本书以Python 3.7为编程环境，从基本的程序设计思想入手，逐步展开Python语言教学，是一本面向广大编程学习者的程序设计类图书。全书分为基础篇、图像处理和可视化篇、爬虫技术开发篇、人工智能开发篇和游戏开发提高篇。 基础篇（第1~7章）主要讲解Python的基础语法知识、控制语句、函数、文件、面向对象编程基础、Tkinter图形界面设计、网络编程和多线程、Python数据库应用等知识，并以游戏案例作为各章的阶段性任务。 图像处理和可视化篇（第8～9章）通过“人物拼图游戏”“学生成绩分布柱状图展示”案例学习Python图像处理和可视化功能。 爬虫技术开发篇（第10～13章）应用爬虫技术开发“小小翻译器”“校园网搜索引擎”“爬取百度图片”和使用爬虫模拟登录技术的案例，讲解Python爬虫的关键技术。 人工智能开发篇（第14～16章）主要讲解基于朴素贝叶斯算法的文本分类、 基于卷积神经网络的手写体识别和基于OpenCV实现人脸识别三个案例。 游戏开发提高篇（第17章）借助第三方Pygame库开发大家耳熟能详的Flappy Bird（又称笨鸟先飞）游戏。 通过本书，读者将学会Python编程技术和技巧，掌握第三方库的使用，了解程序设计的所有相关内容。本书不仅列出了完整的代码，同时对所有的源代码进行了非常详细的解释，做到通俗易懂，图文并茂。 本书适用于Python语言学习者、程序设计人员和游戏编程爱好者。

暂缺简介...

9787115504906 程序员的数学 第2版 59.00 9787115400512 程序员的数学2 概率统计 79.00 9787115417749 程序员的数学3 线性代数 79.00 9787115583987 程序员的数学4：图论入门 49.80《程序员的数学 第2版》 《程序员的数学 第2版》面向程序员介绍了编程中常用的数学知识，借以培养初级程序员的数学思维。读者无须精通编程，也无须精通数学，只要具备四则运算和乘方等基础知识，即可阅读本书。 《程序员的数学 第2版》讲解了二进制计数法、逻辑、余数、排列组合、递归、指数爆炸、不可解问题等许多与编程密切相关的数学方法，分析了哥尼斯堡七桥问题、高斯求和、汉诺塔、斐波那契数列等经典问题和算法。引导读者深入理解编程中的数学方法和思路。 《程序员的数学 第2版》新增一个附录来介绍机器学习的基础知识，内容涉及感知器、损失函数、梯度下降法和神经网络，旨在带领读者走进机器学习的世界。《程序员的数学2 概率统计》 《程序员的数学2：概率统计》沿袭《程序员的数学》平易近人的风格，用通俗的语言和具体的图表深入讲解程序员必须掌握的各类概率统计知识，例证丰富，讲解明晰，且提供了大量扩展内容，引导读者进一步深入学习。 《程序员的数学2：概率统计》涉及随机变量、贝叶斯公式、离散值和连续值的概率分布、协方差矩阵、多元正态分布、估计与检验理论、伪随机数以及概率论的各类应用，适合程序设计人员与数学爱好者阅读，也可作为高中或大学非数学专业学生的概率论入门读物。《程序员的数学3 线性代数》 本书沿袭“程序员的数学”系列平易近人的风格，用通俗的语言和具象的图表深入讲解了编程中所需的线性代数知识。内容包括向量、矩阵、行列式、秩、逆矩阵、线性方程、LU分解、特征值、对角化、Jordan标准型、特征值算法等。《程序员的数学4：图论入门》 本书沿袭“程序员的数学”系列平易近人的风格，用简练的语言和丰富的示例向程序员介绍了编程中所需的图论基础知识。内容包括最小生成树、最短路径问题、欧拉回路、哈密顿圈、图着色、Z大流问题和匹配问题等。本书并未枯燥地讲解理论，而是通过大量代入了具体数值的示例，引导读者理解图论中的概念和定理。在讲解图算法时还详细拆分了算法的执行步骤，以便读者加深理解。

本书从人工智能的基本定义出发，由浅入深地阐述了人工智能的理论、策略、研究方法和应用领域，以梳理知识脉络和要点的方式，详细介绍知识表示、逻辑推理及方法、非确定性推理及方法、搜索策略、机器学习、深度学习、大数据等方面的内容。作为导论书籍，本书概念论述清楚，内容丰富，通俗易懂，在较为全面介绍人工智能的基础上对一些传统内容进行了取舍。为满足读者进一步学习的需要，除第1章外，每章都配有案例分析。本书的第9章整理了13个入门实验，便于读者在所学知识的基础上更懂得如何运用知识。本书既适合作为高等院校人工智能课程的教材，也适合计算机爱好者阅读。

