Python

本教材書主要介紹和講解目前人工智能三個主要流派所包含的基礎理論和研究方法，並通過實例來詳細瞭解這些技術的特點及應用，帶領讀者走進人工智能的世界。本書以人工智能技術的發展為線索，內容共分5章，包括知識的表示、搜索技術、機器學習、深度學習等內容，在結構上便於裁剪，適應于不同學時的高校教學需求；在內容上將對數學原理和算法的講解與實例分析和Python代碼實現相配合，通過例題來幫助讀者理解和應用公式，具體代碼實現部分也能更好地幫助讀者理解數學原理和應用實際之間的結合方法、算法的組織過程以及相關人工智能技術的編程實現，能儘快上手應用。同時，本書除了介紹各種算法基本步驟的源代碼實現以外，還介紹了目前人工智能領域裡一些主要算法工具包的使用方法，降低了非計算機類專業學生的編程門檻，並增加了參考實驗環節，方便實驗教學和進行實戰學習。實驗和章節中的相關實例內容均附有源代碼及介紹，源代碼中包含詳盡的注釋。本書有配套網絡教學平臺，便於開展線上線下混合式教學，讀者可下載超星學習通並註冊，打開學習通APP，掃描二維碼加入學習。本書可作為高等院校人工智能及相關專業本專科人工智能基礎課程的教材，也可用於其他專業的選修教材，還適合對人工智能感興趣的讀者學習參考。

《動手學深度學習：PyTorch版》是《動手學深度學習》的重磅升級版本，選用經典的PyTorch深度學習框架，旨在向讀者交付更為便捷的有關深度學習的互動式學習體驗。《動手學深度學習：PyTorch版》重新修訂《動手學深度學習》的所有內容，並針對技術的發展，新增注意力機制、預訓練等內容。《動手學深度學習：PyTorch版》包含15章，第一部分介紹深度學習的基礎知識和預備知識，並由線性模型引出最簡單的神經網路——多層感知機；第二部分闡述深度學習計算的關鍵元件、卷積神經網路、迴圈神經網路、注意力機制等大多數現代深度學習應用背後的基本工具；第三部分討論深度學習中常用的優化演算法和影響深度學習計算性能的重要因素，並分別列舉深度學習在電腦視覺和自然語言處理中的重要應用。《動手學深度學習：PyTorch版》同時覆蓋深度學習的方法和實踐，主要面向在校大學生、技術人員和研究人員。閱讀《動手學深度學習：PyTorch版》需要讀者瞭解基本的Python程式設計知識及預備知識中描述的線性代數、微分和概率等基礎知識。《深度學習詳解》根據李巨集毅老師“機器學習”公開課中與深度學習相關的內容編寫而成，介紹了卷積神經網路、Transformer、生成模型、自監督學習（包括BERT和GPT）等深度學習常見演算法，並講解了對抗攻擊、領域自我調整、強化學習、元學習、終身學習、網路壓縮等深度學習相關的進階演算法。在理論嚴謹的基礎上，《深度學習詳解》保留了公開課中大量生動有趣的例子，幫助讀者從生活化的角度理解深度學習的概念、建模過程和核心演算法細節。

