《PyTorch深度学习项目教程》根据初学者的学习曲线和职业生涯成长规律，由浅入深设计了5个基础项目和3个综合项目。 基础项目包括手写数字识别、二维曲线拟合、猫狗图像分类、提升猫狗图像分类的准确率和文本翻译，引导读者使用PyTorch构建神经网络算法框架，深入探讨了深度学习数据集构建、神经网络模型原理及实现、算法训练与评价等内容；综合项目包括食品加工人员异常行为检测、工业检测图像分割和内容智能生成，介绍了深度学习的新技术，实现了目标检测、图像分割、超分辨率重建、智能问答、文生图、图生图等应用。 《PyTorch深度学习项目教程》可作为高等职业院校人工智能技术专业相关课程的教材，也可作为工程人员的入门书籍。

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

本书从人工智能时代大学生应具备的基础素养出发，紧密围绕任务案例阐述生成式人工智能（AIGC）如何辅助学习、工作、科研、生活等方面，主要内容包括了解生成式人工智能、熟练使用 提示词 与AI高效沟通、AIGC助力 轻松 工作、AIGC辅助 高效 学习、AIGC创造 美好 生活、AIGC打造 爆款 文案、AIGC创作 大师 画作、AIGC生成 震撼 大片、AIGC作为 全能 专家、AIGC发展面临的挑战以及未来的展望。 本书既可以作为高等职业院校、应用型本科院校、中等职业学校的人工智能通识课程的教材，也可以作为广大读者提升个人生成式人工智能素养的参考学习资料和相关培训机构的教材。

本书基于最新的ZigBee 3.0技术，介绍端 管 云架构的ZigBee无线传感网络开发技术，培养学生的嵌入式软件开发、ZigBee无线传感网络应用开发设计和物联网安装组网运维能力。本书以C语言作为程序开发语言，采用项目化教学设计思想，由浅入深地介绍了5个学习单元的内容：ZigBee无线传感网络及开发软件，ZigBee CC2530芯片应用开发，信息采集与传感应用开发，端 管 云架构的ZigBee无线传感网络开发，ZigBee 3.0无线组网开发。本书以工作任务为导向，由任务引入相关知识和理论，通过技能训练引出相关概念、硬件设计与编程技巧，突出实践性、趣味性、职业性，体现 教学做合一 的设计理念，注重提升学生的综合素质。另外，本书配备了丰富的学习资源，包括电子课件、习题和教学视频等，读者可录 智慧职教MOOC 网站或扫描封底二维码获取。本书可作为高职院校和应用型本科

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

本书以“产教融合”的理念，结合企业数控编程员的真实岗位能力需求，以典型工作任务为基础，以工作过程为导向，采用项目案例组织教学内容。全书共选择了6个具有典型应用特性的UG NX数控铣编程学习项目，包括心形凹槽的数控编程、十字联轴器的数控编程、工具箱盖凸模的数控编程、泵盖的数控编程、头盔凸模的数控编程以及卡通脸谱铣雕加工的数控编程。所有项目都来源于企业的典型案例，经过课程规划提炼，既是一个完整的综合项目，又有各自的侧重点。每个项目包含若干个任务，每个任务的内容相对独立，并按“任务目标”→“任务分析”→“知识链接”→“任务实施”→“精益求精”→“挑战一下”6个模块展开，内容涵盖了UG NX软件数控编程的基础知识、父节点组的创建、型腔铣工序的创建、平面铣工序的创建、钻孔工序的创建以及固定轮廓铣工序

《网络工程CAD（第2版）（微课版）》专为计算机网络工程、智能楼宇及相关专业编写。《网络工程CAD（第2版）（微课版）》主要包含三个部分：第一部分是绘图基础知识(包括项目1～项目6)，主要讲述AutoCAD中各种绘图工具和编辑工具的使用方法，以及图形标注、图块操作等内容；第二部分是绘制建筑图形(包括项目7～项目9)，主要是识读并绘制建筑平面图、立面图、剖面图，这部分内容也是绘制网络工程图形的基础内容；第三部分是绘制各种网络图形(包括项目10～项目12)，主要是绘制网络拓扑图和综合布线工程图。另外，附录部分还介绍了另一种常用的绘制网络拓扑图和网络工程图的软件Microsoft Visio 2021。《网络工程CAD（第2版）（微课版）》结构清晰、案例典型、步骤详细、微课生动，适合作为职业院校计算机网络工程、智能楼宇及相关专业的教材，也可作为计算

