机器学习作为人工智能的重要分支，已在不同行业得到了广泛应用。本书以锤炼读者机器学习相关技术的实战能力为导向，将案例与项目贯穿全文，全面系统地介绍了代表性机器学习算法及其应用。本书共12?章，分为?4?篇，即入门篇、监督学习篇、无监督学习篇、进阶篇。入门篇概述机器学习，监督学习篇主要介绍K近邻、决策树、线性模型、支持向量机和贝叶斯模型，无监督学习篇主要介绍聚类、主成分分析和奇异值分解，进阶篇主要介绍集成学习、特征工程和深度学习。 本书可作为高校工科专业机器学习相关课程的教材，也可供相关领域的培训机构教学使用，还可作为人工智能爱好者和相关方向技术人员的参考书。

本书按照 由简到难、循序渐进 的教学原则，共设置了8个单元：C语言程序设计入门、利用三种程序结构解决简单问题、利用数组处理同类型的批量数据、利用函数实现模块化程序设计、灵活使用指针处理问题、利用复杂的构造类型解决实际问题、利用文件进行数据管理、应用软件设计。读者通过对本书的学习，既能掌握C语言编程基础，也能掌握模块化程序设计方法及软件工程文件组织方法，可为后续的其他软件语言程序设计和嵌入式软件设计奠定良好的基础。 本书配有微课视频，扫描正文中的二维码即可观看。为了方便教学，本书还配有电子教案、电子课件（含程序源代码）、同步练习答案、习题库及参考答案等教学资源。凡选用本书作为授课教材的教师，均可通过QQ（1043510795或2314073523）咨询教学资源等事宜。 本书可作为本科院校电子信息类、计算机类、自动

本书是一本面向在校大学生以及数据治理领域业务人员的实用教程。全书共四篇，前三篇（概念篇、体系篇、保障篇）包括11章：数据治理概述，数据治理框架，数据战略规划，数据采集，数据存储，数据管理，数据应用，数据治理价值评估，数据治理组织、制度与规范，数据治理文化，数据治理工具。第四篇为典型案例篇，详细介绍了三个具有代表性的典型数据治理案例。本书语言通俗易懂、体系完整、案例丰富，系统、全面地讲解了数据治理的目标、价值、方式、方法、工具等各个领域的相关知识，可以帮助读者快速理解数据治理的概念，认识数据治理的架构，掌握数据治理的基本方法。 本书适用于数字经济、数据科学与大数据技术等开设数据治理相关课程的专业，既可作为本科层次的教材，也可作为研究生层次的教材，无论对于初学者还是对于想要深入了解

人工智能作为新一代信息技术的标志，是信息技术发展和信息社会需求到达一定阶段的产物。在政府积极引导和企业战略布局等推动下，人工智能产业从无到有，规模快速壮大，创新能力显著增强，服务能力大幅提升，应用范畴不断拓展，并为云计算、大数据、物联网等新兴领域的发展提供了基础支撑。与此同时，对人工智能人才的需求也极为迫切。 本书对人工智能相关知识进行了详细讲解。首先对人工智能进行概述，使读者了解人工智能的起源及发展趋势，对人工智能的应用和新发展有一定了解；接着对人工智能的基础技术、语言处理、机器视觉进行详细讲解，使读者对这方面知识形成全局认识；在明晰基本理论的前提下，再对具体的机器学习、深度学习、强化学习等内容进行具体介绍，并且穿插了相应的实践案例，使读者有更直观的认识，实现了理论与实践

本书主要内容包括：网络安全基础、网络安全技术基础、网络安全体系及管理、黑客攻防与检测防御、密码及加密技术、身份认证与访问控制、计算机及手机病毒防范、防火墙常用技术、操作系统安全、数据库及数据安全、电子商务安全、网络安全新技术及解决方案。涉及“攻（攻击）、防（防范）、测（检测）、控（控制）、管（管理）、评（评估）”等常用技术和应用，并配有同步实验。 本书体现“教、学、练、做、用一体化”，突出“实用、特色、新颖、操作性”。由国家高等教育智慧教育平台课程网站提供课程及操作视频、多媒体课件、教学大纲及教案、同步实验和课程设计指导及习题集、试卷库等资源。读者可通过扫描书中二维码，观看对应的微课视频。 本书可作为高等院校计算机类、信息类、电子商务类、工程和管理类各专业网络安全相关课程的教

