Python

本書以Oracle 11g(中文版)為平臺，介紹Oracle基礎和應用，共為3部分。實用教程部分比較系統地介紹了Oracle 11g的主要功能，包括數據庫基礎、Oracle 11g數據庫介紹、數據庫的創建和操作、數據庫的查詢和視圖、索引與數據完整性、PL/SQL、存儲過程和觸發器、系統安全管理，以及表空間、備份和恢復等概念。基礎實訓部分包含了7個實訓案例，配套對應章節實訓。數據庫應用實訓部分先創建應用數據庫，然後介紹PHP、JavaEE、Python 、Visual C#和ASP.NET等流行平臺開發數據庫應用系統，不同平臺操作同樣的數據庫，實現功能基本相同，讀者舉一反三，為學習數據庫及其應開發用帶來極大的方便。 本書提供PPT課件、教學微視頻、6種應用開發工程源文件及其配套數據庫，讀者可在華信教育資源網(www.hxedu.com.cn)上免費下載。

本書是作者多年在人工智能領域中運用機器學習實戰經驗的理解、歸納和總結,旨在將機器學習理論與商務決策實踐相結合,以較小的編程代價實現商務決策應用.本書共分7章,內容包括回歸模型、分類模型、集體學習、無監督學習、神經網絡等模型和算法的概念及原理.為了幫助讀者更好地運用機器學習解決商業決策中出現的問題,本書選擇Kaggle競賽經典商務案例,運用Python語言解決案例中的問題,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.本書可以作為高校大數據管理與應用、管理科學與工程、計算機科學及相關專業大學生或研究生的教材,也可以作為機器學習愛好者的參考用書.

本書中城市空間數據分析方法理論研究框架系統化的建立，正是試圖明確跨學科關聯知識廣度和深度上認知，促進分科知識融通發展為完整的知識體系，強化城市空間數據分析方法發展的深度，推動研究者從工具的使用者轉變為工具的創造者，擺脫傳統軟件工具的束縛，增加城市空間數據分析方法的創造性。本書內容共4章，包括：準備；理論工具；基礎試驗；附：Python基礎核心，為城市空間數據分析方法的基礎試驗部分。本書的讀者群體主要是風景園林、城鄉規劃、建築學專業，以數字化規劃設計、大數據、機器學習和深度學習、智能化規劃設計、城市空間數據分析處理為目的，相關的高等院校、規劃設計院等的技術人員、科研人員以及相關專業人士、學者和學生等。

人工智能是新一輪科技革命和產業變革的重要驅動力量，是研究利用計算機系統實現人類智能的理論、方法和技術的科學。本書系統介紹了人工智能的基本內容和實用技能，主要包括人工智能的發展歷程、人工智能首選開發語言Python、線性回歸方法、幾種主要的分類器、聚類分析算法、個性化推薦、語音識別技術和人臉識別應用等。本書以培養讀者的人工智能素養、人工智能思維和人工智能基礎應用能力為設計理念，以問題為導向、以項目為載體、以任務為目標來構建學習內容，突出人工智能的新內容、新技術和新應用。本書可作為高等院校電子信息、人工智能技術應用等專業相關課程的教材，也可作為人工智能學習與實踐的參考書供廣大讀者使用。

本書是依據高等學校線性代數課程教學基本要求，針對非數學類專業本科學生的專業學習與專業發展需要，結合教學實際在第二版的基礎上修訂而成。本書注重闡明線性代數的基本理論、基本概念和基本方法，理論聯繫實際，由淺入深，突出重點。全書共分7章，主要內容包括：行列式、矩陣、向量與線性方程組、矩陣的特徵值與特徵向量、二次型、線性空間與線性變換、線性代數在Python中的實現等，前六章每一章都有應用實例，並配有適量的習題，書末附有部分習題參考答案。本書還配有全書習題的解答電子版以及部分習題的視頻講解，可掃描相應二維碼獲取。本書可作為高等學校非數學專業線性代數課程教材使用，也可供科技人員學習參考。

本書通過8個項目，介紹了大數據常用技術。其中項目1主要介紹了大數據的理論框架。項目2、項目3分別介紹了虛擬化技術和Linux操作系統。項目4介紹了Hadoop分布式系統，包括搭建、運維、HDFS常用操作和MapReduce工作原理。項目5介紹了數據采集技術，包括網絡爬蟲、Flume數據采集和Kafka數據采集。項目6介紹了數據預處理技術，包括數據的清洗、轉換、集成和規約。項目7介紹了數據倉庫工具Hive，包括Hive部署、存儲和分析。項目8介紹了數據可視化技術，包括Python的Matplotlib、Seaborn和Pyecharts庫。本書通過具體的任務，引導讀者逐步深入，最終掌握大數據采集、處理、分析與可視化的一系列技能。本書可作為高校大數據相關課程的教材或教學參考書，也可以作為人工智能、大數據相關從業者的自學參考書。

