本书共有7章。第1章绪论：系统介绍了人工智能概况。第2章人工智能系统架构：描述了人工智能框架中基础层、算法层、技术层和应用层的相关知识，最后介绍了专家系统。第3章机器学习：主要介绍了机器学习的概念、分类、算法及应用等。第4章深度学习：介绍了深度学习的发展历程；讲解了典型的深度学习算法、应用和发展趋势等内容。第5章强化学

本书主要介绍物联网常用设备的安装与调试，通过项目实施让学生掌握物联网设备安装与调试的基础知识、基本技能，通过能力拓展增强学生实践应用与创新的能力，为其后续的学习和工作做好铺垫。本书在教学项目与任务设计中有机融入与课程相关的科学精神、工程思维、安全意识、创新意识、劳动精神、工匠精神及劳模精神等。本书共6个项目，内容包括安

本书从实践应用的角度出发，系统介绍了利用Python进行数据挖掘与机器学习所需的基础知识。内容涵盖数据挖掘的基本概念、机器学习的主要算法、Python编程语言基础、数据处理与可视化技术；深入解析了Python在数据挖掘与机器学习领域的核心库和框架，并通过具体实例展示了如何利用这些工具进行数据挖掘、模型训练与预测分析；同

本书主要介绍Python语言程序设计的各种基础知识，以及如何通过程序设计来解决现实问题。在带领读者编写自定义类之前，先介绍关于选择结构、循环结构和函数的基本编程概念和技术。然后介绍如何使用Python解决实际问题。书中还配有大量示例以及不同难度的练习，涵盖了多个有趣的应用领域，指导读者创建高效、优雅的代码，在实践中掌握

全书内容分为两大部分：第一部分夯实基础，系统讲解数据库基础知识、常用数据库的安装与管理、SQL及数据操作；第二部分强化实践应用，包括数据库设计、数据库编程、工业软件数据库设计项目实践的内容，展现了从需求分析到系统实现的全流程实践路径。在人工智能与数据库深度融合的趋势下，本书特别增设“AI+数据库”知识拓展版块，探讨智能

本书基于业务场景设计了搭建Hadoop大数据开发平台，从网络爬取电商产品信息并保存到HDFS，企业数据采集与迁移，基于MapReduce的影评数据分析，HBase用户行为分析，存储、管理城市气象数据，基于Spark分析线上订单数据，以及Hadoop大数据平台运维8个项目，全面覆盖Hadoop生态系统的部署、运维以及数据

本书内容紧密对接装备制造相关岗位能力要求，主要针对当前典型产线装备的设计、安装与调试技术技能，介绍智能制造产线涉及典型装备的功能特点、机械安装与调试、控制程序设计、数字孪生虚拟调试和实体调试等工作内容的实施方法和项目化实践。装备制造过程充分融合数字化、信息化、智能化技术，结合人工智能和物联网技术，是大势所趋。数字孪生技

本书详细阐释深度学习的数学基础与架构设计，通过精心设计的章节，逐步带领读者从基础的数学工具深入复杂的深度学习架构，涵盖从向量和矩阵到神经网络的训练、优化和正则化，再到生成模型、自编码器等前沿主题，并提供详尽的数学分析和代码示例。作者团队结合Adobe、Google等企业的前沿实践，通过PyTorch代码逐层拆解卷积神经

本书从基础理论入手，系统介绍人工智能的定义、起源、发展及其核心要素，深入剖析其分类与流派，旨在帮助学生建立对这一领域的宏观认知。然后进一步深入探讨人工智能的应用技术，包括机器学习、深度学习、自然语言处理、计算机视觉和智能语音等核心技术，详细阐述它们的原理、类型、算法及具体应用场景。生成式人工智能(AIGC)作为人工智能

本书内容既涵盖C语言概述、基本数据类型及表达式、顺序结构程序设计、分支结构程序设计、循环结构程序设计及数组的应用等基础部分，也包括函数、指针的应用、结构体和共用体等进阶部分。全书以结构化形式编排，每章以学习导语、目标导航、学习计划开始，以本章小结和丰富的习题训练结尾。各节包括知识准备、实例体验、趣味训练、梳理拓展四个环