《機器學習：貝葉斯和優化方法（原書第2版）》對所有重要的機器學習方法和新近研究趨勢進行了深入探索，通過講解監督學習的兩大支柱——回歸和分類，站在全景視角將這些繁雜的方法一一打通，形成了明晰的機器學習知識體系。 新版對內容做了全面更新，使各章內容相對獨立。全書聚焦於數學理論背後的物理推理，關注貼近應用層的方法和算法，並輔以大量實例和習題，適合該領域的科研人員和工程師閱讀，也適合學習模式識別、統計/自適應信號處理、統計/貝葉斯學習、稀疏建模和深度學習等課程的學生參考。 此外，《機器學習：貝葉斯和優化方法（原書第2版）》的所有代碼均可免費下載，包含MATLAB和Python兩個版本。 《機器學習：貝葉斯和優化方法（原書第2版）》重要更新及特色： 重寫了關於神經網絡和深度學習的章節，以反映自第1版以來的研究進展。這一章從感知器和前饋神經網絡的基礎概念開始討論，對深度網絡進行了深入研究，涵蓋較新的優化算法、批標準化、正則化技術（如Dropout方法）、CNN和RNN、注意力機制、對抗樣本和對抗訓練、膠囊網絡、生成架構（如RBM）、變分自編碼器和GAN。 擴展了關於貝葉斯學習的內容，包括非參數貝葉斯方法，重點討論中國餐館過程（CRP）和印度自助餐過程（IBP）。 追蹤新的研究趨勢，包括稀疏、凸分析與凸優化、在線分布式算法、RKH空間學習、貝葉斯推斷、圖模型與隱馬爾可夫模型、粒子濾波、深度學習、字典學習和潛變量建模等。 提供實用案例分析，包括蛋白質折疊預測、光學字符識別、文本作者身份識別、fMRI數據分析、變點檢測、高光譜圖像分離、目標定位等。

教材,編程思維可以分解為4個部分：問題分解,模式識別,抽象思維,算法設計.這是一種高效且實用的思維方式,尤其在處理看起來很複雜的問題上,非常有效.生活上處處可以運用編程思維.在21世紀的今天,各項各業都已經和信息技術相結合,科學研究更是如此,由此而產生眾多交叉學科,編程便成為了交叉學科的最基本技能.編程思維涵蓋了反映計算機科學之廣泛性的一系列思維活動,是適合每個人的一種普遍的認識和一類普適的技能.本教程希望通過Blockly可視化編程語言作為編程入門工具,通過類似拼圖的方式構建出程序,結合遊戲案例教學,激發學生們學習編程的興趣,推動他們更深入的探究程序設計和進行算法設計.此外,Blockly功能非常強大,可以用它開發出功能更強大的編程工具,如非常流行的編程工具Scratch、AppInventor等.用Blockly編寫程序的代碼可以自動轉換成Javascript、Python、PHP、Lua、Dart等語言.筆者將通過遊戲引入課程內容講解,再到能力提升,增加了學習的趣味性；本教材將全面系統介紹所有知識點,並結合程序設計思維和算法思維講解,由易到難進行編寫,將更加適合不同層次的讀者的使用.通過本教材的編寫,提升學生學習編程的興趣,促使學生瞭解計算機解決問題的一般步驟,理解程序設計思維、算法思維在問題解決過程中所發揮的作用,提高學生運用計算機知識實現問題的抽象、進行問題求解和形式化描述的能力,最終能使用計算機知識解決本專業的實際問題.深度融合現代信息技術,構建複合型的教學內容體系,集教材、微課、MOOC、互動於一體的新形態教材.本教材是湖南師範大學校級規劃立項教材.

內容簡介 在AI浪潮席捲而來的今天，編程不再是少數人的專屬技能，本書正是你零基礎邁入AI編程世界的實踐指南，系統講解如何借助DeepSeek和Windsurf兩大AI編程助手，實現人人都能學會編程的願景。 本書由香港智友數字科技CEO、資深AI編程與數字化運營專家蘭翔領銜撰寫，凝聚了他豐富的開發經驗和AI實戰經驗。本書獲得了東方證券原首席經濟學家、浙商銀行原行長、重慶富民銀行董事長兼行長、武漢大學和負擔大學教授等多位業界與學界的權威專家的高度評價與鼎力推薦。 面對AI時代編程門檻高、學習效率低、實戰應用難的痛點，本書為你提供了一套從思維到方法，從工具到項目，從原理到實踐的系統性解決方案，讓你告別傳統編程的晦澀難懂，輕鬆掌握AI編程的核心技能，實現從零基礎到獨立開發的跨越。 掌握本書內容，你將收穫以下價值： （1）AI編程核心方法論： 深入解析DeepSeek與Windsurf如何驅動零基礎學習，掌握AI編程的核心思維、提示詞工程原理及人機協作模式。 （2）AI助手高效代碼開發： 學習如何利用AI助手進行需求分析、代碼生成、調試優化，涵蓋Python基礎、數據處理、項目架構等核心技術，大幅降低學習門檻。 （3）AI編程項目實戰技能： 通過數據分析報告生成系統、自動化日報工具、本地事務提醒助手、網站搭建等多個實戰項目，掌握AI在項目開發中的作用、多項目規劃與迭代優化技術，增強獨立開發與問題解決能力。 （4）個人AI工具生態系統構建： 掌握數據分析、自動化工具、提醒系統等應用開發，搭建個人效率提升的完整解決方案，實現從學習到成果轉化的全流程突破。 跟隨本書，與AI導師DeepSeek和Windsurf並肩作戰，你將輕鬆掌握編程奧秘，不僅能學會寫代碼，還將學會AI時代的思考方式與協作能力。無論你是想轉行IT，提升職場競爭力，還是實現個人創意，這本書都將成為你實現夢想的堅實基石，助你在數字化未來中搶佔先機，成為AI時代的弄潮兒！

