本书内容涵盖物联网系统“端管云用”全栈开发的关键技术及实现方案, 分为三篇, 共10章。上篇为基础篇, 对体系结构、常用云平台、通信协议、通信报文、物模型等概念进行阐述, 给出利用设备端模拟器快速搭建物联网系统的具体方法。中篇为应用篇, 对开源板卡、传感器、通信模块、开发软件进行较为详细的解析, 给出一系列详尽的物联网系统实现方法和实验代码。下篇为提高篇, 介绍GPS/BD定位技术和规则引擎技术在物联网的具体应用。

本书主要内容包括人工智能基础、机器学习、深度学习、大模型技术、智算中心、智算操作系统和人工智能前沿技术等。此外, 附录部分还设计了6个实验, 旨在帮助读者将理论知识转化为实践能力。

本书以一个网络工程项目建设为载体, 详细阐述了网络工程项目建设的全过程, 包括网络工程项目的需求分析、规划与设计、部署与实施、测试与验证等内容。本书将真实项目解构成5个子项目, 子项目再拆分成若干任务融入本书各章中, 任务与任务、章与章间的任务环环相扣、紧密相连。第7章将前6章内容融会贯通, 重构为一个整体项目呈现。

本书为Java基础入门图书, 共15章。第1章为Java开发入门, 融入AI编程助手的内容, 从而提升学习效果; 第2-8章主要讲解Java编程的基础知识, 包括Java编程基础、面向对象、异常、JavaAPI、集合、泛型等知识; 第 9-14章主要讲解Java编程的进阶知识, 包括反射机制和注解、I/O、JDBC、多线程、网络编程、图形用户界面等知识; 第15章基于图形用户界面实现一个综合项目客户关系管理系统。

本书共10章。第1章全面介绍物联网设备监控平台的架构和工作原理, 重点介绍物联网通用设备描述协议和监控方法。第2-9章详细描述了物联网设备监控平台各子系统的功能、结构和工作原理, 核心功能通过代码展示以加深读者感性认识。第10章为监控驱动程序设计篇, 介绍如何为不同通信方式的物联网设备编写驱动程序, 实现万物互联。

本书是人工智能专业英语教材, 涉及人工智能基础、人工智能基本技术、人工智能应用、常用搜索算法、人工智能编程语言、知识系统与知识库、专家系统和推理、机器学习与深度学习、决策树、人工神经网络和模糊神经网络、监督学习与无监督学习、计算机视觉、模式识别、大语言模型、智能体、生成式人工智能、人工智能安全、大数据与人工智能、云计算与人工智能、群体智能、具身智能等各个方面。

本书以8个具有一定代表性的课程设计题目为框架, 体现MVC模式和面向对象的设计思想, 强化内置Derby数据库、网络MySQL数据库以及Excel工作簿在应用中的作用; 每个课程设计都按照MVC模式展开, 每章内容都由设计要求、数据模型、简单测试、视图设计、GUI程序、程序发布和课设题目7个部分构成。

本书以计算机领域英语时文和经典原版教材为基础, 对内容进行大量精心设计。全书共10个单元, 主要内容既有传统计算机知识的内容, 也包括大数据、人工智能、物联网、AI辅助软件工程、NoSQL数据库、大语言模型和ChatGPT等当前热点领域的相关内容。本书每章配以相应的习题, 课后附有参考译文。读者可以快速掌握计算机英语的一般特点和大量专业词汇, 并提高学习计算机原版文献资料的能力。

本书系统介绍数据挖掘经典算法和机器学习主流算法, 并为经典算法、应用案例和实验题目均提供相关实验数据和Python代码实现, 特别是大模型在数据挖掘中的应用。通过经典算法、大模型应用、Python实现和实际项目应用“四位一体”, 强化数据挖掘和机器学习算法的理解和掌握, 对经典算法做到“精”和“通”。全书共13章, 大致分为3部分, 第1部分 (第1-6章) 介绍数据挖掘的基础知识 (数据挖掘过程、数据探索和数据预处理) 和经典算法 (关联规则、聚类、分类等); 第2部分 (第7-9章

本书旨在系统介绍Python语言, 帮助读者高效编写程序, 掌握利用计算机解决问题的基本方法和过程。通过阅读本书, 读者能够在全面了解Python程序设计语言历史、现状与发展趋势的基础上, 系统掌握Python的基本概念、编程思想及程序设计技术, 具备一定的Python程序设计技能, 具备独立开发Python简单项目的能力, 以满足高校程序设计知识教学的基本要求, 并为学生后续课程的学习提供相关的背景知识, 进一步为培养社会及行业需要的人才打下基础。