本書編寫的核心理念一是基於系統方設計法論，培養學生的頂層設計和全域規劃能力；二是培養學生數據規範的意識，提升學生數據素養，鍛煉計算思維。本書內容淡化軟件功能，打破以Access功能為主線的內容模式，劃分為理論、應用、新技術三大篇，共12章，從數據為新型生產要素角度出發，結合國家數據化轉型的戰略部署，強調培養學生的數據素養、數據規範意識和數據管理能力；結合現實數據應用場景，劃分為數據采集與存儲、數據價值挖掘、數據呈現應用三條主線，通過沉浸式的實踐培養學生數據思維和計算思維；最後講解了數據共享與安全、Python數據分析應用。 本書適合作為高等院校各專業“數據庫應用”基礎課的配套教材，也可作為數據庫愛好者的參考書。

本書以多年的"大學計算機基礎"課程教學實踐為基礎，充分吸納近年來國內外以培養計算思維為核心的計算機基礎教學改革實踐成果，為"大學計算機基礎"課程理論教學提供配套實踐訓練，以深入貫徹計算思維通識教育。本書內容以Python語言為工具，內容涵蓋信息表示與加解密、計算機系統、操作數據庫及其基本操作、數據庫訪問、網絡通信與郵件收發、網絡爬蟲應用等高等學校理工科各專業"大學計算機基礎"課程實驗教學的主體內容。 本書適合作為高等學校理工科專業計算機基礎課程實踐教材，也可作為計算機培訓、計算機等級考試和計算機愛好者的參考書。本書同步配套出版《大學計算機基礎——計算思維與信息素養》（第2版）理論教材，供讀者選用。

本書從人工智能系統平臺環境部署為主線講解了人工智能的概念以及人工智能平臺環境的部署，主要涉及Linux系統安裝、GPU環境配置、Python環境配置、人工智能基礎概念、Hadoop環境部署、數據庫部署、Docker部署、集群的部署和維護等知識。全書知識點的講解由淺入深，使每一位讀者都能有所收穫，也保持了整本書的知識深度。本書主要涉及八個項目，即基礎環境搭建、人工智能平臺知識基礎、分布式計算原理及Hadoop部署、數據庫基礎知識、容器知識基礎、容器管理工具及Kubernetes部署、人工智能平臺實施、人工智能平臺監控與維護，嚴格按照生產環境中的操作流程對知識體系進行編排。使用循序漸進的方式從Linux系統安裝、GPU配置一直到相關服務的部署等知識進行講解。

本書重點介紹了數據采集和數據預處理的相關理論與技術。全書共9章，主要包括數據采集與預處理概述，大數據開發環境的搭建，使用Flume採集系統日誌數據，使用Kafka採集系統日誌數據，其他常用的系統日誌數據采集工具，使用網絡爬蟲採集Web數據，Python數據預處理庫的使用，使用ETL工具Kettle進行數據預處理，以及其他常用的數據預處理工具。本書在第2章至第9章安排了豐富的實踐操作，實現了理論與實踐的有機結合，幫助讀者更好地學習和掌握數據采集與預處理的關鍵技術。本書可以作為高等院校大數據專業的大數據課程教材，也可以作為計算機相關專業的專業課或選修課教材，同時也可以作為從事大數據相關專業的工作人員的參考用書。

本書以詳實的內容及豐富的實例較全面地介紹了數字圖像處理的基礎理論、經典算法及典型應用。本書內容包括數字圖像處理基礎知識、圖像增強、圖像復原、圖像的幾何變換與幾何校正、形態學圖像處理、圖像分割、圖像描述與特徵提取等，並通過一個較完整的車牌識別系統向讀者詳細介紹了數字圖像處理系統的基本設計思想與設計方法。本書實踐部分，介紹了OpenCV、NumPy、Matplotlib、Scikit-learn等圖像處理相關工具包的一些常用使用方法，其中的代碼彙集生成了“基於Python的圖像處理算法演示系統v1.0”，以輔助讀者理解算法。為適應人工智能等新技術的發展，本書簡單介紹了卷積神經網絡的平移、旋轉、尺度、形變等不變性，讓讀者理解卷積神經網絡在圖像處理方面的優勢。

