Python Data Science Handbook

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。

《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。

本書共7章，首先介紹數據科學歷史、概念與內涵，統計和機器學習基礎知識；然後從數據科學的流程角度，展開討論數據準備、數據建模與管理、數據計算與處理、數據分析等；最後從數據安全的視角切入數據科學進行相關內容的講解。附錄介紹了Python、MATLAB、R語言等面向數據科學的編程語言，常用的數據分析工具，常用的數據可視化工具，以及大規模數據分析平臺等。本書是人工智能領域“101計劃”核心課程教材之一，可作為高等學校人工智能專業和計算機類相關專業本科生和研究生學習知識工程的教材，也可供其他專業的師生和相關工程技術人員自學或參考。

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。

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。

本書是一本系統介紹Gradio框架及其人工智能應用的實踐指南。Gradio是一個開源的Python庫，致力於幫助開發者快速創建和分享機器學習應用。全書涵蓋了從基礎到高級的Gradio應用開發技巧，詳細介紹了如何將Gradio與各種AI任務結合，打造交互式AI應用。通過學習本書，讀者將掌握高效使用Gradio構建、優化和部署AI應用的方法，從而實現模型的展示與交互。本書適合AI開發者、數據科學從業者、產品經理、產品設計師等各類讀者，無論讀者是想快速構建原型、展示AI模型，還是希望深入學習Gradio的高級特性，都能在本書中找到詳細的指導與實踐案例。

全書以計算思維為導向，凝練了計算機科學與技術中相關的基本理論、基本方法和新一代智能計算技術的基本概念及應用。全書內容分為10章，介紹了計算、計算機與計算思維的基礎知識，計算基礎，計算機系統與雲計算，計算機網絡與物聯網，算法設計基礎，Python語言程序設計，數據庫與大數據、人工智能基礎、人工智能技術、人工智能應用等智能計算技術。 本書可作為高等院校各類專業信息素養課程、數字素養課程、計算機導論課程、計算機通識課程等的教材，同時也適用於對計算思維與智能計算領域感興趣的普通讀者閱讀。

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。

本書特色：1.語言通俗，受眾廣泛：採用簡單通俗的語言闡述多元統計分析的基本概念，便於非數學背景的讀者理解。2.注重應用，結合案例：考慮到讀者的應用需求，通過案例幫助理解各種方法的概念及計算，同時包含傳統多元分析教材的多數內容及詳盡數學公式，以滿足不同讀者需求。3.兼顧主流軟件實現：基於數據驅動思維，正文中通過R軟件解釋方法及計算輸出，書末還儘量給出相應或類似的Python代碼。4.內容全面，新舊結合：既涵蓋最新發展的優秀機器學習算法，也包含傳統多元統計分析教材的常見內容，如多重回歸（分類）、主成分分析、因子分析、聚類分析、典型相關分析、對應分析等。5.結構安排以需求為導向：以數據分析目的為主線，將具體模型分屬￿相應的課題需求之下。6.理念先進，靈活實用：擺脫傳統多元統計教材模型驅動的固有問題，同時兼顧習慣於模型驅動的教師使用；倡導問題驅動或數據驅動的 “拉動式學習” 模式，讓學習目標明確、所學知識實用。7.強調綜合能力培養：重視統計學習中數學嚴密邏輯思維能力、計算機編程能力（包括針對特定軟件及泛型編程能力）、批判性思維以及對實際問題的理解能力的培養。

本教材立足高職高專教育 “強基礎、重應用” 的培養定位，共 7 個項目，包括初識生成式人工智能（AIGC）、人工智能賦能文件及文字處理、人工智能賦能 Excel 表格處理、人工智能賦能 PowerPoint 演示文稿、人工智能賦能 python 數據處理、人工智能應用體驗、智慧電商。每個項目配有項目導讀、項目要點、任務描述、預備知識、任務實施、任務拓展、項目總結、思考與練習等模塊，清晰呈現知識點與實踐方向。教學中，教師可依託項目推進 “教學做” 一體化，讓學生在實操中消化知識；自學者可跟隨任務流程，邊學邊練，借助項目總結、任務拓展鞏固提升。

