本书可作为“数据库原理”课程的教材,也可作为培养“小型应用系统开发能力”的学习用书,以及作为广大计算机用户和计算机学习者的培训用书及自学用书

本书可以作为计算机及相关专业的教材,也适合自学者及网站开发人员参考

本书以培养应用能力为目标,涵盖全国计算机等级考试一、二级(Windows环境)和人工智能通识相关内容。本书共8章,主要内容包括计算机基础知识、Word2016、Excel2016、PowerPoint2016、人工智能概述、人工智能关键技术、智能办公、人工智能行业应用。

本书共7章,主要内容包括Java介绍,Java语法基础,结构化程序设计,数组和字符串,Java面向对象程序设计基础,继承、抽象类和接口,项目实践。

本书系统地介绍数据结构中的线性结构、树结构、图结构及查找、排序技术,讲解各种数据结构的逻辑关系,并分析数据结构在计算机中的存储表示及其运算。全书共8章,包括绪论,线性表,栈与队列,串、数组与广义表,树和二叉树,图,查找和排序。本书案例丰富、典型,习题多样、全面,每章均提供涵盖所有知识点的综合项目。本书采用C语言作为描述

本书以程序设计为主线,以编程应用为驱动,理论联系实际,通过丰富的实例分析详细介绍了Python程序设计的思想及方法。全书叙述严谨、案例丰富、由浅入深、难易适中、重点突出。全书共分8章,内容包括Python概述,Python基本数据类型、表达式和内置函数,程序控制结构,组合数据类型,函数,字符串,文件,Python面向对

本书共12章。第1章简要介绍LLM的基本概念;第2-4章介绍深度学习的基本原理和代码实现;第5章介绍在自然语言处理中的基本概念;第6章从Encoder-Decoder架构出发介绍Transformer架构;第7-9章介绍基于Transformer架构的预训练语言模型;第10章介绍LLM发展历程中的两个具有里程碑地位的语

本书分两部分共7章,第一部分(第1-4章)是数据分析基础,包括大数据基本分类、量级、计算与类型,网络、遥感与文件大数据的获取方法,数据仓库模型、流程与关键技术,数据清洗、集成、变换与归约等数据处理方法;第二部分(第5-7章)是数据分析核心与拓展,包含基本统计性分析方法、多维数据可视化分析、相关分析方法与邻近性分析,格兰

本书共4部分,第1部分(第1-3章)为基础认知,主要介绍AI的人文定义、发展简史、机器学习及深度学习,帮助读者建立对AI的基础认知;第2部分(第4、5章)为AI内容生成技术,聚焦大语言模型与AIGC多模态生成的技术演进与实践应用,让读者全面了解AIGC;第3部分(第6、7章)为AI赋能应用,深人探讨AI赋能人文艺术的范

本书系统地介绍人工智能基础理论与应用实践,内容包括人工智能概述、Python编程基础、机器学习概论、深度学习概论、神经网络、网络信息采集与处理、大数据分析与可视化、数据挖掘技术、人工智能伦理、人工智能研究热点与发展趋势。书中通过具体项目案例和实践任务讲解各个知识点,帮助学生在动手实践中掌握理论知识。