本书是首批 十四五 职业教育国家规划教材《C语言程序设计 第3版》的修订版。采用任务驱动式编写方式，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。

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

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

《交换机与路由器配置》以华为交换机和路由器调试配置为主线，基于华为eNSP模拟器，从实用、易学的角度介绍了交换机和路由器两大网络设备配置与管理的基础知识和配置方法，内容涵盖了构建局域网所需的计算机网络基础知识、交换机的配置、虚拟局域网技术应用、生成树协议、链路聚合技术、路由器的配置、静态路由、RIP和OSPF动态路由协议、访问控制列表、网络地址转换、网络设备管理等。 《交换机与路由器配置》适合作为高职高专计算机网络技术、计算机应用、通信、物联网等相关专业的教材，也可以作为计算机类培训机构的网络课程培训教材或辅助教材，并适合从事网络管理和系统管理的专业人员及网络爱好者阅读。

Java语言是很优秀的语言，具有面向对象、与平台无关、安全、稳定和多线程等优良特性，特别适用于网络应用程序的设计，已经成为网络时代重要的编程语言之一。 本书按照基础知识、基础训练、上机实践组织教材的体系结构。基础知识体现重要和实用的知识，是教师需要重点讲解的内容;基础训练是针对基础知识需要具备的编程能力;上机实践是要求学生独立完成的实践活动。全书共分12章，包含了Java的基本数据类型，语句，类与对象，子类与继承，接口与实现，匿名类，函数接口与Lambda表达式，异常类，常用实用类，输入、输出流，JDBC数据库操作，Java swing图形用户界面，Java多线程机制，Java网络编程和综合实训等内容。 本书适合作为高等职业院校及应用型本科院校相关专业的Java程序设计教材。本书封面贴有清华大学出版社防伪标签，无标签者不得销售。

本书主要内容分为对人工智能与自动驾驶的基本认知、掌握Python 人工智能的基础应用、掌握机器学习技术的基础应用、掌握基于深度学习的计算机视觉技术应用、掌握基于深度学习的自然语言处理技术应用和掌握基于深度学习的语音处理技术应用6 个能力模块，并下设20 个任务。全书以 做中学 为主导，以程序性知识为主体，配以必要的陈述性知识和策略性知识，重点强化 如何做 ，将必要知识点穿插于各个 做 的步骤中，边学习、边实践，同时将 课程思政 融入课程的培养目标，在实训教学中渗透理论的讲解，使所学到的知识能够融会贯通，让学生具有独立思考、将理论运用于实践的动手能力，成为从事智能网联汽车相关工作的高素质技能型专业人才。 本书内容通俗易懂，可作为职业院校新能源汽车技术、智能网联汽车技术、智能网联汽车工程技术等专业的教材，

本书将理论与应用结合，介绍了大数据技术、大数据分析方法以及大数据伦理规范等基础知识，可供读者入门学习使用。本书共9章，包括大数据概述、数据分析基础、回归分析、聚类算法、推荐算法、文本挖掘、启发式算法、支持向量机和神经网络。各章都附有对应案例和习题，以帮助读者理解和应用。 本书作为大数据公共通识课程的导论教材，为高校学生选修大数据课程编写，主要面向大数据应用型人才培养，也可供相关技术人员参考。

《智能网联汽车计算机基础》紧密结合当前智能网联汽车中涉及的计算机技术及其应用发展， 首先进行计算机以及汽车计算机的认知学习， 然后基于不同开发任务， 介绍Ｃ 语言基础、Ｃ语言进阶、机器人操作系统（ＲＯＳ） 等相关知识。本书采用理实一体化的教学模式， 有利于学生进一步理解和掌握知识点， 培养学生具备编程应用基础能力， 积累实际程序开发经验， 帮助学生打下良好的编程基础。 本书内容新颖， 实用性强， 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， 也可以供智能汽车从业人员学习参考。