本書是教育部計算機領域本科教育教學改革試點工作（“101計劃”）核心課程“計算概論（計算機科學導論）”之配套教材，也是面向所有大學生的第一門計算機課程的配套教材，由哈爾濱工業大學牽頭，東南大學、南京航空航天大學、湖南大學、北京大學等五所高校的優秀教師組成的課程建設組共同編寫。大學生的第一門計算機類專業核心課程應是計算機類專業的一門綱領性課程，也是所有專業學生必修的計算思維教育課程，旨在培養學生的科學與工程思維——計算思維，為學生今後深入學習設計、構造和應用各種計算系統求解學科問題奠定思維基礎。關於如何培養計算思維，本書試圖通過進階化的程序實踐項目，為讀者提供可研讀、可體驗、可實踐的實現計算思維的程序，使其能夠構建關於計算系統/工具的思維體系,是通過程序實踐培養計算思維的一種新探索。本書由16章內容構成：第1章介紹計算思維教育教學內容體系以及進階化程序實踐項目的總體設計方法；第2章簡要介紹程序設計語言Python及其編程實踐環境；第3～16章，每章介紹一個程序實踐項目，包括項目涉及的典型計算思維、項目總體設計方案、編程任務分解及其說明、關鍵編程任務的源代碼等。本書的實踐項目包括函數曲線繪製、曲線擬合、掃雷、CPU仿真、文件存儲仿真、分形圖案繪製、二十四點計算、數獨、旅行商問題求解、五子棋、網絡構建、網絡數據傳輸、應用數據庫、神經網絡建模與訓練。本書中所有項目的編程任務源代碼以開源的形式供讀者索取和研究。本書可作為不同類型高校計算機類專業第一門計算機教育課程的教材，也可作為各層次高校所有專業學生第一門計算機教育課程的教材。對於各類計算機教育工作者、從事計算機各領域工作的人員，本書也是一本極具價值的參考書。