本书是一本关于AI芯片的综合指南,不仅系统介绍了AI芯片的基础知识和发展趋势，还重点介绍了AI芯片在各个领域的应用与开发。 本书共分为9章，包括:认识AI芯片、AI芯片开发平台、数据预处理、AI芯片应用开发框架、AI芯片常用模型的训练与轻量化、模型的推理框架 ONNX Runtime、 FPGA类AI芯片的开发实践、同构智能芯片平台应用开发实践和异构智能芯片平台应用开发实践。 本书理论联系实际，突出了AI芯片应用的实践特色，能够很好地满足高校人工智能、电子信息工程、智能制造工程等专业AI芯片与应用开发人才的培养的需求，也非常适合AI芯片开发工程师技能提升的需求。

本书以先进的开源关系数据库和主流的非关系NoSQL数据库为背景，介绍数据库系统原理及其应用开发技术。全书共7章，主要内容包括数据库系统概论、数据库关系模型、数据库SQL操作语言、数据库设计与实现、数据库管理、数据库编程、NoSQL数据库技术。本书除介绍数据库系统原理外，还针对数据库应用系统开发，介绍数据库建模设计、数据库SQL编程、数据库应用程序Java编程，以及NoSQL数据库应用实践方法。 本书取材新颖、内容详实、案例丰富，在数据库知识结构组织、项目案例设计、课后习题编写等方面强调工程教育特点。针对高水平数据库人才培养需求，本书突出对学生数据库设计能力、数据库编程能力、数据库管理能力及数据库新技术应用能力的培养。本书配套提供课程教学PPT、案例设计模型、案例编程代码、习题参考答案、课程教学大纲等学习资源。 本

智能决策是指决策的自动化，是新时代专家系统的升级，从基于规则到机器学习再到智能自主学习。不仅是决策的自动化，还是整个管理决策过程的智能自主，包括方案选择的自动化以及效果跟踪、评估与反馈。全书分为3篇，共10章：第1章绪论、第2章制造数据感知基础与原理、第3章制造数据分析基础与原理、第4章统计推理、第5章生物进化与群智能、第6章人工神经网络、第7章智能决策综合评价、第8章设备级决策、第9章产线级决策、第10章系统级决策。本书可作为大学高年级和研究生的“智能决策”“智能制造”等课程的教材，对从事智能制造、智能决策、工业互联网、工业软件、智能机器人等领域的研究人员也具有重要的参考价值。

随着云计算技术的飞速发展，企业对容器编排和管理的需求日益增长，Kubernetes作为领先的开源容器编排平台，已成为现代企业实现高效、可靠和可扩展应用部署的核心技术。 本书通过11个项目、28个任务实战的讲解，全面介绍Kubernetes的核心技术和应用实践，内容包括部署Kubernetes集群、使用集群核心资源部署服务、认证授权用户访问集群资源、调度Pod到指定节点、配置数据存储、使用Ingress发布服务、使用Helm包管理工具部署应用、使用Operator自定义控制器部署中间件、部署项目到Kubernetes集群、构建企业级DevOps云平台，以及使用Python管理Kubernetes集群。 本书配合详细的任务实战和微课视频，帮助读者深入理解和掌握Kubernetes的核心知识及实际应用。通过使用本书提供的实验环境和案例，读者能够系统地完成每个任务，提升实际工作中使用Kubernetes的能力。 本书可作为高

《数据结构与算法（Java版） 第2版》详细介绍了线性结构、树结构和图结构中的数据表示及数据处理的方法，并对查找和排序两种重要的数据处理技术做了详细的探讨。书中对每一类数据结构的分析均按照 逻辑结构 存储结构 基本运算的实现 时空性分析 典型例题 知识点小结 练习题 实验题 的顺序来进行，算法全部采用Java语言描述，全部程序均经过调试。本书语言叙述通俗易懂，由浅入深，算法可读性好，应用性强。书中还配有大量算法设计的例子，便于读者理解和掌握数据结构中数据表示和数据处理的方法。 《数据结构与算法（Java版） 第2版》可作为高等院校计算机和信息类相关专业 数据结构 课程的教材，也可作为高职高专同类专业的教学用书及各类工程技术人员的参考书。