matplotlib 2D到3D資料視覺化 王者歸來 | 全彩印刷 | ★★★★★ 【國內作者第１本】【全彩印刷】【資料視覺化】 ★★★★★ ☆☆☆☆☆ 【國內作者第１本】【matplotlib書籍】 ☆☆☆☆☆ 本書包含【32個主題】、【509個程式實例】，整本書內容如下： ★ 完整解說操作matplotlib需要的Numpy知識 ☆ 認識座標軸與圖表內容設計 ★ 繪製多個圖表 ☆ 圖表的註解 ★ 建立與徹底認識圖表數學符號 ☆ 折線圖與堆疊折線圖 ★ 散點圖 ☆ 色彩映射Color mapping ★ 色彩條Colorbars ☆ 建立數據圖表 ★ 長條圖與橫條圖 ☆ 直方圖 ★ 圓餅圖 ☆ 箱線圖 ★ 極座標繪圖 ☆ 階梯圖 ★ 棉棒圖 ☆ 影像金字塔 ★ 間斷長條圖 ☆ 小提琴圖 ★ 誤差條 ☆ 輪廓圖 ★ 箭袋圖 ☆ 幾何圖形 ★ 表格製作 ☆ 基礎3D繪圖 ★ 3D曲面設計 ☆ 3D長條圖 ★ 設計動畫 本書程式實例豐富，相信讀者只要遵循本書內容必定可以在最短時間精通使用Python + matplotlib完成資料視覺化。

掌握Linux命令行操作，不僅是輕鬆駕馭Linux系統的基礎，還是開展Python數據分析、數據庫管理、後端開發等工作的基本功。 本書是專門為命令行初學者打造的學習手冊，注重趣味性、實用性，邏輯清晰、圖文並茂。書中總結了大量命令行表格與核心知識點，以方便大家快速掌握Linux命令行的使用方法。本書結合豐富的代碼示例，詳細地講解了如何通過簡單、方便的命令行操作解決實際問題，提升工作效率。書中內容主要分為兩部分，共8章，包括命令行環境搭建、文件系統及其管理、應用和包管理、命令行及shell強化、文本處理、數據分析、Vim文本編輯、進程管理和工作空間組織。 本書面向從其他平臺過渡到Linux的新用戶、初級Linux系統管理員、Linux系統愛好者，以及對數據分析和開源技術感興趣的讀者。

本教材讀者主要面向高等院校財經類專業學生及財務從業人員，從內容選取到表現形式更貼近學生、貼近會計實務，力求更好地為專業人才培養服務。教材的基本特色如下： 1.以綜合職業能力培養為目標，體現教學內容的職業性。教材以財務分析崗位的職業能力為本位，選擇其典型工作任務，設計理實一體化的學習任務。在發展學生專業能力的同時，促進學生探究學習、分析問題和解決問題、語言和文字表達能力、數據處理與分析能力等通用能力的提升。2.行動導向的教學組織，體現以學生為中心的教學理念。每一個學習任務都以“明確任務、獲取信息、制定計劃和做出決策、實施計劃、評價反饋”完整的行動方式來組織教學。在行動過程中，學生參與行動的每一個環節，是學習活動中的主人，體現以學生為中心的教學理念。行動過程中，解決問題的方法也不是唯一的，而是多樣化的，提升教學內容的挑戰度，對學生的評價也是對其綜合能力的評價，不是單純的對與錯。3.融入大數據分析思維和能力，體現教學內容的高階性和創新性。大數據、人工智能技術的發展，推動了財務工作向智能化過渡，財務人員需要向管理型複合型人才轉型，需要具備大數據收集、處理、分析能力，綜合運用Python等大數據分析工具做出財務分析、預測和決策。本教材在學習任務中，融入“業財一體”財務分析的理念、大數據分析思維的鍛煉、數據統計和分析能力的培養、大數據分析工具應用的實戰場景，體現教學內容高階性和創新性。教材根據大數據財務分析的崗位能力和財務分析的應用場景，將教材內容分為五大學習領域：財務報表初步分析、財務報表項目分析、財務比率分析與綜合分析、投資分析與決策、Python項目上實戰。每個學習領域按照崗位工作流程劃分學習任務。