本書是教育部計算機領域本科教育教學改革試點工作（“101計劃”）核心課程“計算概論（計算機科學導論）”之配套教材，也是面向所有大學生的第一門計算機課程的配套教材，由哈爾濱工業大學牽頭，東南大學、南京航空航天大學、湖南大學、北京大學等五所高校的優秀教師組成的課程建設組共同編寫。大學生的第一門計算機類專業核心課程應是計算機類專業的一門綱領性課程，也是所有專業學生必修的計算思維教育課程，旨在培養學生的科學與工程思維——計算思維，為學生今後深入學習設計、構造和應用各種計算系統求解學科問題奠定思維基礎。關於如何培養計算思維，本書試圖通過進階化的程序實踐項目，為讀者提供可研讀、可體驗、可實踐的實現計算思維的程序，使其能夠構建關於計算系統/工具的思維體系,是通過程序實踐培養計算思維的一種新探索。本書由16章內容構成：第1章介紹計算思維教育教學內容體系以及進階化程序實踐項目的總體設計方法；第2章簡要介紹程序設計語言Python及其編程實踐環境；第3—16章，每章介紹一個程序實踐項目，包括項目涉及的典型計算思維、項目總體設計方案、編程任務分解及其說明、關鍵編程任務的源代碼等。本書的實踐項目包括函數曲線繪製、曲線擬合、掃雷、CPU仿真、文件存儲仿真、分形圖案繪製、二十四點計算、數獨、旅行商問題求解、五子棋、網絡構建、網絡數據傳輸、應用數據庫、神經網絡建模與訓練。本書中所有項目的編程任務源代碼以開源的形式供讀者索取和研究。本書可作為不同類型高校計算機類專業第一門計算機教育課程的教材，也可作為各層次高校所有專業學生第一門計算機教育課程的教材。對於各類計算機教育工作者、從事計算機各領域工作的人員，本書也是一本極具價值的參考書。

本書以當前流行的MySQL 5.7作為平臺，內容分為MySQL基礎、習題、實驗、數據庫綜合實訓、數據庫應用開發實訓和附錄。本版對MySQL基礎部分進行了系統優化，使內容更加簡明扼要，對原有實例進行了修改，從而為實驗數據庫與教程的一體化創造了條件。全書MySQL命令分層縮進，基礎部分數據庫表列名採用漢字，綜合實訓數據庫表列名則採用英文字符，數據庫及其對象、函數名等採用小寫字母，系統關鍵字採用大寫字母，語句格式清晰易懂，運行結果直觀。數據庫綜合實訓通過一個規模不大的數據庫綜合實例，將數據庫主要對象及其相互配合包含其中，同時又為後面的數據庫應用開發實訓進行了精心的數據準備。實驗部分數據庫與基礎部分的是一樣的，這樣實驗更加方便，供讀者自己思考和練習的內容也更系統和豐富，同時更有利於讀者理解基礎部分所學知識。習題部分進一步系統化，豐富了題型和內容。數據庫應用開發實訓介紹目前流行的PHP、Spring Boot、Python、Android Studio、Qt、C#和Visual C++等平臺操作MySQL數據庫的實例。每一個實訓既可獨立構成一個小的應用系統，包含操作數據庫的基本方法，同時又可把幾個實訓合為一個綜合大系統。本書融基礎和應用於一體，系統性、應用性均比較完善。由於本書的內容體系具有自己的特色，並且從方便教和學兩個角度組織內容、調試實例和安排先後順序，所以用本書教和學均比較方便，讀者可根據自己的實際需要比較和選擇本書各部分內容。本書免費提供配套的教學視頻(建議在WiFi環境下掃碼觀看)、教學課件和習題參考答案。免費提供7個實訓平臺上可運行的源程序文件。同時免費提供實訓網絡文檔和配套的源程序文件，需要的讀者請到華信教育資源網(www.hxedu.com.cn)免費下載。本書可作為大學本科、高職高專院校有關課程教材，也可供廣大數據庫應用開發人員使用或參考。

