本书共7章，首先从阐述功能材料及仿生功能材料的基础知识入手，然后以功能材料的分类为基础，系统地介绍了仿生力学材料、仿生光学材料、仿生磁性功能材料、仿生声学材料、仿生电学材料、能源仿生材料等领域的相关理论知识和最新进展。

本书主要内容如下：第一章为智能基础实验，介绍了与智能相关的8个实验，适用于本科课程实验及课程设计；第二章为材料基础实验，介绍了与材料相关的7个实验，适用于本科课程实验及课程设计；第三章为成分分析检测实验，介绍了与成分检测相关的6个实验，既适用于本科课程实验及课程设计，又适用于研究生实验操作和分析；第四章为计算机在智能材料中的应用，介绍了与软件使用相关的4个实验。

本书共8章，介绍了机器人技术的不同组成部分，包括机器人的机械结构、动力系统、传感技术、微控制器、机器视觉、机器人规划和定位与建图，指导读者搭建机器人躯体、组建感知和控制系统，并对移动机器人运动进行定位和规划，这些都是构建一个功能完备的机器人不可或缺的要素。

本书主要讲述信息物理系统的基本原理，围绕系统建模、模型验证、系统设计与应用三方面进行详细介绍。在系统建模方面，概述自动机模型和常微分方程，进一步将两者结合，介绍混杂自动机模型和组合模型。在模型验证方面，讨论安全性需求和活性需求，进而介绍基于不变量的验证方法。在系统设计与应用方面，重点探讨信息物理系统面向自动驾驶车辆、多机器人系统、多旋翼飞行器和自主航天器的系统设计。

本书共9章，主要内容如下：第1章介绍数据挖掘的基本知识，讲解了数据获取的关键环节以及数据挖掘流程；第2章讲解了数据清洗、数据集成、数据转换与规范化，以及数据规约等数据预处理方法，重视数据挖掘的数据准备工作，强调数据质量对数据挖掘算法性能的影响；第3章讲解了数据仓库和数据立方体的基本概念和系统架构，为处理和分析大规模数据集提供有效工具；第4章讲解了关联规则挖掘的相关知识；第5章讲解了经典的分类算法、回归预测算法、性能评估指标和模型调优方法；第6章讲解了经典的聚类算法；第7章讲解了图数据挖掘、时间序

本书共九章，主要介绍高分子材料及其发展、高分子材料结构与性能、通用塑料、工程塑料、合成纤维、涂料、橡胶、功能高分子材料以及高分子共混材料和复合材料。

本书共分为8章，内容包括数字电路基础、逻辑代数理论及电路实现、组合逻辑电路、触发器、时序逻辑电路、可编程逻辑器件、数字系统设计基础、数/模转换和模/数转换。

本书介绍数据分析的完整流程及Python实现，分为三篇共10章。第一篇为基础篇，包括数据分析概述、Python基础、数据处理、数据分析、数据可视化；第二篇为应用篇，包括电影评论数据爬取、文学作品文本分析、股票行情分析、电商用户行为分析；第三篇为综合实践篇，包括抖音短视频数据分析。

本书包括湖泊生态修复技术、湿地生态修复技术和河流生态修复技术三个项目，按照分析生态特征、调查生态现状、修复生态系统、评估生态健康四方面工作内容进行重构。

本书主要介绍深度学习方面的基本理论和方法，具体包括基础内容、提高性内容和应用三个部分。其中，基础性内容是深度学习最核心部分，具体包括：机器学习基本概念及数学知识、全连接网络、卷积网络、循环网络、以及优化算法。第二部分是提高性内容，主要是阐述最新发展的一些技术，可供课时充足的专业进行学习。这部分主要包括：GAN生成对抗网络、图神经网络、Transformer与注意力机制，以及深度强化学习。本书第三部分是应用部分，具体包括：计算机视觉、自然语言处理，以及大语言模型。