公共医学数据库的应用越来越广泛，利用这些数据库进行论文写作可以显著减少研究成本和时间。《R语言医学数据分析实践》以公共医学数据为例，讲解如何使用R语言进行数据挖掘和统计分析。《R语言医学数据分析实践》通过大量精选的实例，对统计分析方法进行了深入浅出的介绍，旨在帮助读者解决医学数据分析中遇到的实际问题。《R语言医学数据分析实践》配套提供示例源码、PPT课件、作者微信群答疑服务。《R语言医学数据分析实践》共分为12章，内容包括R语言介绍、R语言基本语法、R语言数据清洗、R语言数据可视化、R语言统计建模分析方法、R语言机器学习实战入门、列线图在预测模型中的应用、临床数据挖掘中的生存分析、NHANES 数据库挖掘实战、GEO数据库挖掘实战、孟德尔随机化分析实战、单细胞测序实战。《R语言医学数据分析实践》适用于临床医学、公共卫生及其他医学相关专业的本科生和研究生使用，也可作为其他专业的学生和科研工作者学习数据分析的参考书。阅读本书，读者不仅能够掌握使用R语言及相关包快速解决实际问题的方法，还能更深入地理解公共医学数据库挖掘的实战精髓。

"《Scratch少儿趣味编程108例（全视频微课版）》以Scratch 3.6版本为基础，通过108个案例详细介绍了运用Scratch软件制作动画、游戏等趣味作品的方法，充分培养孩子的想象力和创造力。本书共分为9章，第1章概述Scratch下载、安装和运行的方法；第2章介绍创建背景和角色的方法；第3章讲解自上而下依次执行的顺序结构；第4章探究根据条件进行判断的选择结构；第5章讲述重复执行的循环结构；第6章介绍使作品变得更加丰富的“声音”与“画笔”模块；第7章分析使用变量和列表存储数据的方法；第8章阐述运算模块的相关知识；第9章探究运用积木的各种功能解决实际问题的方法。 《Scratch少儿趣味编程108例（全视频微课版）》可作为少年儿童的编程启蒙读物，也可供对Scratch编程感兴趣的读者学习参考，还可作为学校编程兴趣班及相关培训机构的教材。"

Agent（智能体）是大模型落地的重要方向，是AI技术的下一个风口。为了让更多非技术出身的人能够通俗地理解Agent，并零门槛利用Agent开发平台设计自己的Agent，我们撰写了本书。 本书分为入门篇、工具篇、实战篇。入门篇介绍了Agent的概念、发展、与Prompt和Copilot的区别，Agent对个人和企业的价值，以及开发Agent需要掌握的基础知识。工具篇详细介绍了Agent开发平台的演进，盘点了国内的主流Agent开发平台，重点介绍了扣子平台的操作要点，并提出了Agent开发的通用流程。实战篇围绕5个典型的Agent使用场景，详细介绍了11个Agent的开发过程。 本书适合对AI感兴趣的读者阅读，包括学习Agent的开发者、想要提升工作效率的职场人、推动企业AI深化应用的管理者、希望在AI领域创业的人、学校的老师和学生等。 无论你是哪种类型的读者，本书都能帮助你系统并且轻松地掌握Agent从概念到实操的相关知识、技能和方法，让你在AI时代更好地适应工作和生活。

本书是一本实用指南，全面介绍了Cursor这款革命性的AI驱动的代码编辑器。本书深入浅出地讲解Cursor的核心功能、工作原理和实际应用，旨在帮助读者快速掌握AI辅助编程技术。 全书分为基础篇、进阶篇、实战篇、参考与展望篇。基础篇介绍Cursor的安装配置和基本操作。进阶篇深入探讨Cursor的生成代码、智能补全和代码重构等核心功能。实战篇通过多个真实项目案例，展示如何在不同场景中发挥Cursor的强大功能。参考与展望篇介绍了Cursor最佳实践与使用技巧，也对AI辅助编程的未来做出展望。

本书知识体系完整，按照认知递进的顺序进行了编排，主要包括编程环境、数据类型、变量与计算、流程控制、错误与错误处理、函数、面向对象的程序设计、模块、文件操作、tkinter 图形界面设计及数据库与数据库连接操作等内容。全书共12 章，每章都包含详细的概念及原理阐述，同时配有大量精美的插图、代码范例和课后习题。有别于同类教材，本书将自身的角色设定为陪伴者和对话者，让读者在学习中获得归属感，使学习变成一种快乐。同时，本书从始至终都非常重视思维模式的养成，力求使读者获得利用Python 语言描述问题、分析问题，最终设计并实现软件解决方案的能力。

暂缺简介...

Arduino是一款便捷灵活、方便上手的开源电子原型平台。本书系统地讲解了Arduino系统的构成、Arduino IDE的安装及使用，以及常用的两种Arduino控制器的使用，并通过机器人比赛案例，对具体项目进行了剖析，从任务要求到器材选择，再到整机组装、程序编写、程序调试，为读者对具体项目的操作应用起到一个抛砖引玉的作用。 本书主要适合中小学生和对机器人感兴趣的初学者使用。

《Python机器学习实战：基于Scikit-learn与PyTorch的神经网络解决方案》基于作者多年的积累，通过概念及其解释、Python代码示例及其解释和代码输出，特别针对零基础读者精心设计了这本机器学习进阶指南。全书包含3部分16章的内容，在介绍完编程和数据处理基础之后，探讨了监督学习（如线性回归、逻辑回归及决策树、朴素贝叶斯和支持向量机）、集成学习以及无监督学习（如降维和聚类等）。值得一提的是，书的最后讲到了神经网络和深度学习的基本思想，探讨了人工神经网络、卷积神经网络和递归神经网络。 《Python机器学习实战：基于Scikit-learn与PyTorch的神经网络解决方案》适合零基础且希望了解和掌握机器学习的读者阅读与参考。

本书凝聚了作者多年的Python教学经验，内容通俗易懂，旨在剖析递归及其本质。本书不仅结合Python程序和 JavaScript 程序讲述编程的基础知识，还讲述如何利用递归算法计算阶乘，计算斐波那契数列，遍历树，求解迷宫问题，实现二分搜索，完成快速排序和归并排序，计算大整数乘法，计算排列和组合，解决八皇后问题等。 本书不仅适合开发人员阅读，还可供计算机相关专业的师生参考。

本书以案例为依托，展示解决实际问题时数学建模的强大能力，通过数学模型应用实例使学生了解数学知识在实际中重要的应用价值，主要内容包括数学建模概论和初等模型、高等数学建模案例、方程模型及解法、线性代数建模案例、概率论与数理统计模型、优化模型等，并对常用的数学建模软件安排实验进行学习。既可以作为学校课程的教程，也可以满足对数学建模有兴趣的读者学习数学建模知识的需求，使其更多地理解和掌握数学建模的思想和方法，学习计算机求解模型的过程和数学实验方法，提高其对数学理论和数学模型的认知能力。