【本書特色】 繼台灣人工智慧領域最暢銷著作《TensorFlow+Keras深度學習人工智慧實務應用》之後，大數據分析大師、暢銷名作家 林大貴最新力作《圖解TensorFlow 2初學篇：實作tf.keras + Colab雲端、深度學習、人工智慧、影像辨識》嶄新登場！解決學習TensorFlow 2的障礙，輕鬆進入深度學習與人工智慧領域！ ✪漸進式系統化學習TensorFlow 2 ✪圖解輕鬆理解深度學習與人工智慧 ✪Step by Step實作快速上手 ✪Colab節省訓練模型的時間與金錢 ✪養成深度學習模型直覺式的理解 ✪學會TensorFlow 2的最新技術 ✪學會影像辨識模型從原理到實作 ✪學會訓練深度學習模型的實務經驗 【內容簡介】 TensorFlow 2是最受歡迎的「人工智慧與深度學習」平台，學會了TensorFlow 2，對於你的現有工作提升與未來轉職都有很大的幫助，然而多數人在學習過程中卻遇到了很多困難，而本書能解決學習TensorFlow 2的障礙。 ✪漸進式系統化學習TensorFlow 2 本書是《圖解TensorFlow 2》系列叢書的第一本初學篇，本系列叢書主要是幫助初學者解決進入此領域的障礙，循序漸進有系統地學習「TensorFlow 2與人工智慧、深度學習」，本系列叢書詳細說明於本書序言。 ✪圖解輕鬆理解深度學習與人工智慧 很多讀者都是在百忙之中抽空學習，本書以很多的「圖解」來解說深度學習原理與程式系統的架構圖。由於「一張圖勝過千言萬語」，比起文字的說明，「圖解」更可讓原理易懂且印象深刻。 ✪Step by Step實作快速上手 你只需要有Python基礎，依照本書範例程式碼Step by Step的詳細解說，便可讓你快速學會實作不同的深度學習模型。 ✪節省訓練模型的時間與金錢 本書介紹Google Colab，只需要有Google帳號與瀏覽器，就能夠免費使用GPU訓練模型，加快訓練速度十多倍以上，可節省你採購與安裝顯示卡的昂貴費用。 ✪培養「深度學習模型」直覺式的理解 本書介紹玩TensorFlow Playground理解深度學習的原理。透過實際示範，讓你眼見為憑（有圖有真相），例如：什麼是「神經元」？什麼是「過度擬合」（overfitting）？並了解如何設定超參數等。 ✪學會TensorFlow 2的最新技術 本書介紹Ten

這是一套數據指標體系全流程構建(從規劃、框架設計、數據采集加工到應用)方法論與實踐指南。它不僅深入淺出地分享了通用的數據指標體系構建策略，還通過多個行業實例展示了具體操作方法。書中從數據采集入手，借助BI工具Superset實踐構建過程。本著“一切技術都是為業務服務的”這一宗旨，本書除了包含數據指標體系構建相關內容外，還結合統計學原理及Excel、Python等工具，深入剖析數據指標波動對業務的影響，旨在幫助讀者深入理解數據指標與實際業務的底層關聯，把數據指標體系落地到業務中。第一篇(第1章)：深度解讀數據指標體系的基礎知識，讓讀者充分理解數據指標，並掌握構建策略、全流程和方法概要，其中包括數據指標體系分類標準、評判優質指標的4個標準、選擇數據指標的4個注意事項、數據指標體系3要素、構建指標體系的7個策略等重點。第二篇(第2～6章)：從實踐層面出發，帶領讀者基於業務目標一步步提煉5類產品(工具類、內容類、社交類、交易類、遊戲類)的關鍵數據指標，並通過精細的維度拆解，呈現清晰的指標規劃圖譜。本篇還在最後站在分析維度的角度給出了數據指標分析的方法論。第三篇(第7章和第8章)：在第二篇形成的規劃圖譜的基礎上，給出數據指標構建的完整方法論，並以在線教育、電子書閱讀工具、圖文內容社區、網約車平臺、社交電商這五大典型行業為例，完整解讀如何將方法論應用於實踐。第四篇(第9章和第10章)：揭秘數據從埋點收集到清洗加工的全過程，包括原始數據采集、數據處理與指標開發、數倉模型構建等。這是實現高效數據處理的關鍵，也是數據分析師必備技能之一。第五篇(第11章和第12章)：通過實際案例指導讀者搭建數據指標體系，並展示如何利用數據指標體系監控業務動態，分析數據異動，量化其對整體業務的影響。其中包括25種BI數據可視化方法、2個監控看板實戰案例、精准定位數據異動的方法、4種數據異動類型、1套異動維度拆解策略，以及7種量化數據異動貢獻度的方法。

