本书面向广大数据科学与人工智能专业的学生及初学者，力求通俗易懂、简洁清晰地呈现学习大数据与人工智能需要的基础数学知识，助力读者为进一步学习人工智能打好数学基础。 全书分为 4 篇，共 19 章：微积分篇（第 1～5 章），主要介绍极限、导数、极值、多元函数导数与极值、梯度下降法等；线性代数篇（第 6～10 章），主要介绍向量、矩阵、行列式、线性方程组、特征值和特征向量等，并介绍这些数学知识在人工智能中的应用；概率统计篇（第 11～17 章），主要介绍概率、随机变量、数字特征、相关分析和回归分析，并介绍数据处理的基本方法和 Pandas 在数据处理中的应用；应用篇（第18 章和第 19 章），主要介绍人工智能中典型的全连接神经网络和卷积神经网络。 本书既有理论又有应用，既可以用纸笔计算，也可以用 Python 编程计算，读者可在学习过程

本书在《MINITAB统计分析方法及应用》（第2版）～10章、9章的基础上，基于Minitab 21.0 软件，根据读者的反馈意见修订而成。全书根据统计教学的特点，结合大量实例，以循序渐进的方式介绍了 Minitab 21.0 软件的使用方法和统计应用，对软件界面、统计分析结果和统计图形均进行了详细的解释。本书内容包括Minitab 概述、Minitab入门、数据管理、数据计算、基本统计量、统计表和列联表资料的检验、方差分析、等效检验、非参数检验、回归分析和常用统计图。本书讲述的实例涵盖多个专业，能够满足不同专业读者的需求。本书所有附录（电子书格式）、实例数据均可在华信教育资源网（.hxedu..）免费下载。本书全彩呈现可视化图例，扫描书中相应即可观看。本书内容与方法广泛适用于自然科学、社会科学等学科，特别是工业统计学、生物学、心理学、医疗卫生保健、经济

本书是一本系统介绍Python程序开发与应用的教程，内容系统全面，配套资源丰富，应用性强。全书共13章，主要包括Python编程基础（第1～10章）和Python应用开发（第11～13章）两部分内容，编程基础部分通过众多案例对Python程序设计的相关概念加以解释，应用开发部分则介绍了网络爬虫、数据分析和数据可视化等方面的Python核心应用。本书全部代码适用于Python 3.6/3.7/3.8/3.9/3.10以及更高版本。 本书可以作为非计算机专业研究生、本科、专科程序设计课程教材，也可作为计算机专业本、专科程序设计基础课程教材，以及Python爱好者自学用书。

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。

本书通过一个完整的项目讲解如何使用 Visual Studio 2019（C#）开发基于 SQL Server 数据库的 Windows窗体应用程序。 本书主要内容包括认识项目、主窗体开发、数据维护窗体开发、系统登录及权限管理、学生选课、选课抽签及抽签结果查询、统计查询、RDLC 报表、系统完善、控件开发、LINQ 技术、使用 ClickOnce 部署项目； 拓展项目通过网上购物系统介绍了使用 Visual Studio 开发 Web 项目的强大功能，有利于读者进一步了解 Visual Studio 开发工具。本书项目既实用，又尽量避免出现重复知识点。在讲解方面，本书力求以深入浅出的方式引导读者完成项 目的开发，并期望读者取得举一反三的效果。

本书为1 X职业技能等级证书配套教材，依据《大数据分析与应用职业技能等级标准（初级）》编写。全书对标准中涉及的大数据分析与应用的基础知识及技能等进行分析和归纳，并充分考虑学习过程中的可操作性与学习效果，通过理论 实操的形式，使读者能够学以致用、举一反三。 本书主要介绍大数据分析与应用的基础知识及技能，共分为3篇：第1篇大数据基础，主要讲解大数据及大数据分析的基本概念；第2篇数据分析处理，主要讲解SQL基础、数据采集与同步、数据质量管理与数据清洗、数据分析、数据仓库；第3篇数据可视化，主要讲解数据可视化的基础概念、数据分析报表制作。通过学习本书，读者可掌握数据分析基础理论知识和基本技能，完成基本的数据分析工作。 本书配套微课视频、课程标准、电子课件（PPT）、习题解答等数字化学习资源。与本书配套

本书主要分四大部分：人工智能导论、人工智能编程语言Python基础、人工智能技术、人工智能应用。人工智能导论部分主要介绍人工智能、机器学习、深度学下、神经网络等概念、发展和应用场景等。人工智能编程语言Python基础部分主要介绍python语言基础和语法。人工智能技术主要介绍Tensorflow基础、图像处理、视频处理、数据处理、语音识别、人脸识别、文字识别等技术。人工智能应用部分主要介绍智能制造、智慧零售、智慧交通、智慧金融、智慧医疗等应用场景。通过本教程的学习，一方面促进人工智能技术融入各专业教学，体现高等职业教育的 高等性 特征；另一方面促进人工智能应用到经济社会的各行各业，推动新一代人工智能的健康发展。

