本书为“智能算法通识”课程的配套实验用书。“智能算法通识”课程主要面向理工类非计算机专业，和传统程序设计课程相比，主要注重提高算法和问题求解能力，课程从培养学生的算法技能出发，让学生通过对若干适用于大多数专业的通用算法的编程实际练习，在实验中锻炼寻找算法库、使用算法库解决自己专业应用问题的能力。
本书涵盖了“智能算法通识”课程的所有基本题目类型。实验项目从问题角度划分有逻辑推理题、数学问题算法（如多项式插值、非线性方程求解、线性方程组求解等）、文字处理题、数据结构题（如线性表、栈、队列、二

机器学习是一种实现人工智能的方法，也是人工智能领域中最能体现智能、发展最快的一个分支。本书作为该领域算法实现与应用的入门教材，主要介绍了一些经典而常用的机器学习方法及其编程技术，包括朴素贝叶斯、决策树、k-NN、聚类、线性回归、支持向量机（SVM）、神经网络等。全书以Python语言作为编程语言，基于工作过程系统化的体例设计，采用理论知识结合项目案例的形式，以图例解析的方式深入浅出又直观地剖析学习模型的计算机理，加深学生的体会和理解，避免了烦琐的数学模型推导；在项目实施过程中，以任务驱动的方式一

本书根据教育部高等学校大学计算机课程教学指导委员会对计算机基础教学的基本要求编写，探索将 “线上”+“线下”混合式教学的最新教学改革思想融入教材的方法，使学生逐步掌握利用计算思维、计算 工具分析和解决问题的方法。本书以 Microsoft Of?ce 2016 和 Python 为主要教学平台，适应日新月异的计算 机技术发展。全书共 7 章，内容包括计算机概述、计算机系统、Windows 10 操作系统、办公软件应用、网络与信息安全、 Python 程序设计基础、人工智能基础。本书主要作为线上教

本书主要讲解了常见的人工智能应用。其中，项目 1介绍了人工智能常见的应用场景、相关软件的安装及如何将TensorFlow模型部署到安卓端；其他 9个项目主要介绍了常见人工智能应用场景的实现，每个项目均介绍了当前项目的原理、开发环境，再对当前项目分步骤介绍如何实现，以便于读者的理解。 本书可作为高等院校人工智能技术应用、大数据技术等相关专业的实训教材，也可供对人工智能应用感兴趣的读者自学。

本书按照人工智能模型训练开发流程介绍了人工智能模型训练开发技术，包括PaddlePaddle的简介及基础知识、线性回归、卷积神经网络、循环神经网络、自然语言处理、推荐算法、计算机视觉、迁移学习、图像分类、图像识别等，并通过实际的操作案例详细、直观地讲解了人工智能算法和模型的实现过程，可帮助开发人员快速完成人工智能等相关开发任务。

本书共11章，包括计算机基础知识、人工智能概述、人工智能基础算法与应用、Python基础入门、Python编程基础、Python数据结构、Python图形处理、Python与爬虫、Python人工智能应用案例、国产麒麟(桌面)操作系统、国产办公软件WPS Office等内容。