中國明確提出了二氧化碳排放力爭於2030年前達到峰值，努力爭取2060年前實現碳中和的“雙碳”目標，這對提升能源效率提出更加緊迫要求。目前，學界關於提升能源效率的路徑建議主要聚焦在技術進步與產業結構優化兩個方面，但尚未見對兩者前置因素的系統性研究。同時，在經濟增長向主要依靠消費轉變的背景下，現有文獻缺乏圍繞綠色消費影響能源效率的專門性成果。從人力資本具有的功能與作用本性來看，它可能是技術進步、產業結構優化、綠色消費等的前置因素。本書以馬克思生產節約思想、效率分析理論、技術進步理論、能源替代理論等相關理論為基礎，採用規範分析與實證分析相結合、定性分析與定量研究相結合、比較分析法等多種方法，以及DEA、Python等技術手段，緊扣“人力資本影響能源效率的機制與路徑”這一核心命題，在分析人力資本對能源效率作用機理以及人力資本和能源效率時空格局的基礎上，討論了人力資本對能源效率影響可能存在的內生性問題，尋找了有效的工具變量，實證了人力資本對能源效率的影響，並進一步驗證了影響機制。本書的主要研究工作及結果如下。第一，人力資本對能源效率提升具有促進作用。首先，本書通過模型推導證明了人力資本對能源效率存在影響， 且結合經濟實際判斷人力資本可促進能源效率提升；其次，分別對樣本期內我國 30 省市人力資本和能源效率進行測度，分析人力資本與能源效率的事實特徵，發現絕大多數地區的人力資本與能源效率具有趨同演進趨勢；再次，構建IV-Tobit 模型進行分析，回歸結果表明人力資本每提高一個百分點能源效率會提高16.9%， 實證檢驗了本書的核心命題成立。第二，人力資本對能源效率是通過綠色技術進步效應、 產業結構優化效應、 公眾綠色偏好效應發生影響的，政府治理可對以上三種效應產生調節作用。第三，人力資本對能源效率的影響會有異質性結果。

自ChatGPT上市滿週年以來，其熱潮未見減弱，OpenAI官方更積極拓展其應用範圍，推出了Plugins與GPTs等服務，進一步豐富ChatGPT的使用場景。這些創新的大型語言模型（LLM）應用，正在逐步轉變我們的軟體操作方式，將自然語言作為輸入介面，以生成的內容作為輸出回應。舉例來說，僅需輸入「明天10點安排業務會議，並通知相關人員」，LLM應用即可自動完成會議的建立與相關通知。這種方式，無疑是人類溝通中最為自然的模式。面對如此劃時代的變革，我們迫切需要適當的開發指導與策略。 本書旨在提供此類指南，專門解析目前市場上兩大主流的LLM應用開發框架—LangChain與Semantic Kernel。無論您是Python或.NET的開發人員，都能從本書中獲得寶貴的知識與技能。除此之外，本書還特別介紹了當前最受企業青睞的知識庫應用架構—RAG實作，以及提示工程的視覺化工具，每個主題都配有專章詳細介紹與實作教學，旨在為讀者提供全面而深入的學習體驗。 本書特色 1.首本涵蓋LangChain與Semantic Kernel框架教學指南在人工智慧領域，ChatGPT已成為不可忽視的焦點。雖然市場上有許多書籍從探討Prompt提示的調用出發，但真正深入探討如何整合外部系統或進行複雜Prompt提示的資料卻寥寥無幾。本書將填補這一空白，專注於兩大主流開發框架：LangChain與Semantic Kernel，為讀者提供深入指南。 2.內容涵蓋向量資料庫、RAGRAG是目前企業打造知識庫LLM應用的首選架構，其技術層面涵蓋向量、詞嵌入、提示工程，本書一一拆解為讀者提供詳細的RAG設計過程與實作。 3.提示流程視覺化工具提示流程視覺化工具是一種開發工具，目的在簡化由大型語言模型（LLM）提供之 AI 應用程式的整個開發週期。可簡化原型設計、實驗、反覆運算和部署 AI 應用程式的程式。本書手把手教學，甚至可以實現零程式碼建造LLM應用。適合非專業開發者使用。 4.本書適合的「讀者族群」a.想瞭解如何使用LangChain與Semantic Kernel的開發者b.想瞭解向量資料庫與RAG架構的開發者c.想瞭解Prompt提示工程視覺化設計的使用者d.想瞭解在企業面如何整合ChatGPT導入應用的技術主管 專業推薦