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。

《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。

本書共8章。從人工智能發展簡史和基礎概念切入，循序漸進地講解Python編程與數據分析基礎、語音處理及其應用、機器學習基礎、神經網絡與深度學習、自然語言處理基礎、計算機視覺等核心內容，並闡述了人工智能倫理及其對社會的影響，探討算法偏見與公平性和數據隱私保護等前沿議題。本書設有“實踐操作”環節，並為關鍵知識點配備了微課視頻，幫助讀者理解複雜知識。本書既可作為高等學校人工智能通識教育課程的教材，也可作為社會人士瞭解人工智能技術的入門讀物。

本書以計算思維和智能思維為主線，介紹人工智能和計算機技術，探討人工智能與計算機技術的關係，引入國產自主軟件、硬件等新內容，融入物聯網、雲計算、大數據和人工智能等新一代信息技術。全書共13章，主要內容包括：人工智能基礎、人工智能實踐與創新，計算機系統結構、計算機硬件、計算機軟件、計算機網絡、信息安全技術、Python程序設計基礎、物聯網、雲計算、大數據，以及WPS文字和WPS表格的高級應用。本書內容安排合理，由淺入深，案例豐富，文字通俗易懂、可讀性強，適合作為普通高等院校各專業的“人工智能導論”“計算思維導論”和“計算機基礎”等相關課程的教材，也可以作為計算機愛好者的參考書。

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。

本書以“電影網站用戶影評分析”項目為導向，較為全面地介紹Hadoop大數據技術及其生態系統組件Hive、HBase的相關知識。本書共6個項目，具體內容包括分析電影網站用戶影評需求及環境搭建、存儲電影網站用戶影評分析數據、統計電影網站用戶影評數據、多維度分析電影網站用戶影評、基於Hive實現電影網站用戶影評分析和基於HBase實現存儲電影網站用戶影評分析結果。本書每個項目均包含實訓與習題，讀者可通過操作和練習，鞏固所學的內容。本書可以作為高校大數據技術相關專業的教材，也可以作為“1+X”證書制度試點工作中的大數據應用開發（Python）職業技能等級證書（中級）考試的培訓用書和大數據技術愛好者的自學用書。

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。

本書系統全面地介紹了MySQL資料庫應用開發所涉及的各類知識。全書共分為16章，內容包括資料庫設計概述、MySQL概述、MySQL資料類型與運算子、MySQL存儲引擎、MySQL資料庫管理、MySQL表結構管理、MySQL函數、表記錄的更新操作、表記錄的檢索、視圖、觸發器、存儲過程與存儲函數、備份與恢復、MySQL性能優化、事務與鎖機制、綜合開發案例——基於Python Flask的Go購甄選商城。本書最後還附有12個實驗。全書內容與實例緊密結合，有助於讀者理解知識、應用知識，學以致用。 近年來，AIGC技術高速發展，成為各行各業高品質發展和生產效率提升的重要推動力。本書將AIGC技術融入理論學習、實例編寫、複雜系統開發等環節，説明讀者提升程式設計效率。 本書既可以作為高等院校資料庫相關課程的教材，也可以供相關技術人員學習參考。

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。

本書是在2020年出版的第三版的基礎上修訂而成。本書共10章，內容包括隨機事件與概率、隨機變量及其分佈、多維隨機變量及其分佈、隨機變量的數字特徵、大數定律與中心極限定理、數理統計的基本概念、參數估計、假設檢驗、方差分析和回歸分析、Python在概率論與數理統計中的應用等。為培養學生建模的興趣，本書在第1-9章每章中介紹了一些與概率統計相關的數學建模，希望可以增強學生對數學建模的認識和運用。每章後還附有習題，幫助讀者深入理解課程內容。此外，本書還通過二維碼鏈接知識點視頻、數學家介紹、線上測試題以及習題答案，供讀者學習參考。本書可作為高等工科院校各專業概率論與數理統計課程的教材，也可作為各類成人教育同類專業的教科書，還可以作為工程技術人員的參考書。