機器學習最強入門 基礎數學/機率/統計 邁向 AI真實數據 x 專題實作 ★★★★★【數學原理 + 演算法 + 真實案例+ 專題實作】★★★★★ ★★★★★【最簡明的數學、機率、統計知識】★★★★★ ★★★★★【最完整的機器學習演算法】★★★★★ ★★★★★【最豐富的真實數據 x 專題實作】★★★★★ 本書特色如下： ★ 最白話解釋數學原理 ☆ 從簡單的數據開始理解機器學習的演算法 ★ 將理論知識轉化為實際的程式碼 ☆ 實際案例分析 全書有約416個Python程式實例，讀者可以由本書內容，了解下列與機器學習有關的基礎數學、機率、統計知識： ★ 方程式與函數 ☆ 完整Python語法 ★ 一元函數到多元函數 ☆ 最小平方法 ★ 基礎統計 ☆ 機率與單純貝式理論 ★ 指數與對數 ☆ logit函數與logistic函數 ★ 向量與矩陣 ☆ 二次函數、三次函數與多項式函數 當讀者有了上述知識後，筆者從簡單的實例開始介紹下列機器學習的演算法，每一種演算法皆是從基礎數據開始解說，然後跨入真實數據，解說應該如何將演算法應用到真實案例環境： ★ 線性迴歸 – 波士頓房價 ☆ 邏輯迴歸 – 信用卡/葡萄酒/糖尿病 ★ 決策樹 – 葡萄酒/鐵達尼號/Telco/Retail ☆ 隨機森林樹 – 波士頓房價/鐵達尼號/Telco/收入分析 ★ KNN演算法 – 電影推薦/足球射門/鳶尾花/小行星撞地球 ☆ 支援向量機 – 鳶尾花/乳癌/汽車燃料 ★ 單純貝式分類 – 垃圾郵件/中英文的新聞分類/情感分析/電影評論 ☆ 集成機器學習 – 蘑菇/醫療保險/玻璃/加州房價 ★ K-means分群 – 購物中心消費/葡萄酒評價 ☆ PCA主成分分析 – 手寫數字/人臉數據 ★ 階層式分群 – 小麥數據/老實泉 ☆ DBSCAN演算法 – 購物中心客戶分析 在講解上述演算法時，筆者同時介紹下列機器學習應該知道的知識： ★ 特徵選擇 ☆ 用直方圖了解特徵分佈 ★ 用箱型圖了解異常值 ☆ 數據預處理 ★ 殘差圖(Residual plot) ☆ 機器學習性能評估 ★ 過擬合(overfitting) ☆ 欠擬合(underfitting) ★ 數據洩漏(Data leakage) ☆ 繪製決策樹圖(Decision tree map) ★ 可視化熱力圖(Heat map) ☆ 決策邊界(Decis

本書整體架構嚴謹清晰，編排時遵循概率論與數理統計的理論邏輯和認知規律，共8章內容。書中從概率論基礎理論出發，逐步講授隨機變量及其分佈、多維隨機變量及其分佈、數字特徵與極限定理等核心知識；隨後過渡到數理統計領域，系統闡述抽樣分佈、參數估計、假設檢驗等關鍵內容；最終以基於Python的概率論與數理統計實驗收尾，實現從理論知識與實際應用的銜接，構建起“理論鋪墊—方法講解—實踐操作”這一層層遞進的知識體系。 本書的數字資源為各章部分習題參考答案、常用概率統計表、各章思維導圖、部分重點概念演示視頻等，均以二維碼的形式呈現。 本書可作為高等學校非數學類專業本科生的概率論與數理統計教材，也可作為相關專業研究生、教師及科研人員的參考書。

《時間序列分析》是遼寧省一流本科課程配套教材，在借鑒國內外相關教材優點的基礎上，總結作者多年從事時間序列分析課程的教學經驗和體會，本著“教師好用、學生好讀”的指導思想，系統地介紹了一元時間序列分析的基本思想、基本原理和基本方法，內容包括時間序列的基本概念、時間序列數據的預處理方式、分解和平滑、單位根檢驗和協整、平穩時間序列模型、差分平穩時間序列模型、異方差時間序列模型、非線性時間序列模型、譜分析、基於深度學習的時間序列預測以及上述模型的性質、建模、預測，此外還包含了大量的實例，《時間序列分析》全程使用Python語言分析了來自不同學科的真實數據，《時間序列分析》還通過二維碼鏈接了數據、程序代碼、彩圖以及期中、期末測試，供讀者學習使用。

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。

《化學工程的基本原理和計算方法》是由David M. Himmelblau與James B. Riggs所著的國際經典教材。本書第九版涵蓋了化學工程、生物工程、石油工程和環境工程領域應用的基本原理和計算方法，系統闡述了物料與能量衡算、氣體與多相平衡、非穩態系統及流程模擬應用，創新融合MATLAB與Python編程實踐，將複雜概念轉化為可執行代碼，極大地提升了複雜計算的可操作性。本書超越傳統教材的“知識灌輸”模式，融入大量自測題與工業案例，輔以附錄數據，內容編排強調工程化思維與系統化分析範式，實現理論推導與工程實踐的高效銜接。本書可作為化學工程、石油工程、環境工程及相關專業的本科生與研究生教材，也可為相關專業的工程師及科研人員提供方法論支持，是貫通基礎理論與工業應用的權威指南。

