本教材可以作为人工智能学科相关的机器学习技术的入门教材, 目的不在于覆盖机器学习技术的所有知识点, 而是介绍机器学习的常用算法及其应用, 使读者了解机器学习的基本构成及不同场景下使用何种机器学习算法。为了增强实践效果, 本教材引入了多个基础技术案例及综合实践案例, 以帮助读者了解机器学习涉及的基本知识和技能。

本书以ABB IRB120机器人为例, 按照学习机器人的一般顺序, 讲述了工业机器人系统组成、示教器的操纵界面、机器人的手动操纵、机器人的I/O通信、机器人常用程序数据与关键程序数据、机器人程序设计和机器人典型应用等内容。另外, 为了配合本书所提供的机器人虚拟工作站的使用, 特增加了RobotStudio软件基本应用相关内容。

全书采用项目化、任务式的编写方式。项目名称以主副标题形式归纳概括，清晰明了；各个项目按照知识点拆分为若干个任务，每个任务都从全国计算机等级考试考点入手，并配套全国计算机等级考试C 语言试题，将理论和实践相融合，循序渐进地介绍 C 语言的知识点。全书分为 11 个项目，分别是熟悉老朋友——C 语言、开启学习之旅——遵守规则、开启编程之路——顺序结构程序设计、进阶程序设计——选择结构程序设计、高阶程序设计——循环结构程序设计、玩转 N 维编程——数组、提升编程效率——函数、提优增速——指针、思前想后

本教材重点讨论基于李雅普诺夫方法的非线性控制及其在实际系统中的具体应用，首先介绍李雅普诺夫稳定性理论，然后依次对非线性系统精确线性化、自适应控制、鲁棒控制、学习控制等方法进行讨论，同时应用李雅普诺夫理论对于这些控制方法进行稳定性分析。

在内容安排上，第2、3章是理论基础。其中，第2章重点介绍书中所涉及的数学背景，主要包括用于信号分析的几个重要定理以及少量的微分几何基础知识。第3章讨论李雅普诺夫基本理论，给出各种稳定性的数学定义，并重点介绍李雅普诺夫稳定性理论和拉赛尔不变性原理。第4

《AutoCAD 2022中文版基础教程（微课版）》由浅入深、循序渐进地介绍了Autodesk公司**推出的AutoCAD 2022版的操作方法和使用技巧。全书共分15章，分别介绍了AutoCAD工作界面、AutoCAD的基础操作、二维图形的创建与编辑、图形特性和图层管理、块与设计中心、图案填充、文字与表格的创建、图形尺寸的标注、三维模型的创建与编辑、图形输出与打印，以及综合案例的应用等内容。
《AutoCAD 2022中文版基础教程（微课版）》内容丰富、结构清晰、语言简练、图文并茂，具有

本书严格按照2020年浙江省高等学校计算机等级考试（二级办公软件高级应用技术）的要求来编写，基于Windows 10+Office 2019平台，以任务驱动的方式，通过学习与实践，让读者全面掌握考试大纲要求，有助于培养和提高读者的计算机实际应用能力。全书共5章，内容涉及Office 2019理论知识题、Word 2019长文档高级应用、Word 2019短文档高级应用、Excel 2019高级应用和PowerPoint 2019高级应用。
本书既适合作为全国高等院校计算机基础公共课（办公软

本书采用基于ARMCortex-M3的STM32芯片进行编写，包括8个项目、19个任务、17个技能训练，分别介绍LED控制设计、流水灯控制设计、数码管显示控制设计、按键与中断控制设计、定时器应用设计、串行通信设计、模数转换设计及嵌入式智能车设计等内容，涵盖嵌入式系统的基本知识和嵌入式应用开发的基本内容。本书结合“岗课赛证”融通综合育人精神，采用“任务驱动、做中学”的编写思路，贯穿融入全国职业院校技能大赛(高职组)“嵌入式技术应用开发”赛项关键知识点，每个任务将相关知识和职业岗位基本技能

本书系统而全面地介绍了中文版Creo 8.0的基本功能、使用方法和技巧。全书内容共分为11章，主要包括Creo 8.0入门、二维草图设计、实体特征建模、工程特征建模、编辑特征、曲面设计、柔性建模、钣金特征、装配设计、工程图设计和综合实例。本书重点介绍了Creo 8.0建模的各种功能模块，并针对各个知识点安排了多个应用练习与综合实例来帮助读者快速入门和提高应用水平。此外，除最后一章外，每章最后还配有习题，帮助读者在学习各章的内容后进行复习。
本书结构清晰、内容翔实，涵盖了中文版Creo 8.

本书是为《Python程序设计》配套的实验教材与辅导，全书内容包括三部分：第一部分为实验指导，该部分结合主教材各章节的理论知识设置10个实验，每个实验围绕核心编程技能设计了具有应用性和趣味性的问题，作为读者上机编程实践操作的训练；第二部分为课程设计，该部分是在Python编写程序的步骤和程序调试方法的基础上，让读者更加明确地使用Python语言进行程序设计及程序开发，掌握编程环境的应用，学习程序调试的方法和技巧；第三部分为习题集，该部分结合主教材各章节的知识点拓展相关知识，为每章配备了多个习题，

本书以Python的安装、语句、数据类型和图像相关计算模块以及图像及其属性知识为基础，重点阐述Python图像处理中的空间滤波器、图像增强、仿射变换、傅里叶变换、图像分割、形态学操作、图像测量等主题技术和相关的深度学习中的神经网络和卷积神经网络，同时还介绍图像采集设备及其构成与成像原理，包括X射线和计算机断层扫描、磁共振成像、光学显微镜和电子显微镜。
全书共分3部分： 第1部分（第1～3章）为Python计算与图像介绍，着重介绍Python语言与图像本身，包括数据类型和图像属性；