本书共9章，分别是认识Android应用程序项目结构，熟悉Android项目中的资源、Android应用程序页面的组织者、Android页面内容和功能的承载者、Android页面交互的控制者、Android中的数据存储、数据的共享者、广播接收者和服务。本书以AndroidStudio4.0为开发工具撰写教学案例，能够让学生快速熟悉开发工具的使用，各章节内容由浅入深地讲解了Android项目的开发过程，能够很好地帮助Android初学者快速入门。本书适合普通高等院校及职业本科计算机类相关专业

本书全面地介绍了ROS2机器人操作系统与Gazebo机器人仿真技术，内容涵盖了机器人技术的基础知识、ROS2的运行原理、基本操作与编程方法，以及新一代Gazebo仿真工具的使用，通过详细的操作步骤解析和丰富的实践案例，帮助读者快速掌握机器人开发与仿真的关键技能。书共9章，第1章介绍了机器人技术基础知识，对机器人领域进行了全面概述；第2~4章重点介绍了ROS2的安装、编程和仿真案例，以便读者熟练掌握ROS2；第5章和第6章介绍了Gazebo的安装、仿真环境和机器人建模方法，第7章介绍ROS2

《Python程序设计》针对零编程基础的读者，以通俗易懂的语言和清晰的逻辑，从基础语法到高级应用，通过丰富的示例和案例，引导读者逐步掌握Python的核心知识和技能。本书强调实践操作，通过大量的实例和练习，帮助读者将理论知识应用于实际项目中，以提高编程能力和解决问题的能力。全书共分10章。第1章介绍Python概况，包括如何下载和安装Python系统，在Python集成开发环境中运行程序；第2章介绍Python语言基础，如数据类型、变量、输入输出等；第3章介绍程序流程控制，主要介绍如何使用

《软件测试技术》系统地介绍了软件测试的各个方面，本书共分11章，涵盖了软件测试概述、软件测试计划、黑盒测试与测试用例设计、白盒测试、软件测试过程、测试报告与测试评估、软件测试项目管理、面向对象软件测试、Web应用测试、软件测试自动化以及测试项目案例等内容。通过详细的内容介绍和丰富的实例，本书为读者提供了一个全面的软件测试知识体系，旨在帮助读者深入掌握软件测试的原理、方法和实践经验。本书内容丰富、结构合理、思路清晰、语言简练流畅、示例翔实，不仅适合作为高等院校计算机相关专业软件测试课程的教材

全书共8章，第1章为UI设计基础知识，第2章为Photoshop基础知识；第3～7章分别讲解图标设计、UI控件设计、网页界面设计、 App界面设计、软件界面设计的行业知识和实战案例；第8章为综合案例，帮助读者深入理解行业设计需求和UI设计应用场景，提升读者的设计水平和实际 应用能力。 本书内容由浅入深、直观易懂、理实结合，可作为高等院校、培训机构设计类课程的教材，也可作为设计初学者、爱好者、相关从业人员的参考书。

本书以数据分析流程为主线，借助实际案例，引导读者建立数据分析思维，内容涵盖数据分析基本理论、数据分析工具选择、数据获取方法、数据分析及可视化方法。本书案例紧贴业务场景，读者可以学完即用，避免因迷失在众多理论和技术中而难以入手。本书案例探索和分析真实世界中的数据，帮助读者深入理解社会经济、科技发展等方面的问题，以分析结果引导读者积极思考社会责任和价值观问题。本书各章内容相对独立，旨在解决数据分析某一环节的问题，读者可以根据自己的需求选择性地学习。每章内容分为学习目标、案例知识点讲解、本章小结

本书从计算机组成与交互计算的基本概念入手，全面讲解了计算机硬件与软件的组成、数据的表示与运算、存储系统与总线连接、指令系统与处理器原理等核心知识。本书通过引入智能交互计算的概念，逐步引导读者理解计算机系统的智能化发展趋势，深入探讨智能芯片、AI大模型及新一代智能计算系统的技术与应用。全书共12章，每章内容既注重基础理论的讲解，又结合实践应用与发展趋势展开。本书主要内容包括计算机组成与交互计算概论、计算系统的发展历程、数据的表示、计算机的“四则运算”、数据的读写——存储系统、指令系统与智能交

本书专为入门读者编写，通过由浅入深的方式讲解智能机器人的核心技术与开发流程。为适应机器人技术的迅猛发展，本书在第1版的基础上进行了修订，增加了部分新技术的理论以及全部技术在Ubuntu18.04版本上的具体实现方法。全书内容分为三部分：首先，介绍概念与相关基础知识，包括机器人的概念、Ubuntu Linux操作系统和ROS知识；然后，介绍机器人核心功能的实现，涵盖机器人安装与初步使用、机器人视觉功能、机器人自主导航功能、机器人语音交互功能与机器人机械臂抓取功能；同时，介绍机器人的场景应用，

大模型通过在海量数据上进行学习得到通用知识和模式，在自然语言处理、计算机视觉和强化学习等领域表现出强大的通用性和迁移学习能力，BERT、GPT、Stable Diffusion、Sora等功能强大的模型引发了广泛的关注。大模型可能是人工智能领域的颠覆性新范式，因此应当作为计算机、人工智能相关方向的研究生教学的一个重要内容。本书共十讲，按照基本原理、预训练技术、重要应用三个层面展开，从生成模型、自监督学习、强化学习的基本原理出发，系统介绍大语言模型、多模态大模型、决策大模型的预训练技术，以及

本书以“激发学习兴趣、强化学习效果、突出实际应用及工程实践”为导向，在突出实践的特色基础上，兼有深入浅出、浅显明了的优点，主要对象为应用型本科院校相关专业师生。作者经过多年的诸多探索，对全书进行了内容的梳理编排和精品案例的遴选工作： 1.内容梳理编排 并没有沿袭传统教材“面面俱到”的编排方式，而是更强调从实际应用切入，由点带面，融会贯通。针对应用型本科院校人才培养要求和学生特点，将让学生望而却步的过于复杂晦涩的数学理论和数字信号处理先导课程相关内容进行了精简或删减，适度弱化理论推导，强调理论