本书内容是基于Altium Designer 23软件平台编写的，通过单片机应用实例，按照实际的设计步骤讲解Altium Designer 23的使用方法，详细介绍Altium Designer的操作步骤。本书主要内容包括：Altium Designer环境设置、库操作、原理图绘制、原理图绘制的优化方法、PCB的基础知识、PCB布局规则、PCB布线规则、PCB后续设计、报表文件和光绘文件的输出。读者在熟悉Altium Designer 23软件操作的同时，可以进一步掌握电子产品的设计思路。 本书可作为普通高校电子信息、通信、自动化、计算机等专业课程的教材，也可作为从事PCB设计的工程技术人员的参考书。 本书配有电子课件和相应的工程源文件，读者可登录www.cmpedu.com注册后下载，或注明姓名、学校等信息后发邮件至jinacmp@163.com索取。

本书以Excel 2016为基础，介绍了利用Excel解决物流中的市场预测、经济分析、采购、库存、运输，以及物流中心选址、物流“大数据”管理和查找的问题。 本书包含7个单元60个任务，以任务驱动的方式，首先给出每项任务的方法原理，然后用Excel逐步解决，并以任务小结的方式形成总结和拓展。 本书讲解了Excel的公式、函数、数据分析、规划求解和模拟运算等的用法，介绍了图形的设计使用与动态窗体的结合，特别是利用Power Query编辑器和Power Pivot插件解决大数据的合并，以及与数据透视表相结合完成数据的管理和查找等问题。 本书配套资源丰富，包括操作视频、电子课件、源文件、习题答案，可以作为物流实训教材，也可作为高职高专和本科院校物流相关专业的教材或参考书，同时适合经济管理和物流管理类的从业人员使用。

本书在校企合作的基础上编写而成，在讲述人工智能理论的基础上突出工程应用性与实践性，选用了适用于人工智能项目研发的Python编程语言。第1章为人工智能导论。第2章介绍Python程序设计基础。第3章介绍Numpy、Matplotlib与Pandas。第4章介绍sklearn及Inforstack免费网上机器学习组件功能。第5章介绍数据预处理。第6章与第7章分别介绍监督学习与非监督学习常用算法，并分别使用Inforstack学习平台建模和Python语言编程实现。第8章介绍语音交互、视觉处理与OpenCV图像处理。第9章介绍人工神经网络与深度学习及Tensorflow、PyTorch的应用。第10章为人工智能综合应用案例。 本书既可作为高等院校开设人工智能、大数据分析课程的教材，也适合Python学习者及人工智能、大数据分析技术人员作为学习或参考用书。 本书配套教学课件、习题答案和源代码。读者如需获取进一步的教学及技

本书以二维矢量动画软件Animate为工具，面向零基础的读者，遵循细分析、渐深入的原则组织内容。以独立的小实例为媒介，由浅入深、循序渐进地引出每章节的重要知识、动画制作的方法技巧、动画设计的思维方式。每个实例都配有详细的操作演示，以及重难点解析和要点提示，帮助读者知其然，也知其所以然。 本书基于作者多年Animate教学经验的积累和提炼，配套资源丰富。与本书配套的慕课课程已经上线多轮，受到广泛好评。 本书适合作为应用型高等院校数字媒体类、计算机应用类等相关专业的教材，也可作为对动画、互动媒体设计、交互设计感兴趣的爱好者及各类自学人员的参考书。

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

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。

《信息技术基础》内容来自一线教师的多年教学成果，同时作者有多年的企业从业实际工作经验，所以教材定位准，内容实用，书中有大量的实用案例，非常适合学生和从业人员学习，全书共分为八个项目，涵盖信息技术的各个方面，包括认识与使用计算机、Windows 10的使用、WPS文字、WPS表格、WPS演示、信息素养与社会责任、新一代信息技术、信息检索。每个项目都包含深入理解这些概念和技能的任务，以提供实践的机会。同时，《信息技术基础》配套丰富的数字化资源，适合采用线上线下相结合的混合式教学模式，有利于达到使学习者系统掌握计算机应用的基础知识和基本操作技能提高信息素养水平的教学目标。

本书按照 工作过程导向 的理念，采用 项目引领、任务驱动 教学模式编写，以工作任务为中心组织教材内容，突出了工学结合、实践性与可操作性，体现了以技能训练为主线、相关知识为支撑的先进教学理念。 本书以项目、工作案例引领，适应融 教、学、做 合一的教学模式改革。本书将现代企业车间管理的工作职责分成了十大模块，主要内容包括车间管理概述、车间劳动和职工管理、车间班组管理、车间生产作业管理、车间现场管理、车间质量管理、车间设备和工具管理、车间物料管理和物流控制、车间安全生产、车间经济核算等，十个模块项目下细分成38个学习任务。