本书共分为三个部分，分别为理论基础、实验和案例。这三个部分层层递进，介绍深度学习的基础知识与常用方法，全面细致地提供了深度学习的原理和在深度学习框架下的实践步骤。第一部分主要通过7个章节来介绍深度学习的基础知识，包括深度学习在不同领域的应用，不同深度学习框架的对比，以及机器学习、神经网络等方面的讲解。第二部分主要包括常用深度学习框架的基础讲解以及计算机视觉、自然语言处理、强化学习和可视化技术领域的一些实验讲解。第三部分则是提供8个案例，来介绍深度学习在图像分类、目标检测、目标识别、图像分割、风格迁移、自然语言处理等方面的应用。本书将理论与实践紧密结合，相信能为读者提供有益的学习指导。 本书适合Python深度学习初学者、机器学习算法分析从业人员以及高等院校计算机科学、软件工程等相关专业

本书对接 全国职业院校技能大赛 和 世界技能大赛 ，符合 三教 改革精神。本书是国家精品课程、国家级精品资源共享课和精品在线开放课程 Linux网络操作系统 的配套教材。本书是一本基于 项目驱动、任务导向 的 双元 模式的纸媒 电子活页的项目化零基础教程。 本书以Ubuntu Linux为平台，包含6个学习情境，分别为系统安装与常用命令、系统管理与配置、shell编程与调试、网络服务器配置与管理、系统安全与故障排除（电子活页）、拓展与提高（电子活页）。本书共14个项目，包括安装与配置Linux操作系统，Linux常用命令与vim，管理用户、组与文件目录，配置与管理硬盘，配置网络和防火墙，软件包的安装与管理，Linux编程基础，学习shell script，使用gcc和make调试程序，以及配置与管理samba、DHCP、DNS、Apache、FTP服务器。此外，还有16个扩展项目（电子活页）。本书项目配

本书是基于MATLAB R2021a产品族，以教程和实训紧密结合的形式编写而成的，深入浅出地介绍了MATLAB的应用。教程部分比较系统地介绍了MATLAB的基本运算、数据的可视化、符号运算、程序设计和M文件、MATLAB高级图形设计、Simulink 仿真应用和线性控制系统的分析等内容，以先讲解后实例的方式，图文并茂，例题选取典型且丰富，突出应用。实训部分与教程内容相互配合，先提出知识要点，然后按部就班地指导操作，方便学生循序渐进地上机操作；同时提出部分功能修改的操作，最后给出自我练习，对学生的掌握程度进行检验。通过教程的理论讲解与实训的练习操作，可以进行授课、实验和自学。 本书可作为大学本科和专科有关课程的教材或教学参考书，也可作为使用MATLAB进行开发的用户的学习参考书。 本书配有电子课件等电子资源，欢迎选用本书作为教材的教师登录ww

《数据库原理及应用（Access版）第5版》是北京高等教育精品教材，从一个Access数据库应用系统实例 教学管理系统入手，系统地介绍了数据库的基本原理与Access各种主要功能的使用方法，主要包括数据库系统概述、关系数据模型和关系数据库、数据库和表、结构化查询语言、查询、窗体、宏、报表、VBA程序设计和VBA数据库编程。此外，本书通过拓展阅读激励学生树立理想信念、追求科学精神、筑牢家国情怀和践行使命担当。 本书内容全面，结构完整，深入浅出，图文并茂，通俗易懂，可读性和可操作性强，既可以作为各类高校学生学习数据库原理课程的教材，也可作为相关领域技术人员的参考用书或培训教材。