本书为《Android移动开发基础案例教程》的升级版，是一本Android开发入门图书。本书使用Android Studio *.*.0作为开发工具，使用的Android系统版本是9.0。本书从初学者的角度出发，采用案例驱动式教学方法，对Android基础知识进行深入讲解。在案例设计上，本书贴合实际需求，做到把书本上的知识应用到实际开发中，非常适合初学者学习。 本书共12章，第1～11章主要讲解Android的基础知识，包括Android发展历史、Android体系结构、开发环境搭建、常见界面布局、常见界面控件、程序活动单元、数据存储、内容提供者、广播机制、服务、网络编程、图形图像处理、多媒体应用开发等；第12章运用了第1～11章的相关知识，开发一个仿美团外卖的项目。通过对该项目的学习，读者可掌握实际开发技术，达到理论与实际相结合的目的，成为一名合格的开发人员。 本书附有配套视频、

《智能网联汽车底盘线控系统装调与检修》紧密结合当前智能网联汽车底盘线控技术及其应用的发展，循序渐进、深入浅出地阐述了底盘线控系统这个复杂的技术体系，首先进行底盘线控系统认知，然后分别介绍线控转向、线控制动、线控驱动、线控悬架系统的结构、工作原理、特点等，并为其中的线控 转向、线控制动、线控驱动这三个线控系统安排了实训任务，包括组装、拆装、调试以及故障检修。 本教材可作为职业院校、技工院校及应用型本科智能网联汽车相关专业的教材，也可作为相关机构、企业进行技术培训的参考资料。为方便各院校开展一体化教学和信息化教学，本教材配套开发了教学课件、任务工单、微课等丰富的教学资源，教师可登录机械工业出版社教育服务网（www.cmpedu.com）注册后免费下载。

《WLAN技术详解与实践 第1卷》详细讨论了WLAN 技术，包括无线技术基础、802.11 PHY层协议及概念介绍、802.11帧格式与介质访问规则、802.11 MAC层协议及概念介绍、H3C无线产品及其基础操作、WLAN基础组网原理、WLAN常见认证原理及配置、H3C无线产品高级特性与配置、无线网络勘测与设计操作指导、室内外场景WLAN勘测方案设计、WLAN网络应用解决方案介绍、WLAN产品工程安装及实施规范指导、无线产品排障与管理、WLAN优化简介等。《WLAN技术详解与实践 第1卷》突出的特点是理论与实践紧密结合，通过在 H3C 网络设备上进行大量且翔实的 WLAN 实验,帮助读者更迅速、更直观地掌握 WLAN 理论与动手技能。 《WLAN技术详解与实践 第1卷》是H3C认证系列教程之一，为已经具备IPv4 网络基础知识，并对WLAN 技术感兴趣的人员而编写。对于专业的科学研究人员与工程技术人员,本书是全面了解

本书主要用于对商务数据的管理与分析，书中深入浅出地介绍了利用Excel 2010软件对商务数据进行编辑、分析和管理的方法，可以帮助用户快速、高效地完成数据的处理与分析工作。全书共分为11章，其中第1章主要介绍商务数据的基础知识；第2~5章主要介绍数据编辑与处理的方法，如数据的可视化、数据的排序以及数据的分类和筛选等，第6~11章主要介绍实际工作中不同类型数据的分析方法，并对其中的实用函数、公式和数据分析工具等知识的使用方法进行讲解。

本书遵循 宽、新、浅、用 的原则，全面介绍计算机网络组网基础知识和专业技能。全书共12章，包括网络基础、局域网技术、以太网技术、TCP IP、构建二层交换网络、扩展交换网络范围、构建三层交换网络、网络出口路由技术、园区网络通信、二层交换网络安全技术、三层子网通信安全，以及无线局域网等内容。全书按照项目方式组织课程内容，引入了企业工程案例，将知识、技术和岗位工作内容对接。通过图片、文字和项目实践等方式，介绍网络组建、管理与维护中需要掌握的专业技术，以积累经验和强化专业技能。

随着万物互联趋势的不断深入，数据的增长速度远远超过了网络带宽的增速。同时，智能制造、无人驾驶等众多新型应用的出现，对延迟提出了更高的要求。通过将从数据源到云计算中心数据路径之间的任意计算、存储和网络资源，组成统一的平台为用户提供服务，边缘计算作为一种新的计算模式，使数据在源头附近就能得到及时有效的处理。这种模式不同于云计算要将所有数据传输到数据中心，它绕过了网络带宽与延迟的瓶颈。在产业界和学术界的合力推动下，边缘计算正在成为新兴万物互联应用的主流支撑平台。 本书分别从边缘计算的需求与意义、边缘计算基础、边缘智能、边缘计算典型应用、边缘计算系统平台、边缘计算的挑战、边缘计算资源调度、边缘计算系统实例以及边缘计算安全与隐私保护等方面对边缘计算进行了阐述。 本书既可作为高等院校

