本书以Python3.10.7为平台，以实际应用为背景，通过概述 经典应用相结合的形式，深入浅出地介绍了Python人工智能分析与实战相关知识。全书共8章，主要内容包括人工智能绪论、Python编程与进阶、Python数学与运算、机器学习大战、神经网络大战、深度学习大战、强化学习大战、人工智能大战等内容。通过本书的学习，可使读者领略到Python的简单、易学、易读、易维护等特点，同时感受到利用Python实现人工智能的普遍性与专业性。本书可作为高等学校相关专业本科生和研究生的教学用书，也可作为相关专业科研人员、学者、工程技术人员的参考用书。

《Python金融数据分析》详细阐述了与Python金融数据分析相关的基本解决方案，主要包括获取金融数据、数据预处理、可视化金融时间序列、探索金融时间序列数据、技术分析和构建交互式仪表板、时间序列分析与预测、基于机器学习的时间序列预测、多因素模型、使用GARCH类模型对波动率进行建模、金融领域中的蒙特卡罗模拟、资产配置、回测交易策略、识别信用违约、机器学习项目的高级概念、金融领域的深度学习等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。

本书内容涵盖了程序设计的基本概念和技术，通过对 C 语言进行全面介绍，帮助读者理解程序设计的原 理，并掌握实践知识。本书共分为五部分，第一部分（第 2 ～ 9 章）介绍了程序设计的基础知识；第二部分（第10 ～ 16 章）介绍了输入输出相关知识，包括从键盘和文件获取数值与文本数据的方法，以及以图形化方式表示数值数据、文本和几何图形；第三部分（第 17 ～21 章）介绍了算法和数据结构相关知识，包括向量容器、 链表和映射容器；第四部分（第 22 ～ 27 章）对 C 语言思想进行了更有广度的介绍；第五部分（附录 A ～附录 E）是对书中正文的补充。本书可作为高等院校计算机、电子信息及相关专业的本科生或研究生教材，也可供对程序设计感兴趣的研 究人员和工程技术人员阅读参考。

本书理论结合实践，通过综合运用图、表、文字、代码、解析等多种形式深入浅出地讲解了算法思想、算法结构设计与实践应用，并为大部分章节的算法提供了有趣的竞赛真题及解析，帮助读者学习算法的核心思想，提高实践动手能力。全书共9章，内容包括算法概述、递归算法与分治法、动态规划算法、贪心算法、搜索算法、网络流算法、随机化算法、群体智能优化算法及算法竞赛真题自测与解析。本书配有丰富的在线资源，包括在线课堂、在线真题自测、在线考试、在线自动判题、在线解题视频等线上资源，并提供教学课件、课堂手册、课后习题参考笞案、实例源代码等教学资源，方便教师投课和开展教学活动。本书适合作为计算机科学与技术、软件工程、人工智能、数据科学与大数据分析等专业大学生、研究生的教材。也可以作为数学建模和程序设计竞赛参赛人员的参考书。另外，本书还可以作为考研学生的专业课复习资料，帮助提升升学竟争力。

《Python数据分析》为新手打开了数据处理的大门。作者是一位经验丰富的数据科学家和Python程序员，他将自身的实践经验和专业知识倾注于笔端，帮助读者理解并掌握Python这一强大的编程语言。全书共20章，结构清晰，逻辑严密，使读者在学习的过程中能够有条不紊地逐步深入。书中首先介绍了Python程序设计的基础知识，包括变量、等式、列表、元组、字典、集合等基本概念，以及循环、条件语句等编程基础，帮助读者建立起编程思维，为后续的数据分析工作打下坚实基础。随后，本书进一步展示了如何利用Python进行数据分析、探索、清洗和整理等相关知识，详细介绍了数据处理的基本流程和方法，包括数据导入、数据清洗、数据转换、数据分析等多个环节，帮助读者全面了解数据处理的各个方面。本书是一本兼具实用性和参考价值的优秀图书。无论你是初学者还是有一定经验的程序员，都能从中收获满满的知识和技能。如果你对数据处理和Python编程感兴趣，那么这本书绝对值得一读。

