本书全面系统地阐释了量子人工智能技术，包括量子计算基础，如量子力学、量子电路、量子算法、量子编码、量子存储和量子计算物理实现等；人工智能技术，如经典机器学习、神经网络、深度学习、强化学习等；容错量子计算与机器学习算法，如典型的量子无监督算法和量子监督算法；嘈杂中等规模量子计算机(NISQ)时代量子人工智能，如量子神经网

本书共13章，分为理论基础与实践应用两大部分。理论基础部分重点讲解经典机器学习方法，每种方法均配有基于Weka的实践步骤和基于Sklearn的代码实现。实践应用部分提供3个综合性案例，详细展示如何运用Weka和Sklearn解决实际问题。本书理论与实践并重，注重对算法原理的直观理解与实际应用；提供Weka和Sklear

本书系统介绍强化学习领域的理论基础、关键算法及其在实际场景中的广泛应用，以深入浅出的方式全面覆盖强化学习领域的核心知识体系与技术方法，包括强化学习的基本概念、经典算法、深度强化学习、奖励空间探索、模仿学习、基于模型的强化学习及该领域的最新研究进展。此外，本书还将对视觉强化学习、多任务强化学习、蒙特卡洛树搜索、通用智能体

本书共分为12章，主要内容包括引言、C语言基础知识、顺序结构程序设计、选择结构程序设计、循环结构程序设计、函数、预处理命令、数组、指针、结构体、共用体和枚举、文件操作。本书力求深入浅出、通俗易懂，在准确讲解概念的基础上引入大量示例，由浅入深、分析透彻，旨在培养学生的实践动手能力。每章均附有丰富的例题和习题，并附有参考答

全书共13章，内容循序渐进、逻辑清晰。包括Linux操作系统入门、命令行基础操作、命令行管理文件、创建和编辑文本文件、Linux高级文件操作、管理本地用户和组、文件权限、网络配置与远程管理、管理Linux软件包、Linux存储管理、Linux系统管理、Shell脚本编程(拓展)和运行容器(拓展)。

本书涵盖了从VLAN、STP、RSTP、MSTP到链路聚合、VRRP、IRF堆叠、M-LAG及BFD等关键交换技术。全书以典型工作任务为导向，结构上按照“学习目标→项目概述→知识准备→项目实施→项目小结→课后练习”的逻辑展开，引导学生在一个完整的教学周期内实现“学中做、做中学”，有效地培养其网络规划、部署与排障的实战能

本书分为10个项目，项目1介绍Python的开发环境搭建；项目2介绍Python的数字类型和输入输出函数；项目3介绍Python流程控制结构中的各种语句；项目4介绍Python的组合数据类型，使用列表、元组、字符串、集合、字典解决实际问题；项目5介绍函数；项目6介绍面向对象编程，它教会我们如何用面向对象的思维方式思考问

本书首先阐释搜索智能、知识智能的简明原理，再聚焦机器学习、深度学习建模方法，以及计算机视觉、自然语言处理、时序数据分析等经典应用技术，最后介绍人工智能生成内容、大语言模型(LLM)、检索增强生成(RAG)、智能体(Agent)等前沿应用方向。全书以理解智能原理和应用实践为目标，采用案例驱动方式，并借助大语言模型赋能编写

本书包含办公软件应用的相关知识点与技能点试题，每道试题均注重基础性和实践性训练，以丰富的实例，将基本知识和实践技术相结合，按照“操作要求”的形式提供给相应应试人员，锻炼其解决相关实际问题的能力。全书分为8个单元，每个单元有20道试题，共有160道题，主要包括文字录入与编辑、文档的格式设置与编排、文档表格的创建与设置、文

本书旨在反映该领域的最新进展。包括对最近几项重要技术的重要报道，如transformers主导了许多自然语言处理任务，批量归一化还有ADAM优化，在学习大型深度神经网络中很流行，以及最近流行的深度生成模型，如变分自动编码器(VAE)和生成性对抗网(GAN)。