本书由浅入深地介绍了Python相关的基本概念、数据结构和算法。全书共15章, 内容包括计算机基础知识、初识Python、Python语言基础、选择结构、循环结构、列表和元组、字典和集合、字符串、函数、面向对象程序设计、模块、异常处理及程序调试、文件与目录操作、用Numpy实现面向数组的编程、PandasSeries和DataFrame模块。

"本书依照前面几版的编写原则和风格，在掌握C/C++知识的基础上，从Windows SDK程序设计出发，用C++类对Windows应用程序进行了模拟封装，重点介绍了MFC的应用程序框架。随后以精练的语言介绍Windows的图形图像处理、应用程序界面、资源、文件、动态连接库、进程与线程管理、组件对象模型（COM）、ActiveX技术、数据库和异常处理的基础知识。最后，在第18、19两章重点介绍了.NET/C#的反射、特性、扩展方法、Linq和C#动态特性的相关知识，为读者继续研习.NET技术奠定了

本书以应用为导向，将理论与实践相结合，深入浅出地介绍了利用Python进行大数据分析与挖掘的基本知识，以及如何将其应用到具体领域的方法。 本书分为基础篇、案例篇和附录三个部分。基础篇（第1章～第8章）主要介绍Python基础知识及应用于科学计算、数据处理、数据可视化、特征工程、机器学习、集成学习、深度学习等方面的基础知识；案例篇（第9章～第14章）主要介绍利用Python进行金融、地理信息、交通、文本分析、图像识别等领域大数据分析与挖掘的案例，以及基于大语言模型的应用开发案例；附录介绍了线

"本书以通俗的语言、简洁的叙述，详细介绍了各种数据结构的基本概念、逻辑特性和存储结构以及基本运算，对各种结构定义了相应的抽象数据类型。全书共8章，内容包括概论，线性表，栈和队列，串和数组，树和二叉树，图，查找和排序。全书采用类C语言作为数据结构和算法的描述语言。在各章末尾，还给出了数据结构的应用实例以及算法设计举例。 本书可作为高等院校计算机专业的教材，也可供从事计算机工程与应用工作的科技工作者参考。本书在选材与编排上，贴近当前普通高等院校“数据结构”课程的现状和发展趋势，符合**研究生考试大纲

"《智能终端应用与维护》以工作过程为导向，选取企业真实案例，将理论与实践相结合，是双元育人职业教育 教学探索的成果。《智能终端应用与维护》针对智能家居控制领域的 8 种智能终端产品，通过一个个独立而又相互 联系的项目，详细阐述了产品的原理、构造、应用场景以及维护维修方法等知识。
《智能终端应用与维护》内容体现理论知识与实际应用相结合，引入职业资格技能等级考核标准、岗位评价标 准及综合职业能力评价标准，形成立体多元化的教学评价标准。既能满足学历教育需求，也能 满足职业培训需求。《智能终端应用

"《大数据平台搭建与维护》以大数据平台项目场景和工作任务驱动的方式搭建逻辑架构，以大数据平台搭建与维护具体任务活动及工作步骤为核心构建内容体系，全书以工作手册的形式进行编写。《大数据平台搭建与维护》共包括6个项目，介绍了Linux系统的安装与配置、Hadoop HDFS 高可用集群搭建、Hadoop YARN高可用集群搭建与维护、HBase高可用集群搭建与操作、Hive数据仓库工具搭建与操作、某电商推荐系统大数据平台搭建案例等内容。《大数据平台搭建与维护》注重工匠精神的培养及工作任务实施过程中的

"本书是一本全面深入的深度学习实践指导书，旨在为读者提供从基础概念到高级应用的系统性知识。

本书第1章从基础开始，介绍了PyTorch工具，涵盖了数据的加载与预处理，以及基础网络构建和训练流程。 第2章深入图像分类，探讨了CNN架构、数据增强技术，以及模型优化和部署策略。 第3章转向创造性图像应用，包括风格迁移、Deep Dream、GAN和超分辨率技术，并讨论了CycleGAN的应用。 第4章专注于视觉系统，讲解了目标检测、语义分割以及相关网络结构。 第5章和第6章分别探讨了循环

"本书共13章。第1章阐述网络安全的基本概念，第2章阐述网络安全的数学基础，第3~6章阐述密码学的理论与技术，第7~8章阐述密码协议及其形式化安全性分析，第9章阐述公钥基础设施与数字证书，第10章阐述网络加密与密钥管理，第11章阐述网络边界安全防护技术，第12章阐述无线网络安全，第13章介绍网络安全新进展。
　　本书基本概念清晰，表述深入浅出，知识体系和知识点完整，理论与实践相结合。每章后面都附有精心编排的思考题。书后列出了大量参考文献，为读者提供了深入研究相关专题的途径和资料。为方便师生

机器学习是人工智能领域的重要组成部分，其深度和广度都在持续扩展。本书不仅对机器学习基础知识进行了全面介绍，而且深入讨论了各种经典和常用的机器学习方法。通过理论与实践相结合的方式，帮助读者理解机器学习的基本原理，掌握常用的方法，并能够在实际问题中应用这些技术。本书共10章，可分为两部分。第一部分主要介绍机器学习的背景知识，包括其定义、应用领域、发展历程等。这部分旨在为读者提供一个全面的视角，从而了解机器学习的概貌。第二部分则侧重于技术的讨论，包括各种经典和常用的机器学习方法的具体实现和应

本书首先介绍水下机器人技术的发展动态和数学基础，然后在充分分析和总结该领域最新研究成果的基础上对水下机器人技术中的关键技术（包括结构设计、通信、能源、推进、感知、导航定位、控制、作业及布放回收等）进行着重介绍，并对上述技术涉及的技术形式和方法进行详细介绍，最后介绍 4种形式的水下机器人案例。