本書以TensorFlow 2深度學習的常用技術講解與真實案例實戰相結合的方式，深入淺出地介紹使用TensorFlow 2實現深度學習的知識內容。全書共有8個項目，分為基礎部分和實戰部分。基礎部分包括深度學習概述、TensorFlow 2快速入門、深度神經網絡原理及實現。實戰部分包括5個真實案例，分別為基於CNN的彩色圖像分類、基於CNN的門牌號識別、基於LSTM網絡的語音識別、基於CycleGAN的圖像風格轉換和基於TipDM大數據挖掘建模平臺的彩色圖像分類。本書多個項目包含項目實訓和課後習題，可以幫助讀者鞏固所學的知識。本書可用作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（高級）證書的教學和培訓教材，也可以作為高校數據科學或人工智能相關專業的教材，還可供深度學習愛好者自學使用。

本書依據《高等學校人工智慧創新行動計畫》（2018），遵循教育部"打造體系化人工智慧通識課程體系（2024）”要求，從人工智慧導論、人工智慧程式設計基礎、人工智慧計算平臺、人工智慧網路環境、人工智慧基本技術、大模型及其應用技術、機器學習及其應用等七個維度佈局內容。本書的主要特色有：一是與時俱進，從人工智慧原理和應用視角，構建教材內容；二是守正創新，在強化學生計算思維能力培養的同時，提高學生利用人工智慧技術解決實際問題的能力；三是強化實踐，將 Python 相關知識貫穿教材始終，通過大量程式設計實例增強學生對人工智慧的理解能力；四是加強價值引領，聚焦創新素養、工匠精神與家國情懷的養成。 本書可作為高等院校、高職高專大學電腦基礎系列課程和人工智慧通識教育的教材。

本書詳盡地探討了變分自編碼器、生成對抗網絡、標準化流模型和擴散模型這四大主流生成式視覺模型。本書不僅深入解析了這些模型背後的複雜數學原理、訓練及採樣算法，還提供了詳細的代碼實現指南。秉承"理論與實踐並重”的理念，本書進一步探索了生成式視覺模型在不同場景中的應用實例，並精選了4個具有代表性的實戰案例進行深度剖析。這些案例緊密貼合實際業務需求與面臨的技術挑戰，旨在引導讀者掌握利用生成式視覺模型解決現實問題的方法論，同時通過動手實踐增強其編程技能與技術優化能力。 本書適合具有大學本科數學基礎（包括微積分、線性代數、概率統計）及機器學習、深度學習等知識，並熟悉Python及PyTorch編程的本科生、研究生，或者相關領域的研究人員閱讀與學習。

在數字經濟蓬勃發展的今天，本書旨在培養學生的編程技能和計算思維。本書最大的特色是將程序設計和數學進行了有機結合，在介紹C語言基本語法規則的基礎上，將其靈活應用於解決常見的數學問題，培養學生的編程能力和創新能力。本書並非一本C語言的說明手冊和技術規範，對於語法規則的介紹以應用為導向，只介紹最基本、最常用的內容。本書採用案例教學的方法，避免過多介紹枯燥的語法規則，例題豐富，通俗易懂，是初學者學習C語言和基本算法的理想教材。掌握本書內容的讀者，能夠在編程需要時有針對性地進一步學習C語言，也能夠迅速遷移到R和Python等其他高級計算語言。本書可以作為高中生和低年級大學生的正式教材，也可以作為讀者自學程序設計和算法的課外教材。

本書在內容上較為系統、全面地涵蓋了當前軟件測試領域的理論和實踐知識，反映了當前最新的軟件測試理論、標準、技術和工具。全書共三部分15章。第一部分為理論基礎（第1～8章），包括軟件測試概述、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；第二部分為工具應用（第9～14章），包括軟件測試自動化、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；第三部分為案例實踐（第15章），介紹網上書店系統測試案例。每章內容均有實際案例做補充，以加深讀者對軟件測試技術和過程的理解，做到理論與實踐相結合。本書可作為高等院校軟件工程、計算機科學與技術等相關專業教材，也可作為軟件測試從業者的參考手冊。