數據包絡分析（data envelopment analysis，DEA）是管理運籌學領域中的重要數學工具方法，被廣泛應用於效率評價領域。本書通過理論方法與實踐運用相結合的方式介紹了DEA的常用模型和實踐應用案例。本書內容主要包括CCR模型、BCC模型、SBM模型、超效率DEA模型、交叉效率DEA模型、Cobb-Douglas型DEA模型、考慮非期望產出的DEA模型、網絡DEA模型、成本與資源配置DEA模型、固定和產出DEA模型、固定和投入DEA模型、模糊DEA模型等。本書適合項目管理、工程管理、決策分析等領域的企業管理人員，高等院校高年級本科生、研究生，科研院所研究人員及相關工作者閱讀。

本書是一本系統介紹數學建模方法與數學實驗技術的教材。全書分為10個章節，涵蓋數學建模的基本理論、常用的數學軟件（如MATLAB和Python等），以及多種實際應用模型。內容包括初等數學模型、優化模型、數學規劃模型、微分方程建模、層次分析法、圖論模型、數據處理及應用等，通過案例分析與實驗，培養讀者運用數學方法解決實際問題的能力。每章配有豐富的習題與實戰案例，幫助學生深入理解建模方法的應用及技巧。本書適合高等院校數學、工程、管理等專業的學生閱讀，也適合從事相關領域工作的工程技術人員與研究人員參考。

This book systematically summarizes the development of biodegradable polyester PBAT in recent decades and describes in detail the layout of the panel,technology and equipment,roadway support,and other aspects of PBAT synthesis,structure,properties,and manufacturing. The subject of the book belongs to materials,especially polymer science. The latest scientific research achievements,such as the life circle analysis of PBAT resin,PBAT-based alloys,PBAT plastics blending with biomass,advanced digital technology for PBAT blending,e.g.,PBAT molding process,evaluation,and certification of PBAT biodegradability,are also analyzed and summarized. In general,this book comprehensively displays the development process and latest achievements of PBAT resin,aiming to promote China''s advanced biodegradable plastics technology to the reader in the whole world,and has significant social significance.

本書重點介紹了PATRAN PCL語言的語法介紹、對於模型處理、結果處理、界面編程的主要的操作方法、操作示例；同時還講解了python的主要語法、編寫方法及在結構分析流程中的使用；BDF文件的格式、結構及主要數據卡說明；PYNASTRAN庫結構及處理BDF文件和OP2文件的方法；ferespost庫結構及處理XDB文件的方法；另外還介紹了使用VC++開發PATRAN外部庫的方法。這本書主要是面向于結構工程師，供船舶結構工程師、工科院校船舶結構專業的學生及研究者使用。

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。

本書分基礎篇和進階篇。其中，基礎篇涵蓋了RobotStudio軟件仿真的基礎知識，主要包括塗膠路徑優化與動態顯示、碼垛仿真與通用框架程序構建、圖形化垛型生成軟件的製作、基於Smart組件的隨機位置物體抓取技術、視覺糾偏輸送鏈跟蹤仿真、各類外軸仿真與路徑優化、各類機器人TCP自動標定仿真、2D視覺標定與仿真技術、3D視覺仿真以及複合機器人（AGV）的仿真等。進階篇則深入探討了機器人讀取G代碼與自動路徑生成、人工路徑複現技術、圖片輪廓識別的自動繪圖仿真、EGM協議的深度解析與上位機位置及速度控制、Python結合EGM與手勢控制、ROS控制ABB機器人的實現方法、基於RobotStudio SDK的Smart組件開發與OpenCV的聯合仿真技術、RobotStudio 20XX版本的新功能及Omnicore示教器App的開發、RobotWare Add-Ins的開發等高級內容。

