'll quickly get to grips with the core concept

本書圍繞大數據預處理業務背景及相關技術，以學習情境的方式，首先介紹了使用 Python、Pandas對各種數據源的讀寫，然後介紹了數據的清洗、集成、規約、變換四個處理數據方式，最後介紹了使用Kettle工具和MapReduce編程對數據進行處理的技術，通過理論結合實際、循序漸進的學習方式，讓讀者學習並掌握大數據預處理技術及應用。本書理論分析相對較少，側重動手實踐，適合應用型本科、高職高專大數據技術專業學生和希望快速進入大數據領域的讀者參考使用。

本書是由長期從事信息技術教學和科研工作，並具備豐富教學實踐經驗的一線教師編寫的。本書以新一代信息技術為主線，涵蓋大數據概論、數字媒體、信息安全、物聯網、程序設計(Python)基礎和人工智能6 章。根據需要，部分章提供實訓項目及配套資源，對讀者提高相應操作技能有很大幫助。 本書深入淺出、通俗易懂，可以作為高職高專院校各專業公共基礎課教材，也可以供信息技術行業的專業人員和愛好者自學使用，具有較高的參考價值。

本書是《大學計算機基礎（Windows 10+WPS Office 2019）（微課版）》的配套實踐教程。全書共分為兩部分：第1部分是實驗指導，包括計算機信息技術與系統基礎、計算機操作系統基礎、WPS文字辦公軟件、WPS表格辦公軟件、WPS演示辦公軟件、計算機網絡基礎、網頁設計與製作、數據庫技術基礎、Python程序設計基礎等內容；第2部分是習題集，各習題均按照全國計算機等級考試一級WPS Office考試大綱和《大學計算機基礎（Windows 10+WPS Office 2019）（微課版）》的內容設置題目，並附有參考答案，方便學生進行自測練習。

本書使用Python語言以及流行的scikit-learn機器學習庫等資源，通過易於實踐的項目，幫助讀者掌握開發有效的機器學習系統所需的流程、模式和策略。本書首先介紹機器學習的基本概念和機器學習系統的評估技術；之後擴展工具庫，引入另外幾種分類和回歸技術以及特徵工程；最後介紹一些較為前沿的新技術，包括組合機器學習模型和自動化特徵工程模型等，並將機器學習應用于圖像處理和文本處理兩個特定領域。

本書是一本將概率論與數理統計用於非數學類專業學習分析風險和經濟決策的入門教材，自始至終向讀者闡明如何在複雜的現實情形中運用概率論，並將概率論晦澀的數學運算融入到生動有趣的現實經濟生活中。全書的分析推導或例題解析都是在Microsoft Excel電子表格、SPSS統計軟件及python程序算法中進行的，這有助於讀者處理更為複雜的現實問題；而強調電子表格建模的結果是，閱讀完本書的讀者可從中學到精妙的

本書是一本系統介紹深度學習基礎知識和理論原理的入門書籍。本書從神經網絡的基本結構入手，詳細推導了前向傳播與反向傳播的數學公式和理論支持，詳細介紹了如今各種優化神經網絡的梯度優化算法和正則化技巧，給出了在實際應用中的超參數調試和網絡訓練的技巧。同時，也介紹了典型的卷積神經網絡（CNN）和循環神經網絡（RNN）。除了介紹理論基礎外，本書以Python為基礎，詳細介紹了如今主流的深度學習框架PyTorc

本書遵循由淺入深、由易到難的原則, 循序漸進地介紹使用樹莓派玩轉機器人的必備軟硬件知識與技術。全書共8章, 第14章為樹莓派入門部分, 主要介紹樹莓派軟硬件、Scratch和Python編程語言以及各種傳感器的使用, 並提供豐富的操作案例, 方便讀者輕鬆構建樹莓派項目。本部分學會之後, 讀者基本上可以掌握使用樹莓派軟硬件與第三方軟硬件協同工作, 搭配和使用傳感器親手搭建一個簡單的用於巡線且自動跟隨

本書分四個部分，第一部分主要介紹基礎知識，包括認識機器學習和自然語言處理、快速上手Python、線性代數、概率論和統計學；第二部分主要介紹自然語言處理技術，包括自然語言處理介紹、語料庫技術、中文分詞、數據預處理、馬爾科夫模型、條件隨機場、模型評估、剖析自然處理工具背後的原理；第三部分主要介紹機器學習技術，包括認識機器學習、常見機器學習算法、機器學習算法案例源碼實現。第四部分主要介紹工程項目實踐，包