本書基於理論研究和審計實踐，緊密結合審計實務，以通俗的語言、豐富的案例、翔實的程序代碼和操作步驟，系統地講解大數據審計理論與操作應用。本書特色如下：1.不僅有系統的大數據審計理論，還有豐富的審計實務案例和詳細的操作過程，並配有相應的實驗數據、程序代碼、實驗設計等教學資源。2.增加Python在大數據審計中的應用案例，以及大模型工具在大數據審計中的應用，有利於培養大數據審計思維和大數據審計能力。3.書中相關案例、實驗數據均為作者根據所承擔的實際審計項目脫密後加工而成，以更好地滿足高等學校教學需求。本書可作為新文科背景下高等學校審計、會計、財務管理等專業的教材，同時可作為審計從業人員的專業培訓教材和業務學習資料。

《大數據分析與應用(微課版)》緊跟大數據技術的**發展，採用簡明易懂的語言和逐步深入的案例，系統地講解了大數據分析的相關知識。《大數據分析與應用(微課版)》的主要內容包括：大數據分析概論、需求分析與指標體系構建、大數據存儲與管理、雲計算與大數據的集成應用、網頁結構分析與Python編程基礎、大數據採集、大數據預處理、大數據與機器學習基礎、大數據可視化、金融客戶數據案例分析以及交通大數據綜合案例分析。書中通過常見的數據分析工具，詳細展示了大數據分析技術在多個實際案例中的應用。 《大數據分析與應用(微課版)》適合高等院校商務數據分析、大數據技術與應用、人工智能等相關專業本科生，以及高等職業院校相關專業的學生閱讀。同時，它也適合作為數據分析愛好者的自學指南和參考手冊。

本書根據教育部大學計算機課程教學指導委員會發佈的《新時代大學計算機基礎課程教學基本要求》編寫，全書共8章，主要內容包括計算機系統、數制和信息編碼、Python程序設計初步、問題求解和算法基礎、數據的組織與管理、計算機網絡與物聯網、信息安全與區塊鏈技術基礎、人工智能技術基礎。本書第7版獲評首屆全國教材建設獎全國優秀教材二等獎；各版教材分別評為普通高等教育"十五"國家級規劃教材、普通高等教育"十一五"國家級規劃教材、2009年度普通高等教育精品教材、"十二五"普通高等教育本科國家級規劃教材；本書是國家一流本科課程"大學計算機"的主講教材。本書配有《大學計算機上機實驗指導與測試》（第8版）、電子教案和豐富的教學資源，便於廣大師生的教與學。

本書為高校工商管理、管理科學與工程專業必修課程“運籌學”“管理運籌學”對應教材，山東省省級精品課程配套教材。本書重點突出運籌學理論與方法在解決實際問題中的應用，將採用大量的管理案例進行講解，並突出對實際問題的經濟意義的分析；增加部分運籌學發展的新成果和新理論方法，使教材能夠反映學科發展的新動向。第二版修訂內容如下：(1)結合當前經濟、管理、社會發展的實際問題，重新設計案例。(2)增加運籌學課程思政案例和知識素材，強化課程思政元素。(3)增加運籌學各種算法的PYTHON求解代碼。(4)重新梳理課後習題，並增加大學生數學競賽案例，提高學生運用理論解決實際問題能力。(5)弱化詳細的理論分析過程，注重與實際問題的結合，注重對現實問題的解決與分析。

本書涵蓋數值分析、統計計算的核心內容，既包含一些經典的數值方法，又系統地介紹了統計計算中的新方法。本書共8章，內容包括計算統計引論、矩陣計算、函數逼近與最小二乘法、方程與方程組的數值解法、數值積分與數值微分、馬爾可夫鏈蒙特卡洛模擬、EM優化算法、組合優化與啟發式算法等。本書結合理論算法、計算機程序與計算機專業領域應用案例，較為全面地介紹數值計算方法和統計計算方法，讓學生真正瞭解計算統計中重要算法的基本思想，掌握相關程序的編寫和培養學生的編程思維，使其具備解決複雜工程問題的能力。本書除附了Python程序外，還可提供MATLAB部分程序，適合計算機類新工科專業本科生及研究生使用，而且對數學、統計、科學計算等專業學生也有參考價值。

電力大數據具有實時性強、準確性高、分辨率高、採集範圍廣等價值特徵。電力大數據應用範圍持續擴大，數據分析技能的培養成為電力企業的迫切需求。在此背景下，本手冊應運而生。本書共八章，涵蓋大數據的多方面知識與應用，結構清晰，層層遞進。從大數據的基礎概念入手，逐步深入到數據中台、SQL語句、永洪BI、Python使用等具體技術與工具的介紹，最後通過專項練習和案例分析，幫助讀者鞏固所學知識，瞭解實際應用場景。本書為零基礎電力企業員工提供全面且易懂的工作指南，助力員工掌握數據分析技能，推動其在業務中的應用，進而提升公司的市場競爭力。同時，也為社會各界相關人士提供電力大數據應用相關技術及典型案例知識，助力電力大數據在更多領域發揮價值。

