计算机网络是一门实践性很强的专业课程。本书根据职业院校网络教学的基本要求，以应用为目的，“理实一体化”，“做中学，做中教”，以一个完整的工程项目为主线设计教学内容，做到项目引领，任务驱动。全书分为10个项目，包括计算机网络基础、交换机的基本管理、行政楼网络施工、科技楼网络施工、信息中心网络施工、分公司网络施工、企业网接入外网施工、综合楼无线网络施工、信息中心防火墙施工以及企业网搭建综合案例。

本书将Matlab和LabVIEW两种图形化编程仿真软件合二为一整合为一本书，介绍了两种软件的仿真技术。在Matlab部分主要介绍其主要功能和使用方法以及Simulink 的系统仿真模型建立，同时给出了在模拟电路和数字电路中、信号与系统中、数字信号处理以及通信工程等领域中的大量仿真应用实例。在LabVIEW 软件部分主要介绍LabVIEW图形化编程功能及虚拟仪器（VI）建模及在实际应用中的仿真实例。Matlab和LabVIEW可以完成复杂的计算、分析和图形处理功能。本书通俗易懂，由浅入深，示例引

"《神经网络理论及应用实践》在全面介绍人工神经网络基本理论的基础之上，首先，系统地阐述了单层感知器神经网络、BP神经网络、竞争学习神经网络、自组织神经网络、学习向量量化神经网络、对偶传播神经网络、径向基函数神经网络、支持向量机等浅层神经网络的典型网络结构、学习算法、工作原理和应用案例； 其次，系统地阐述了深度学习中卷积神经网络、循环神经网络两种经典神经网络的概念、基本架构、工作原理和应用案例； 最后，介绍了人工神经网络设计开发平台。《神经网络理论及应用实践》旨在使读者了解和掌握人工神经网络的设计

本书系统地介绍了人工神经网络的基础知识、工作原理及应用实例，旨在帮助读者深入掌握人工神经网络的设计及应用方法。全书共分10章，涵盖从基础理论到典型神经网络设计的各个方面。前两章详细讲解了人工神经网络的基本概念、结构及工作原理，为后续的神经网络设计奠定理论基础。随后的章节重点介绍了不同类型的典型神经网络，包括结构设计方法、学习算法以及在实际场景中的应用。书中通过理论与实践相结合的方式，激发读者研究神经网络的兴趣，并为其进行创新设计提供指导。

本书以大学生村官小L的故事为线索，深入浅出地探讨经典机器学习的基础知识、深度学习的基本原理，以及形形色色的生成式模型。通过本书的学习，读者不仅可以了解AI大模型的核心技术，还能深刻理解其在实际场景中的应用与价值，甚至可以自己动手设计和构建适用于特定场景的AI模型。衷心地希望本书能成为读者探索AI世界的钥匙，能引领大家走向更加广阔的未来。

本书提出了以下推荐方法：基于“字符－短语”注意力机制和因子分解机的混合推荐方法和基于“局部－整体”注意力和文本匹配机制的推荐方法，旨在通过获取更多信息和提升模型特征提取能力，来实现更精准的个性化推荐；基于层次注意力和增强经验优先回放机制的深度强化学习推荐方法和基于自适应元模仿学习的推荐环境模拟器，旨在突破深度强化学习在推荐领域面临的挑战。此外，还在船货匹配场景中，从实践角度验证并应用了所提出的推荐方法。

本书从技术价值、存在风险、伦理治理的维度介绍相关内容，旨在使读者全面地理解、掌握人工智能伦理方法，通过案例分析使读者能够运用这些方法解决现实世界中的问题。本书较为全面地介绍了人工智能伦理概念及人工智能应用伦理等方面的知识，分为基础篇、理论篇、应用篇三部分，共16章。本书适用于所有理工科、社会科学专业学生作为人工智能通识学习内容，也可供从事伦理学、人工智能伦理研究、人工智能技术研究的人员学习参考。

本书旨在打造一本彰显Python的亮点、有深度地讲清其概念的教材。全书共6章。第1章为Python编程生态，在为全书学习奠定基础的同时，重点是要在读者心目中筑牢Python以对象为程序主角的一切皆对象思想。第2～4章分别介绍Python结构化编程基础、函数式编程，以及基于类的编程。第5章为Python容器操作，介绍Python面向应用的数据结构基础容器。第6章为Python开发举例，通过数据库访问、数据处理、WWW访问和GUI编程，介绍本书倡导的应用开发重在熟悉领域知识的思想。本书结构合理

本书共分为12章。第1-4章介绍JavaScript基础及应用;第5、6章介绍jQuery移动端框架Zepto基础及高级应用; 第7、8章介绍Vue.js基础及高级应用; 第9章介绍Vue3.x前端工程构建工具; 第10、11章介绍Vue Router 和 Pinia; 第12章简要介绍uni-app跨平台移动端开发工具。

"本书系统地介绍机器人智能感知技术。全书共9章，主要内容包括机器人传感器基础知识，机器人内部传感器（位置与速度传感器、加速度传感器、陀螺仪表、姿态传感器等）技术基础，机器人触觉和力觉感知技术基础，机器人接近觉、热觉、滑觉、听觉、嗅觉和味觉感知技术基础，机器人视觉感知技术基础，估计理论基础，多传感器信息融合技术基础，智能感知技术在机器人系统中的应用，基于多传感器信息融合的自动驾驶汽车位姿估计等。
本书可作为高等院校人工智能、机器人工程、自动化、智能感知工程、测控技术与仪器等相关专业的本科生教