本书依据高职高专教学要求和办学特点，采用“产教融合、多元互动”以及教、学、做、评、用一体的信息化教学模式编写，突出PLC的实际应用。本书结合工程实际案例，主要介绍了西门子S7-1200系列 PLC的编程及应用技术。全书包括六个项目：认识西门子S7-1200PLC、S7-1200 PLC基本指令应用、S7-1200 PLC顺序控制指令应用、S7-1200 PLC功能指令应用、S7-1200 PLC通信及工艺指令应用、S7-1200 PLC综合设计。书中项目二～项目六包含若干个任务，按照任务驱动、实

本书是多位长期从事人工智能领域教学与研究的作者集体智慧的结晶。本书分为3篇，共7章，全面介绍了人工智能的基础理论、应用拓展、素养与安全等知识。内容包括认识人工智能、人工智能的科学背景、人工智能的技术基础、人工智能的行业应用、人工智能的未来发展方向、人工智能素养和人工智能数据安全。 本书可作为普通高等学校开设的“人工智能导论”“人工智能通识”等通识课的教材，也可供对人工智能感兴趣的广大读者学习、参考。

本书为满足人工智能通识教育的现实需求而编写，力争用通俗易懂的语言阐明人工智能的复杂概念和算法逻辑，同时按照应用导向、案例驱动的思路，引导读者应用人工智能方法与技术解决实际问题。本书共8章，分别是计算与人工智能概论、人工智能开发工具与平台、计算系统、人工智能的数据基础、机器学习基础与应用、深度学习基础与应用、大模型技术与应用、人工智能伦理与安全。全书采用Python技术路线，以应用案例说明概念、算法和基本原理。通过丰富的案例分析和程序实践，引导读者将人工智能知识应用于实际场景，培养读者解决复杂问题

本书主要是为非计算机和人工智能领域专业学生编写的人工智能通识教材，旨在培养具备AI基础知识和AI素养的高素质复合型人才。本书紧扣AI技术前沿，系统讲解核心概念、发展历程、主流学派及核心技术，涵盖机器学习、深度学习、计算机视觉、智能体及自然语言处理等领域，并通过无人驾驶、医疗诊断、智慧城市等典型案例，展现其广泛的应用场景。全书分为七讲：AI概览(基本概念与发展历史)、AI学习机制(AI算法与模型)、感知与认知智能(机器视觉与知识图谱)、智能体与智能系统(AI系统架构与大模型)、NLP与AI大模型(

《三维建模：理论与实操（微课版）》是面向3ds Max 2020 软件初学者编写的一本理论与实操相结合的理实一体教材。本书对三维建模的基础知识、常用建模技能做了细致讲解，并通过多个章节的项目实战，全面展现了三维建模在不同领域中的应用情况，如家具建模、家居用品建模、工业零件建模、建筑建模、场景建模等。本书为每一个实战案例配备了微课实操视频和模型源文件，同时还提供教学课件、训练习题、快捷键总结等相关学习资料，能够帮助读者更好地理解本书的学习内容。本书可作为高等职业院校虚拟现实技术应用、数字媒体技术、

本书以项目实战为核心载体，采用任务驱动教学模式，系统且深入地解析Hadoop生态圈中主流的大数据开发技术。全书精心编排 7个项目，从Hadoop的基础理论入门，逐步深入到Hadoop集群环境配置、Hadoop分布式文件系统、MapReduce分布式计算框架，再到 MapReduce离线数据处理、基于Hive的离线数据分析，最后以综合项目实战，构建起完整的知识体系。书中提供了详细且易操作的步骤指引，即便是零基础的读者，也能通过练习，顺利搭建稳定的Hadoop集群，并独立完成复杂的项目开发。本书兼具

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编制的《大学计算机基础课程教学基本要求》，结合新形势下培养创新创业型人才的需要和教学实践的具体情况而编写。全书分为4 篇，分别介绍Word、Excel、PowerPoint 的高级应用技术，以及Office 引入AI 的应用技巧。 本书以培养计算思维和Office 应用技能为导向，采用案例驱动的方式组织内容，注重实用性。Word 部分以毕业论文、公文和邀请函的编排为例，介绍 Word 高级编排技术；Excel 部分以一个进销存管理系统的构建为例，

本书共10个项目，前6个项目是Python的入门部分，适合初学者，内容由浅入深，以大量的实例进行讲解，为初学者打下坚实的基础；后4个项目是Python的提高部分，适合具有一定基础的读者，综合性较强，以典型工作任务进行讲解，强化职业技能培养。 本书基于Python 3.7.7开发环境进行代码演示，采用项目引领，任务驱动，讲、练、训相结合的模式，循序渐进地讲解Python的基本知识、原理和具体应用方法。具体内容涵盖Python基础、流程控制、有序数据类型、无序数据类型、函数、模块与库、面向对象、文件

本书针对高职教育的特点，紧依据职业岗位需求设计建构课程内容，在覆盖基本理论的同时，强调培养学生具体的实践操作能力。本书教材内容主要包括7个单元：计算机视觉基础、图像预处理、BP神经网络、卷积神经网络、Tensorflow2.0基础、图像分类、目标检测。通过关键技术以及整体架构的学习，结合案例，要求学生了解人工智能中计算机视觉的发展状况与研究内容，掌握基本概念、基本原理，了解计算机视觉的一些经典场景应用，掌握计算机视觉开发的一般流程，初步具备计算机视觉开发的能力。

针对应用型本科高校的在校学生开展人工智能通识教育所需的教材，主要内容包括人工智能的基础、数据处理的基础、深度学习基础以及大模型应用基础等相关内容。主要介绍人工智能概述、DeepSeek模型原理与应用、提示词基础与设计、人工智能语言Python基础、人工智能数据基础、人工智能基础算法、大模型技术与应用、人工智能的未来与伦理。