本書系統講解MCP的技術原理與應用實戰。首先從MCP的基礎知識入手，詳細講解MCP的起源與發展、架構、核心組件（資源、工具、提示模板）、支持的傳輸類型和安全機制等，並通過與API、Agent、Function Calling、A2A 協議l等的對比，體現其標準化優勢。然後講解如何安裝與搭建MCP服務器，並以Node.js和Python雙棧為例，手把手搭建MCP服務器與MCP客戶端，演示如何將MCP集成到Claude Desktop、Cursor IDE等主流AI平臺中。最後講解了多個實戰案例，涵蓋瀏覽器自動化、命令行與Shell、版本控制、數據庫交互、數據分析與可視化、雲平臺服務集成、通信與協作及娛樂休閒等多個應用場景。本書還同時深入探討了權限管理、沙箱隔離等安全機制，幫助讀者快速掌握MCP，實現大模型與業務系統的無縫對接，推動大模型從"知識庫”跨越式發展為"智能助手”。

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。

本書通過豐富的插圖、表格和代碼示例，結合動手實驗及結果分析，通俗易懂地講解了Linux操作系統的基礎知識和運行原理，包括進程管理、進程調度、內存管理、設備訪問、文件系統、虛擬化和容器等機制，以及這些機制如何與硬件協同工作。本書在初版的基礎上新增了設備訪問、虛擬化、容器及cgroup等章節，並對原有章節內容也進行了大幅修訂，以滿足作者的閱讀需求；開闢了“技術專欄”，以幫助希望深入瞭解Linux的讀者拓寬知識面；源代碼也從C語言編寫更新為Go和Python實現，同時加入大量注釋，以方便讀者理解。此外，本書也全面升級為彩色印刷，讓穿插于字裡行間的豐富圖表更加清晰易懂。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。

內容簡介 能簡單使用DeepSeek等AI工具就等於會AI辦公了嗎？本書將顛覆你對AI辦公的認知！ 這是一本面向所有職場人的AI辦公實戰指南，它將帶領我們實現從“AI小白”到“AI辦公高手”的躍遷。本書以DeepSeek為核心工具，深度講解DeepSeek與Kimi、豆包、飛書等13個工具深度協同，以及與VBA、Python等技術的結合使用，不僅能讓我們全面學會AI如何輔助辦公，還能深度掌握如何用AI實現自動化辦公。 工欲善其事，必先利其器。本書首先從實踐者的視角全面解析了 DeepSeek平臺的特性，深入對比了推理模型與通用模型的差異，並詳細介紹了如何選擇和應用DeepSeek的不同模型，為讀者高效利用DeepSeek打下堅實基礎。 隨後，本書著重講解了LangGPT社區結構化提示詞框架在DeepSeek中的改造與應用，並提煉了提示詞編寫的核心原則與技巧，為讀者構建與 AI 高效溝通的橋樑。 本書堅持“授人以魚，更授人以漁” 的理念，不僅提供了行政文秘、市場營銷、數據分析、項目管理、人力資源、內容運營等6大職場領域的AI效率提升方案，覆蓋會議通知撰寫、爆款文案生成、數據清洗與處理等職場高頻辦公場景 ；而且深入探索了DeepSeek與Kimi、Mermaid、Office、Python等13個熱門工具的協作應用，以及DeepSeek API的調用，解鎖了PPT 製作、流程圖表製作、數據可視化、自動化報表生成、批量數據處理等更高級的AI自動化辦公技能。為了方便讀者快速上手，本書還提供了豐富的實戰案例和經典提示詞模板，即學即用，效果立竿見影。 本書將幫助每一位讀者熟練掌握 DeepSeek 這一強大的AI辦公工具，構建起從 “AI 輔助辦公”到“AI自動化辦公”的完整技能體系，顯著提升職場核心競爭力，成為AI自動化辦公時代的先行者！

本書根據教育部高等學校大學數學課程教學指導委員會的要求，結合應用型本科的實際需要編寫，並根據近年來高中數學教學的實際情況，與高中數學相關內容緊密銜接，優化內容結構、強化軟件應用、突出Python應用，旨在培養學生解決專業領域中複雜工程問題的統計分析能力和信息技術應用能力。全書共9章。第1～5章是概率論部分，內容包括隨機事件與概率、離散型隨機變量、連續型隨機變量、多維隨機變量及其分佈、大數定律和中心極限定理；第6～9章是數理統計部分，內容包括數理統計基礎知識、參數估計、假設檢驗、回歸分析與方差分析。每章末均附有習題，書後附有習題的參考答案。本書適合作為應用型本科院校工學、經濟學、管理學類專業概率論與數理統計課程教材，也可作為有關工程技術人員的參考書。