本书系统阐述了机器学习的基本理论、算法和实现。全书共11章：第1章着重介绍了机器学习的基本知识；第2章介绍了样本数据预处理和提取的传统算法（如PCA和LDA），并增加了流形学习和稀疏表征等理论；第3~8章系统介绍了传统机器学习算法，如监督学习（贝叶斯、近邻、线性模型、非线性模型和集成学习）和非监督学习（聚类）；第9、10章分别介绍了概率图模型和人工神经网络的基本理论；第11章着重讲述了强化学习的基本理论和算法。 本书针对理论难点，插入了可视化图，引导读者对理论的理解；每章配有习题，以便指导读者深入地进行学习。每章还配有基于Python的实验，便于工程类读者快速将理论转化为实践应用，也方便学术型读者编程实现。 本书既可作为高等院校本科和研究生人工智能、控制工程、信息处理和智能制造等相关专业的课程教材，也可作为

本书以智能物联网发展为时代背景，分别从开发板基础、功能模块和运行结果等角度论述，通过ESP32开发板的实际案例应用，给出ESP IDF、Arduino和MicroPython三种开发环境的使用和程序代码。为便于读者提高学习效率，快速掌握技巧，理论结合实际，本书配套提供100个项目设计的工程文档、程序代码等，可供读者举一反三，二次开发。本书由浅入深、通俗易懂、创新思维与实践案例相结合，不仅适合对ESP32编程有兴趣的爱好者，也适合高等院校作为物联网系统应用开发的参考教材，还可作为从事物联网应用创新开发专业人员的技术参考书。

本书选材广泛，包括电子商务基础、电子商务模式（B2B、B2C）、在线销售与在线广告、电子商务网站建设、电子商务网站营销与SEO优化、在线销售产品的策略、电子商务供应链管理、编写产品说明、电子商务支付系统、电子商务安全、移动电子商务、电子商务的客户资源管理、电子商务O2O、跨境电子商务、直播电商、电子商务与大数据、购物车软件、电子商务的推荐引擎、物流、电子商务的法律与法规等内容。 本书共12个单元，每一单元由以下几部分组成：课文—选材得当、面广实用；单词—给出课文中出现的新词，读者由此可以积累电子商务领域的基本词汇；词组—给出课文中的常用词组；缩略语—给出课文中出现的、业内人士必须掌握的缩略语；习题—既有针对课文的练习，也有一些开放性的练习；阅读材料—进一步扩大读者的视野；参考译文（Text A）供读者

本书通过大量的案例分析，深入浅出地阐明了当代艺术与科技相结合的趋势，总结了数字媒体艺术的范畴、类型、艺术语言与文化思考，并从媒体艺术、软件编程、数字美学与后现代语境等角度分析了数字媒体艺术的美学特征。全书共9章，主要内容包括数字媒体艺术基础、媒体进化与未来、交互装置艺术、数字媒体艺术类型、编程与数字美学、数字媒体艺术的主题、数字媒体艺术简史、数字媒体艺术与创意产业、数字媒体艺术的未来。本书结构清晰，内容丰富，图文并茂，第1-8章最后都给出了“讨论与实践”和“练习及思考题”。本书还提供了超过16GB的电子教学资源，包括650页的电子课件和超过650min的视频等。本书可作为高等院校数字媒体艺术专业基础课教材，不仅适合艺术、设计、动画、媒体和广告等专业的本科生、研究生学习，也可供艺术与科技创意设计领

本书是为高等院校、职业本科院校计算机、人工智能各专业 人工智能导论 课程设计编写的教材，具有丰富的应用特色。全书较为系统、全面地介绍了人工智能相关的概念、理论、技术与应用，可以帮助读者扎实地打好人工智能的专业知识基础。本书共18章，内容包括概论、模糊逻辑与大数据思维、智能体与智能代理、知识表示及其方法、规则与专家系统、机器学习及其算法、神经网络与深度学习、创建智能系统的强化学习、数据挖掘与经典算法、计算机视觉与处理、包容体系结构与机器人、自然语言与语音处理、GPT大语言模型崛起、向动物学习群体智能、智能制造与智能建造、自动规划及其方法、搜索技术与算法、人工智能的发展。 br 本书既适合高等院校、职业本科院校学生学习，也适合对人工智能相关领域感兴趣的读者阅读参考。