本書以深度學習的常用技術與TensorFlow 2真實案例相結合的方式，深入淺出地介紹TensorFlow 2實現深度學習的重要內容。全書共7章，分為基礎篇（第1～3章）和實戰篇（第4～7章），基礎篇內容包括深度學習概述、TensorFlow 2快速入門、深度神經網絡原理及實現等基礎知識；實戰篇內容包括4個案例，分別為基於CNN的門牌號識別、基於LSTM網絡的語音識別、基於CycleGAN的圖像風格轉換以及基於TipDM大數據挖掘建模平臺的語音識別。本書多章包含實訓和課後習題，通過練習和操作實踐，讀者可以鞏固所學的內容。本書可用於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（高級）證書的教學和培訓，也可以作為高校數據科學或人工智能相關專業的教材，還可作為深度學習愛好者的自學用書。

本教材為培養應用型會計人才而編寫,以經濟活動為主線,詳細闡述了會計學基礎理論與方法，並根據初學者的認知規律，精心設計教材內容,使讀者能循序漸進地掌握會計學的基本知識與實用技能。全書分為13章,包括緒論,會計對象、會計要素與會計等式,會計科目、會計帳戶與複式記帳,籌資活動的會計處理,投資活動的會計處理,經營活動的會計處理,利潤與所得稅的會計處理,財產清查,財務報告,會計循環(上),會計循環(下),Python在會計中的運用,會計實務。每章開始有課程思政,並將生動案例融入正文,大部分章末附有本章小結、思考與練習題、案例分析。本書可作為高等院校會計學、財務管理等專業會計學基礎課程的教材,企業管理人員和希望瞭解會計學基礎知識的人員也可以本書作為學習資料。

本教材從機電傳感檢測的角度出發，深入探討了外部感知獲取和反饋執行問題。全書共有29個實驗，前九個實驗為傳感檢測的基礎實驗，包括基於Arduino的BASRA開發板環境配置，以及溫度、濕度、顏色、超聲測距、紅外編碼等傳感器的使用。實驗十～實驗十五圍繞物聯網通信技術展開實驗，涵蓋藍牙、WiFi、RFID、ZigBee等技術。實驗十六～實驗二十三介紹了智能移動小車的實現，包括組裝、遠程視頻監控、顏色識別和機械臂控制。實驗二十四～實驗二十九結合樹莓派控制終端，使用Python進行程序執行，展開形狀和色彩識別追蹤等綜合性實驗。本書注重實踐應用和程序控制，設計了層次化的實驗內容，適合作為高等院校機器人工程、機械電子工程等相關專業的實踐教材，也可供從事傳感檢測與執行反饋控制的工程技術人員參考。

本書以培養計算機核心素養為目的，針對學生在校期間需要掌握的計算機基礎知識，全面系統地對計算機相關實用技術進行了介紹。全書將工程性和實踐性相結合，設計了符合非計算機專業的實訓項目，這些實訓項目涵蓋了計算機操作系統的基本操作、網絡數據包的分析、網絡的組建及測試、多媒體技術的融合、商務文檔的編排、數據分析工具的使用、Python數據分析及硬件編程等。本書既注重思維培養，又兼顧實踐能力提升，循序漸進地組織和安排實訓內容，具有突出重點、詳解難點、注重計算機能力培養的特點，旨在幫助讀者利用計算機解決工程實踐問題，提高工程實踐能力。本書可作為高等院校非計算機專業基礎教育的實訓課程教材，也可作為對計算機科學感興趣的技術人員的參考書。

本書分為三個篇章。第一篇是人工智能導論，介紹了人工智能的定義、發展歷程、主要分支（觀點）、主要研究領域，中小學人工智能教育概況和《人工智能初步》教材分析等內容。第二篇是經典人工智能，介紹了邏輯程序設計語言PROLOG的語言特點、語法結構、編程環境，用PROLOG求解趣味智力題，用PROLOG實現狀態空間搜索，用PROLOG實現約束邏輯編程，專家系統等內容。第三篇是新一代人工智能，介紹了Python語言，機器學習等內容。本書內容簡明、實用，邏輯性強，可讀性好，教學生動手解決實際問題，讓學生在有限的時間內掌握人工智能的基本原理與應用技術，切合當前我國實施全民智能教育的需要。本書讀者對象為從事人工智能技術教育的教師，教育技術類、計算機應用類的本科生以及相關專業工程技術人員。

