本书为“十二五”普通高等教育本科国家级规划教材。
本书主要介绍分析和设计反馈控制系统的经典理论和应用的方法，全书共九章，内容有自动控制系统的基本概念，线性系统的数学模型，线性系统的时域分析、根轨迹分析和频域分析，线性系统的校正，非线性系统的分析，采样控制系统的分析，平稳随机信号作用下线性系统的分析等。
本书配有免费电子课件及习题解答，并增加了丰富的二维码视频，同时，为适应当前教学需求，在相关章节增加了课程思政的内容。
本书为高等学校自动化专业的教材

本书以党的二十大精神为指引，根据物联网综合应用开发课程的教学要求，结合物联网的实际应用场景和相关核心技术编写而成。本书采用活页式装订，全书由浅入深、全面展示了物联网的12个实践项目，具体为：STM32外设及GPIO输出控制、数码管模拟显示温度、ADC按键控制蜂鸣器、OLED显示、蓝牙通信、串口通信、Wi-Fi通信、红外测距、智能实时测温、智能水泵、土壤湿度采集、智慧农业综合项目。

本书可作为本科、高职院校物联网工程、物联网应用技术等相关专业的专业拓展课程、实训课程的教材，也可

本书从数据分析与机器学习算法入手，系统地介绍了机器学习各类算法的原理方法和实际应用。本书的主要内容包括：KNN算法、朴素贝叶斯、决策树、支持向量机、线性回归、K-means算法、人工神经网络、卷积网络深度学习以及基于Python数据分析进行职业规划。
本书作为大数据技术与人工智能领域的入门教材，在内容上涵盖了机器学习经典算法的基础知识和应用实例，采用Python作为编程语言，强调基本算法的应用理解，内容由浅入深。各部分内容均配有相应的任务，注重实践应用，便于读者学习和掌握。
本书可作

全书共 10 章，第 1 章介绍了机器学习算法的基本概念、分类及本书开发环境的搭建。第 2 章介绍了机器学习算法中经常用到的 NumPy 相关知识及绘图工具包 Matplotlib。从第 3 章开始介绍机器学习算法，第 3 章介绍了最简单也是最常用的线性回归算法。第 4 章介绍了搜索算法，包括梯度下降算法、随机梯度下降算法、小批量梯度下降算法、牛顿迭代算法及坐标下降算法。第 5 章介绍了二分类的 Logistic回归算法和多元回归算法 SoftMax，以及评价分类结果优劣的各种指标。第 6 章介

本书较为系统地介绍了人工智能时代技术赋能教育生态的理论与实践探索,以“人工智能技术赋能教育”为核心,整合了智能技术对教育各要素产生的影响,形成人工智能时代师范生培养的框架模式。本书包括人工智能概述、人工智能时代的教育、人工智能时代的学校、人工智能时代的教师、人工智能时代的学生、人工智能时代的教育工具、人工智能时代的教育评估和人工智能时代的教育展望八个方面的内容。掌握这些基本内容,是未来教师进一步适应人工智能时代教育的前提,也是了解人工智能时代教育变革的重要渠道。本书配备有丰富的微课资源,读者可以

机器学习专门研究计算机怎样模拟或实现人类的学习行为，它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。本书是一本机器学习的入门书，通过本书，学习者将初步理解主流的机器学习算法，并且可以用机器学习技术解决现实生活中的问题。只要有本科三年级以上的数学知识，会一种编程语言，就可以掌握本书的绝大部分内容。 本书共有15章，主要讲解经典的机器学习算法，如线性回归、逻辑回归、决策树等，同时讲解近几年才出现的算法，如XGBoost、LightGBM等集成学习算法。此外，本书

本书是2022年百度松果学堂高校合作项目资助计划立项建设项目的成果，是江苏省高校“青蓝工程”优秀教学团队(苏教师函〔2022〕29号)的阶段性成果。本书为新形态一体化教材，可与中国大学MOOC平台的网络课程“零基础闯关Java挑战二级”配套使用。 本书紧扣电子信息大类“Java程序设计”课程的要求，针对日常教学中学生“学不会、考不过”的问题，按照“理论精解、实践演练、考题精讲”三步走战略，重点讲解了Java语言的基本特性、面向对象技术、数组、字符串、异常处理机制、数据流技术、集合、用户图形界面设

本书的主要内容包括计算机文化概述、人工智能概述及应用、Python基础和文字处理软件、Python基础和电子表格、Python基础和演示文稿、国产软件等内容, 主要适用于高校信息技术基础教学。本教材的特色是教学内容前沿, python办公自动化编程部分采用案例驱动的方式进行教材的编写和教学内容的讲解。

本书系统介绍了人工智能学科的基本原理与算法，着重介绍了基于符号的推理、深度学习以及强化学习等，并提供了Python、Lisp、Prolog语言的入门级教程，还专门介绍了专家系统构造工具CLIPS以及Agent系统开发平台SPADE。

本书共分10章，第1章为绪论，第2章介绍人工智能程序设计语言，之后5章介绍人工智能的基本原理与经典算法，第8章和第9章主要介绍机器学习与深度学习相关算法，最后一章介绍智能Agent。

本书注重人工智能的经典算法及其实用性，可作为高校计算机

本书全面介绍人工智能的基本理论、技术及应用。全书共10章，主要内容包括人工智能概论、知识表示与知识图谱、确定性与不确定性推理、搜索策略、遗传算法、群智能算法、人工神经网络、机器学习与深度学习、专家系统、自然语言理解，附录部分给出了实用性强的12个实验。本书强调人工智能知识的基础性、整体性、综合性和广博性，使学生掌握人工智能的主要思想和应用人工智能技术解决专业领域问题的基本技术，培养创新精神。 本书的适用对象广泛，可作为高等学校各专业人工智能基础课程的教材，也可供对人工智能技术感兴趣的广大读