本书依据《青少年编程能力等级》（T/CERACU/AFCEC/SIA/CNYPA100.1—2019)标准进行编写。本书是NCT测试备考、命题的重要依据，对NCT图形化编程一级测试的命题范围及考查内容做了清晰的界定和讲解。全书分为两部分。绪论部分介绍了NCT全国青少年编程能力等级测试的考试背景、考试形式、考试环境等。专题部分基于Kitten工具，对团体标准《青少年编程能力等级》标准中图形化编程一级做了详细解析，提出了达到图形化编程一级能力的要求，例如掌握Kitten编辑器的使用、掌握三种程序结构、掌握常用的图形化编程积木等，对知识点进行了梳理，并对知识点的综合运用进行了说明，结合真题、模拟题进行讲解。

本书以Python自然语言处理的常用技术与真实案例相结合的方式，深入浅出地介绍Python自然语言处理的重要内容。全书共12章，内容包括绪论、语料库、正则表达式、中文分词技术、词性标注与命名实体识别、关键词提取、文本向量化、文本分类与文本聚类、文本情感分析、NLP中的深度学习技术、智能问答系统，以及基于TipDM大数据挖掘建模平台实现垃圾短信分类。本书包含实训和课后习题，帮助读者通过练习和操作实践，巩固所学内容。 本书可作为“1+X”证书制度试点工作中“大数据应用开发（Python）”职业技能等级证书的教学和培训用书，也可以作为高校数据科学或人工智能相关专业的教材，还可作为机器学习爱好者的自学用书。

本书详细介绍了Android 框架、Android 组件、用户界面开发、游戏开发、数据存储、多媒体开发和网络开发等Android 手机游戏开发所需要的基础知识。本书基于工作过程的教学思想，按照学生可能所需要的就业技能，将“Android 手机游戏开发”学习领域分为5 个学习情境：Android 游戏开发基础、Android OpenGL 开发基础、Android OpenGL 应用案例、Android 游戏开发之综合案例、实现自己的游戏引擎。 本书实战性强，书中的每个知识点都有精心设计的示例，并且这些示例以迭代的方式重现。5 个学习情境也重现了经典Android 手机游戏开发的全过程，既可以以它们为范例进行实战演练，也可以将它们直接应用到实际开发中，兼顾了学习者的职业发展与深入学习。

本书通过50多个实例系统地介绍了After Effects CS6影视特效与合成的制作技术，理论讲解简洁实用，实例贴近项目实战。全书内容分4篇共10章：第1篇为基础篇，讲解基础知识、图层应用、Mask应用；第2篇为合成篇，讲解调色、抠像、跟踪、三维合成；第3篇为特效篇，讲解文字特效、粒子特效；第4篇为综合实例篇，介绍了2个较为综合的实例。本书内容丰富、结构严谨、实例新颖，配套资源提供书中所有实例的工程文件和素材，不仅可以作为各高职高专院校相关专业的教材，同时也适合After Effects的初中级用户学习，对从事影视后期制作的人员也有较高的参考价值。

本书系统地介绍了天线的基本概念、电参数和天线特性的分析方法，以及工程应用中典型天线的基本分析和设计方法。全书共8章，内容包括天线的理论基础、天线的电参数、天线阵的分析与综合、对称振子阵的阻抗、谐振天线、宽带天线、口径天线理论与典型口径天线、反射面天线。书中列举了大量工程应用实例，突出了理论与工程应用的结合，注重内容的理论性和实践性。 本书可作为高等院校电子信息类、通信类本科生的教材，也可供有关工程技术人员参考。

本书根据南京师范大学文学院汉语言（语言信息处理）专业开设了十年的课程“数字人文与数据库编程”的讲义修改而成。能为中文古籍的数字人文教学与研究起到一些参考作用，培养学生的数据整理、加工、分析与可视化的能力，并让他们在学习的过程中感受到“从无到有”创造一个 的乐趣。

本书较全面地介绍了数字图像处理的基础理论、经典算法及典型应用。本书内容包括数字图像处理基础知识、图像增强、图像复原、图像的几何变换与几何校正、形态学图像处理、图像分割、图像描述与特征提取等，并通过一个较完整的车牌识别系统向读者详细介绍了数字图像处理系统的基本设计思想与设计方法。本书实践部分介绍了OpenCV、NumPy、Matplotlib、Scikit-learn等图像处理相关工具包的常用方法，其中的代码汇集生成了“基于Python的图像处理算法演示系统v1.0”，以辅助读者理解算法。为适应人工智能等新技术的发展，本书简单介绍了卷积神经网络的平移、旋转、尺度缩放、形变等不变性，让读者理解卷积神经网络在图像处理方面的优势。 本书编者在编写过程中，收集整理了大量经典的图像处理算法，引入了新的图像处理技术，全书的例题在Python环境下均通过