本书系统介绍了人工智能的基本原理、方法和技术，并反映国内外研究和应用的最新进展。全书共11章。第1章主要介绍人工智能从业人员的职业道德及行业准则和人工智能视角下的企业文化和职业素养。第2章主要介绍人工智能技术的定义、经典问题、发展史和产品应用等。第3章主要介绍人工智能与大数据、数据采集与预处理、数据可视化。第4章介绍了机器学习的学习类型、分类、常见任务及其应用。第5、6章对神经网络和深度学习做了引导性综述，包括图片识别、BP神经网络的数据分类、卷积神经网络、循环神经网络。第7章介绍了计算机视觉技

本书基于当前流行的深度学习框架之一——Keras，从新手的角度出发，详细讲解Keras的原理，力求帮助读者实现Keras从入门到精通。全书共9章，主要内容包括初识深度学习、深度学习的数据预处理技术、使用Keras开发深度学习模型、卷积神经网络及图像分类、循环神经网络在文本序列中的应用、自编码器、生成式对抗网络、模型评估及模型优化，以及深度学习实验项目。本书内容由浅入深、语言通俗易懂，从基本原理到案例应用、从基础算法到对复杂模型的剖析，让读者在循序渐进的学习中理解Keras。 本书可作为高等院校计

本书以Keras深度学习的常用技术与真实案例相结合的方式，深入浅出地介绍使用Keras进行深度学习的重要内容。全书共7章，内容包括深度学习概述、Keras深度学习通用流程、Keras深度学习基础、基于RetinaNet的目标检测、基于LSTM网络的诗歌生成、基于CycleGAN的图像风格转换、基于TipDM大数据挖掘建模平台实现诗歌生成等。本书大部分章包含实训和课后习题，通过练习和操作实践，读者可以巩固所学的内容。
本书可以作为高校数据科学或人工智能相关专业的教材，也可作为深度学

本书是《计算思维与人工智能基础（第2版）》的配套实验教材。本书紧跟计算机技术发展潮流，以“基础性、系统性、先进性、实用性”为指导思想，主要实验内容包括Windows10、Word 2016、Excel 2016、PowerPoint 2016、Visio 2016、网络信息检索、算法设计、基于Weka平台的机器学习算法实现等。

本书强调计算机实际应用能力的培养，实验内容注重由浅入深、详略得当、图文并茂、示例精炼。通过本书的学习，可使学生熟练地操作使用计算机，并能加强学生对计算思维

人机交互是一门关于设计、评价和实现供人们使用的交互式计算机系统，并围绕相关现象进行研究的学科。本书对人机交互中的相关概念进行了详细介绍。本书共10章，分别为初识人机交互、交互设计理论基础、交互设备、用户研究及方法、人物角色、信息架构、界面设计、信息可视化与大数据应用、可用性评估，以及人机交互综合应用实例。 本书突出了产品设计中的艺术性，通过讲解各种案例，让读者参与实践环节，将艺术与技术有效地结合起来，体现了较高的原创特色。本书提供了大量的创新设计案例及作品，为理论学习提供了内容支撑。本书还提供了

教材以就业为导向、应用为目标、实践为主线、能力为中心，由校、企、研三方联合开发，将JavaScript和jQuery基础知识与基本技能点融入“校园志愿服务网站”的9个项目共31个任务，主要内容包括走进前端交互世界、移动的欢迎页、首页链接页、志愿项目、首页轮播图、首页注册页面、志愿风采、志愿之星和锦上添花。

机器学习是一种实现人工智能的方法，也是人工智能领域中最能体现智能、发展最快的一个分支。本书作为该领域算法实现与应用的入门教材，主要介绍了一些经典而常用的机器学习方法及其编程技术，包括朴素贝叶斯、决策树、k-NN、聚类、线性回归、支持向量机（SVM）、神经网络等。全书以Python语言作为编程语言，基于工作过程系统化的体例设计，采用理论知识结合项目案例的形式，以图例解析的方式深入浅出又直观地剖析学习模型的计算机理，加深学生的体会和理解，避免了烦琐的数学模型推导；在项目实施过程中，以任务驱动的方式一

本书根据教育部高等学校大学计算机课程教学指导委员会对计算机基础教学的基本要求编写，探索将 “线上”+“线下”混合式教学的最新教学改革思想融入教材的方法，使学生逐步掌握利用计算思维、计算 工具分析和解决问题的方法。本书以 Microsoft Of?ce 2016 和 Python 为主要教学平台，适应日新月异的计算 机技术发展。全书共 7 章，内容包括计算机概述、计算机系统、Windows 10 操作系统、办公软件应用、网络与信息安全、 Python 程序设计基础、人工智能基础。本书主要作为线上教

本书精练地阐述了自动控制的基本理论与应用。全书共九章：前八章着重介绍经典控制理论及应用的主要方面，最后一章介绍现代控制理论中的状态空间分析及综合法。
本书强化了工程应用背景，系统介绍了MATLAB、Python应用技术，包括建模、时域分析、根轨迹绘制、频域分析、前馈校正、离散系统分析、描述函数法计算，线性系统可控性、可观测性和李雅普诺夫稳定性判别以及综合设计等内容。
本书在数学基础、控制理论、工程应用、MATLAB及Python仿真方面，具有系统性和统一性，适合工科高等院校使用。

本书比较全面地阐述了自动控制的基本理论与应用。全书共十章，前八章着重介绍经典控制理论及应用，后两章介绍现代控制理论中的线性系统理论和**控制理论。《BR》本书优化了第七版中的主要内容，强化了控制理论与科技前沿的结合及二维码数字资源。书中深入浅出地介绍了自动控制的基本概念，控制系统在时域、频域和复域中的数学模型及其结构图和信号流图；比较全面地阐述了线性控制系统的时域分析法、根轨迹法、频域分析法以及校正和设计等方法；对线性离散系统的基础理论、数学模型、稳定性及稳态误差、动态性能分析以及数字校正等问题