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。

本書為《人工智能與數據處理基礎》(第2版)(ISBN:9787302686378)的實驗實訓教程，實例豐富、針對性強、實用性強。本書以智能數據分析技術及其應用路線為核心，通過翔實的案例和習題，介紹數據存儲設計與Access數據庫管理、數據存儲中的表與關係、查詢、數據分析語言——Python、數值數據智能分析技術、文本數據智能分析技術和人工智能數據分析方法。本書可以作為“新文科”與“新工科”建設背景下全國高等院校的人工智能和數據處理通識課的實驗實訓教材，也可以作為人工智能的普及讀物供廣大讀者自學或參考。

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。

為深入貫徹落實黨的“二十大”精神，加快建設數字中國，培養大批具備計算思維和人工智能素養的創新人才，本書以培養學生的計算思維能力和人工智能應用能力為目標，力求做到理論與實踐相結合、知識與能力並重、科技與人文交融，為讀者提供一本內容豐富、結構清晰、實用性強的人工智能通識課教材。本書分為理論篇和實踐篇兩大部分，共8章。第1～6章為理論篇，從計算思維與計算機系統基礎入手，詳細介紹了計算機系統基礎知識，深入探討了人工智能的概念、核心要素、關鍵技術及應用，幫助學習者全面掌握人工智能的理論體系。此外，還涵蓋了分布式計算環境、雲計算、大數據、物聯網、區塊鏈等前沿技術，幫助學習者瞭解人工智能在當代技術環境中的應用與發展趨勢。第7～8章為實踐篇，聚焦Python編程實戰，通過實驗和項目實戰逐步引導學習者掌握Python編程技巧，掌握如何利用AI開放平臺編程實現文字識別、圖像識別等功能；深入探討AIGC(生成式人工智能)工具的應用，涵蓋寫作、圖表、演示文稿、圖像、視頻、代碼生成等多個領域，結合實際案例，幫助學習者快速上手AIGC工具，提升工作效率。本書緊跟時代步伐，注重思維訓練，強化實踐應用，既適合作為高等院校人工智能通識課程的教材，也可作為人工智能愛好者的自學用書。

本書系"十四五"高等職業教育新形態一體化教材之一，依據高等職業院校計算機類專業對人工智能基礎能力培養方面的具體要求編寫，旨在培養高職院校學生對人工智能的認知能力、人工智能基礎框架應用能力、數據分析能力和創新能力。本書採用任務驅動的編寫方式，共8個單元，分別是人工智能概述、TensorFlow和PyTorch環境搭建、Python基礎、TensorFlow入門、NumPy科學計算庫、Pandas數據分析庫、Matplotlib基礎知識和高級應用、人工智能通用技術。本書提供了豐富的案例代碼和視頻講解資源，並配有教學PPT以及配套的MOOC資源。本書適合作為高等職業院校人工智能專業的教材，也可作為人工智能愛好者的入門參考書。

NoSQL數據庫以其獨特的數據模型和擴展方式，為大數據和人工智能等領域提供了強有力的支持。本書基於Windows 10及以上操作系統編寫，介紹NoSQL數據庫的基礎知識及其在開發中的應用。全書共14章，第1章介紹NoSQL數據庫的基礎知識；第2章介紹鍵值對存儲數據庫Redis；第3章介紹列式存儲數據庫HBase；第4章介紹圖形存儲數據庫Neo4j；第5章介紹文檔存儲數據庫MongoDB；第6章介紹MongoDB文檔的增刪改查；第7章～第10章分別介紹MongoDB數據庫中索引、排序與分頁、權限機制、MapReduce與GridFS的相關知識；第11章介紹MongoDB的客戶端軟件；第12章介紹Python與MongoDB的相關知識；第13章介紹Django與MongoDB的相關知識；第14章通過綜合案例介紹MongoDB在數據分析中的使用。