本書根據教育部高等學校大學計算機課程教學指導委員會提出的最新《高等學校人工智能通識課程體系與實施建議》，針對醫學及相關專業學生的計算機教學和人工智能通識教育的培養目標進行編寫，是高等學校“十四五”醫學規劃新形態教材和是高等學校人工智能通識教育系列教材之一。全書共10章，主要內容包括計算與計算思維、數據與大數據、人工智能概論、智能辦公、Python編程、機器學習與醫學應用、深度學習與醫學應用、大數據與醫學人工智能的綜合應用、醫療機器人與智能設備、數據安全與人工智能倫理等內容。本書適用于本科院校大學計算機課程和人工智能通識課程教學，注重學生“計算思維”的培養和智能應用能力的培養，同時可作為醫療衛生領域技術人員的繼續教育參考用書。

本書是面向大數據人才培養的高等學校數據科學與大數據技術專業系列教材中的一本，通過把數據思維融入全書各章，並通過 Python 實現相關案例，使抽象的數據思維具體化，從而加深讀者對數據的感性認識，提高讀者對數據思維的理解能力。本書首先介紹了大數據相關的概念，然後根據數據處理流程的邏輯順序，對大數據平臺和大數據開發進行了深入介紹。考慮到數據的價值化發展趨勢，本書也討論大數據倫理與法規、大數據與人工智能大模型和數據資產與交易流通等內容的討論。最後給出了基於競賽的大數據綜合案例實踐。另外，本書免費提供配套PPT、實驗及程序及其講解視頻等基本教學資料。本書可作為理工類、經管類等專業學生學習大數據知識的基礎教材，也可供科技工作者參考。

本書依據教育部高等學校大學計算機課程教學指導委員會編制的《新時代大學計算機基礎課程教學基本要求》，結合普通高等學校的實際情況編寫。教材基於“四新”（新工科、新農科、新醫科和新文科）人才培養理念，指導學生樹立計算思維意識，幫助學生深入理解計算思維的本質，瞭解人工智能的核心技術，為今後的專業學習和工作奠定堅實基礎。 本書共分9章，主要內容包括：計算機與計算思維、數據表示與信息編碼、人工智能基礎、人工智能的網絡環境、數據結構與算法基礎、Python程序設計基礎、數據管理與數據處理、基於知識的系統和人工智能主題應用。 本書將課程思政有機融入教學，理論講解深入淺出，案例豐富生動，適合作為高等學校非計算機類專業人工智能通識課程的教材，也可作為人工智能愛好者的入門教材。

本書是《大學計算機（人工智能通識版）》（包空軍等編著，中國鐵道出版社有限公司出版）的配套實踐教材，依據教育部高等學校大學計算機課程教學指導委員會編制的《新時代大學計算機基礎課程教學基本要求》，結合普通高等學校的實際情況編寫，幫助學生深入理解計算思維的本質，瞭解人工智能的核心技術及其基本應用，為今後的專業學習和工作奠定堅實基礎。 全書分兩篇：基礎篇和進階篇。基礎篇包含計算機操作系統基礎、辦公軟件應用；進階篇涉及算法和Python程序設計、數據管理與數據處理、一元線性回歸的應用、國產AIGC-DeepSeek的使用等。書中每個實驗都包含明確的實驗學時、實驗目的、相關知識、實驗範例和實驗要求五部分內容。 本書適合作為高等學校非計算機類專業人工智能通識課程的實踐教材，也可以作為人工智能愛好者的入門教材。

大數據可視化是一門理論性和實踐性都很強的課程。本書針對高等院校、職業院校相關各專業學生的發展需求，系統、全面地介紹大數據可視化的基本知識和應用技能，詳細介紹了數據可視化基礎、數據可視化之美、工具與數據資源、數據引導可視化設計、數據可視化過程、面向用戶的交互設計、Excel數據可視化方法、Excel數據可視化應用、Tableau可視化基礎、Tableau可視化設計、Tableau可視化組織、Python可視化基礎、PyEcharts可視化分析、數據可視化評測等內容，共14章。各章均設計了導讀案例、習題、實驗與思考等環節，具有較強的系統性、可讀性和實用性，讀者可掃描書中二維碼，觀看對應的知識點視頻。本書為高等院校相關專業“大數據可視化”等課程全新設計編寫，是具有豐富實踐特色的主教材。還可供有一定實踐經驗的軟件開發人員、管理人員參考或作為繼續教育的教材。