《C#从0到1：语法详解与案例实践》从初学者角度，通过通俗易懂的语言、贴近生活的实例，详细介绍了使用C#进行程序开发需要掌握的知识和技术。全书38章，内容包括C#简介、数据类型与变量、表达式与运算符、输入与输出、程序的流程控制、窗口设计、控件设计、图像设计等。书中所有知识都结合具体实例进行分析，案例的程序代码讲解详细，可以使读者轻松领会 C# 程序开发的精髓，快速提高开发技能。

全书共8章，可分为三部分。第一部分为深度学习基础篇，包括第1、2章，介绍Python基础、数学基础、深度学习的概念和任务；第二部分为深度学习基本模型篇，包括第3~5章，介绍卷积神经网络、循环神经网络和基于自注意力机制的Transformer模型；第三部分为自然语言应用篇，包括第6~8章，介绍词向量、预训练语言模型、词法分析等自然语言处理领域的应用和实践。书中各章相互独立，读者可根据自己的兴趣和时间使用。书中每章都给出了相应的实践内容，建议读者在阅读时，辅以代码实践，快速上手深度学习，加深对模型的理解。本书内容基础、案例丰富，适合作为高等院校人工智能及相关专业的教材，也可供研究人员和技术人员参考。

《Python计算机视觉与应用案例》以Python为平台，以“概述 案例”的方式系统地对计算机视觉进行实战分析。本书先介绍计算机视觉编程基础知识，接着介绍在各个领域利用Python解决计算机视觉问题，最后通过两个经典案例综合分析计算机视觉应用。为了帮助读者更好地掌握相关知识，各章节都通过概述与案例相结合的方式，让读者在掌握概念的同时举一反三，掌握程序设计的方法，利用程序设计解决实际问题。《Python计算机视觉与应用案例》适合想深入研究Python计算机视觉的开发者阅读参考，也可作为高等院校相关专业的教材。

《PyTorch语音识别实战》使用PyTorch 2.0作为语音识别的基本框架，循序渐进地引导读者从搭建环境开始，逐步深入到语音识别基本理论、算法以及应用实践，是较好的一本语音识别技术图书。本书配套示例源码、数据集、PPT课件等资源。《PyTorch语音识别实战》分为13章，内容包括语音识别之路、PyTorch 2.0深度学习环境搭建、音频信号处理的理论与Python实战、音频处理常用工具包Librosa详解与实战、基于DNN的语音情绪分类识别、一学就会的深度学习基础算法、基于PyTorch卷积层的语音情绪分类识别、词映射与循环神经网络、基于Whisper的语音转换实战、注意力机制与注意力模型详解、鸟叫的多标签分类实战、多模态语音转换模型基础、GLM架构多模态语音文字转换实战。 《PyTorch语音识别实战》内容详尽、示例丰富，适合作为语音识别初学者、深度学习初学者、语音识别技术人员的参考书，同时也非常适合作为高等院校或高职高专深度学习、语音识别等课程的教材。

本书通过趣味游戏编程项目讲解算法，提升读者学习算法的兴趣，降低读者学习算法的难度，增强读者将算法应用于编程实践的能力。本书共 14 章，通过猜数字、飞翔的小鸟、得分排行榜、汉诺塔、八皇后、消灭星星、贪吃蛇、走迷宫、连连看、吃豆人、滑动拼图、井字棋、垒积木、十步万度等游戏，讲解顺序查找算法、二分查找算法，图形库 EasyX，插入排序算法、冒泡排序算法、选择排序算法、快速排序算法，递归算法，暴力搜索算法、回溯算法，FloodFill 算法，常见的数据结构（数组、链表、队列、栈、图、树）、标准模板库（STL），十字分割算法、图的广度优先搜索算法和深度优先搜索算法，加权图上的迪杰斯特拉算法、贪婪优先搜索算法、A*算法，状态空间上的搜索算法，博弈树的极大极小值搜索算法、α-β剪枝搜索算法，动态规划算法，遗传算法。本书适合想要学习基础算法或练习编程实践的读者阅读，也可作为高等院校数据结构与算法相关课程或编程实践课程的指导用书。读者在阅读本书之前需要具备基础的C语言编程知识。