本书精选了张彪老师语文课堂中十二个教学课例，通过不同的课型，重在展示线上线下混合教学的语文课堂。每个课例都依托互联网，着眼学生思维提升，力求构建出培养学生“新思维”的智慧课堂。书中每一个课例都从“教学设计”“课堂实录”“教后反思”“专家点评”四个方面，立体呈现线上线下混合教学的模式，内容丰富，具有创新性。 全书表达通俗易懂，适合青年教师以及致力于推动教学方式变革的教师阅读，同样也适合广大家长、学生浏览。透过一个个鲜活的课例，亲临清华附中语文智慧课堂，与书中的师生一起，训练思维，提升语文素养。 本书主要内容包括教学设计、课堂实录、教后反思以及专家点评，力求通过多个方位展示线上线下混合教学的特点。12个课例主要立足在互联网基础上进行设计，在教学过程中重在对学生进行思维能力的培养，从而构建起智慧课堂。 本书的读者对象为一线教师，当然学生家长也可以是本书的隐性读者。

暂缺简介...

暂缺简介...

9787115554512 深度学习：从基础到实践（上、下册） 199.80 9787115598721 图神经网络：基础、前沿与应用 178.80《深度学习：从基础到实践（上、下册）》 本书从基本概念和理论入手，通过近千张图和简单的例子由浅入深地讲解深度学习的相关知识，且不涉及复杂的数学内容。本书分为上下两册。上册着重介绍深度学习的基础知识，旨在帮助读者建立扎实的知识储备，主要介绍随机性与基础统计学、训练与测试、过拟合与欠拟合、神经元、学习与推理、数据准备、分类器、集成算法、前馈网络、激活函数、反向传播等内容。下册介绍机器学习的 scikit-learn 库和深度学习的 Keras 库（这两种库均基于 Python 语言），以及卷积神经网络、循环神经网络、自编码器、强化学习、生成对抗网络等内容，还介绍了一些创造性应用，并给出了一些典型的数据集，以帮助读者更好地了解学习。本书适合想要了解和使用深度学习的人阅读，也可作为深度学习教学培训领域的入门级参考用书。 《图神经网络：基础、前沿与应用》 本书致力于介绍图神经网络的基本概念和算法、研究前沿以及广泛和新兴的应用，涵盖图神经网络的广泛主题，从基础到前沿，从方法到应用，涉及从方法论到应用场景方方面面的内容。全书分为四部分：第一部分介绍图神经网络的基本概念；第二部分讨论图神经网络成熟的方法；第三部分介绍图神经网络典型的前沿领域；第四部分描述可能对图神经网络未来研究比较重要和有前途的方法与应用的进展情况。本书适合高年级本科生和研究生、博士后研究人员、讲师以及行业从业者阅读与参考。

本书是以卷积神经网络在高光谱影像分类中的应用为线索进行编写。全书内容分为7章：第1章介绍了高光谱影像分类的国内外研究现状，以及高光谱影像数据特点和评价指标；第2章介绍了卷积神经网络的原理，总结了卷积神经网络的发展现状，分析了卷积神经网络在高光谱影像分类中的应用情况；第3章至第6章分别介绍了结合纹理特征的双通道卷积神经网络、宽残差网络、残差密集网络、残差注意力网络等用于高光谱影像分类的卷积神经网络模型；第7章对本书所介绍的内容进行了总结，并就卷积神经网络在高光谱影像分类中的应用情况进行了展望。

本书以Illustrator CC 2022作为对象软件，分为九个项目，全面、详细地介绍了Illustrator CC 2022的特点、功能、使用方法和技巧。本书的具体内容为：Illustrator入门基础、图形的绘制和编辑、路径的应用、图形填充与混合、使用画笔与符号工具、面板的运用、文字处理、效果的应用及制作LEEKUU换购卡。本书实例丰富、内容翔实、操作方法简单易学，不仅适合进行图形图像处理的大中专学生作为教材使用，也可供感兴趣的读者及相关的专业人士参考。本书附有电子资料，包含书中所有实例的源文件和相关资源，以及软件操作过程的录屏动画，还附赠大量其他实例素材，供读者学习时使用。