本教材基於會計、信息和技術的交叉融合，培養會計學專業本科生會計數據科學思維與能力數據，具有理論的創新性和人才培養的實踐價值。本教材首先介紹會計與數據科學的發展歷程、數智時代的會計定位，並由此提出會計數據科學的理論基礎與實踐路徑，為學生會計數據科學思維奠定基礎。在此基礎上，依次講解會計數據科學的信息理論基礎，即大數據原理與架構簡介；會計數據科學的技術基礎，包括Python基礎、網絡爬蟲、數據預處理、數據挖掘與自然語言處理、數據可視化等；進一步，結合本科生的人才培養需求以及未來職業環境的現狀，闡述開放式API接口和平臺在會計數據科學中的應用；最後，根據上述學習內容，在會計基礎工作數據處理、財務分析與可視化、業財融合數據分析、宏觀政策文本與量化分析等會計應用場景進行示例，旨在深化學生的會計數據驅動分析與決策能力的培養。本教材的特點在於：明確採用開放式API接口和學習平臺，使學生畢業後能不受企業用戶級平臺的限制。基於開放式API接口和學習平臺一方面能快速使用最新的大數據技術，又能降低學生的編程要求，使學生將主要精力用於會計數據決策中，具有非常重要的現實意義。相對而言，目前國內高校在會計大數據方面的教學改革主要從三種路徑。第一條路徑是以規劃設計為主導的路徑，注重會計大數據系統構建和程序設計，此部分對學生數理和計算機基礎較高，主要面對部分“雙一流”高校學生；第二條路徑是校企合作路徑，利用企業開發的會計大數據系統、財務共享系統和財務機器人系統等，主要進行操作層面的講解，適用于學生畢業後在就職企業使用特定平臺(如用友、浪潮等)，但學生脫離該平臺將難以勝任會計數據驅動處理與決策工作；第三條路徑處於上述兩種路徑之間，但發展思路尚不清晰。本教材則進行了第三條路徑且明確了教學方向。

《深度學習入門 基於Python的理論與實現》本書是深度學習真正意義上的入門書，深入淺出地剖析了深度學習的原理和相關技術。書中使用Python3，儘量不依賴外部庫或工具，從基本的數學知識出發，帶領讀者從零創建一個經典的深度學習網絡，使讀者在此過程中逐步理解深度學習。書中不僅介紹了深度學習和神經網絡的概念、特徵等基礎知識，對誤差反向傳播法、卷積神經網絡等也有深入講解，此外還介紹了深度學習相關的實用技

本書介紹了基於Python的資料分析與智慧建模領域的若干案例。全書共6章，其中，第1章介紹Python科學計算模組Numpy和資料分析模組Pandas；第2章介紹20個資料視覺化的經典案例；第3章介紹插值和擬合；第4章介紹線性規劃和非線性規劃；第5章介紹回歸分析；第6章介紹聚類分析。

《Python 網絡爬蟲從入門到實踐》一書適用於Python 爬蟲入門學習的讀者，書中全面介紹了使用Python進行網絡爬蟲開發的入門必備知識，本書從學習與應用的角度出發，幫助讀者快速掌握網絡爬蟲的各項技能。全書共17 章，包括初識網絡爬蟲、瞭解Web 前端、多種網絡請求模塊、網頁數據的多種解析方式、爬取動態渲染的信息、多線程與多進程爬蟲、數據處理與存儲、App 抓包工具、識別驗證碼、Scrapy

A funny, fantastically entertaining debut novel, in the spirit of Wodehouse and Monty Python, about a famous poet who inadvertently sells his wife to the devil--then recruits a band of adventurers to