本书主要内容分为对人工智能与自动驾驶的基本认知、掌握Python人工智能的基础应用、掌握机器学习技术的基础应用、掌握基于深度学习的计算机视觉技术应用、掌握基于深度学习的自然语言处理技术应用和掌握基于深度学习的语音处理技术应用6个能力模块，并下设20个任务。

《计算机组装与维护实例教程(第五版)(微课版)》由浅入深、循序渐进地介绍了计算机组装与维护的操作方法和技巧。全书共分12章，分别介绍了计算机软硬件基础知识，计算机的硬件选购，组装计算机详解，设置主板BIOS，安装操作系统，安装驱动程序和检测硬件，操作系统和应用软件，计算机网络应用，优化计算机、计算机常用外设、维护计算机安全、处理常见计算机故障等内容。
《计算机组装与维护实例教程(第五版)(微课版)》内容丰富、结构清晰、语言简练、图文并茂，具有很强的实用性和可操作性，适合作为高等院校相关专业

本书基于 Photoshop 2021，系统地讲解 Photoshop 命令和工具的使用方法及相应的实战案例。本书采用项目任务的方式来讲解知识点，共 9 个项目，其中项目 1 讲解图像的基础知识和 Photoshop 2021 的工作界面及基本操作；项目 2 讲解图像处理的基本操作，帮助读者奠定扎实的技能基础；项目 3～项目 8主要讲解 Photoshop 中常用的工具、命令及其应用；项目 9 为综合性的商业设计案例，帮助读者熟练掌握相关操作和设计技巧，独立完成商业设计工作。

本书讲解了熟练运用Netty框架需要掌握的核心技能，主要内容包括：Netty与网络编程、Netty缓冲区、TCP与UDP编程、HTTP服务开发、Netty应用编程、Dubbo开发框架、Java NIO编程详解、ETCD数据服务组件、MinIO数据存储等。 本书在编写时除了讲解了Netty技术的核心架构之外，也通过源代码的解读方式，对其内部的优化策略进行了分析，对每一个组成技术点进行了实例讲解，详细地分析了各类协议的开发，例如：TCP、UDP、HTTP/1.1、HTTP/2.0、HTTP/3.0、

"《嵌入式系统设计：基于ARM Cortex-A9 多核处理器Linux编程》第1～4章介绍了Linux开发所需基础知识和相关软件的使用，第5～17章详细讲述了ARM Cortex-A9芯片Exynos4412的结构和各部件的驱动编程，第20～24章讲述了Linux嵌入式开发的过程。
《嵌入式系统设计：基于ARM Cortex-A9 多核处理器Linux编程》结构清晰、内容翔实，既可作为本科院校相关专业的教材，也可作为嵌入式开发人员的参考书。
《嵌入式系统设计：基于ARM Corte

本书以时代背景为依托，从设计的理论和实践的双重角度入手进行分析解读，全面介绍了UI设计相关知识及实战操作技巧。全书共6章，分别为UI设计概述、UI设计流程、UI构成元素管理、主流移动端UI交互系统、Material Design和设计思维、移动端App界面设计。本书对主流UI设计流程、UI 设计软件的操作步骤和设计技巧以图文并茂的方式进行了全面且细致的分析解读，书中内容清晰简洁、案例分析典型有效，可以帮助读者增强理解和掌握UI 设计的相关概念知识，有效提高读者在UI 设计领域的认知与思辨能力，同

本书针对复杂数据分析与建模问题的非结构化和综合性特点，给出了数据分析与建模的基本过程，介绍了数据探索性分析、数据特征分析、模型参数估计的主要内容和方法，以及试验数据、观察数据、仿真数据等不同类型数据建模与分析的典型内容与方法。
本书适合作为高等学校管理科学与工程等专业的研究生或高年级本科生教材，也可供从事数据分析与建模、系统试验与评估等领域研究的科技工作者参考。

本书语言通俗易懂，以理论和实际应用结合的方式，深入浅出地介绍了Python 程序设计的基础知识和开发应用。本书共10章，主要包括Python 编程基础（1～8章）和Python 开发应用（9、10章）两部分内容。其中，编程基础部分通过案例引导的方式对语法基础、数据结构、选择结构与循环结构、函数、面向对象等基础概念进行解释；开发应用部分介绍了三类基础案例：网络爬虫、数据可视化、游戏开发，并提供了相关案例介绍和主要代码，便于读者进行实践操作和进一步学习。
本书可作为普通高等学校理工类非计算机专

本教材从介绍JavaScript的基础知识开始，通过大量实例对JavaScript、css、DOM、Ajax等关键技术进行深入浅出的分析，在此基础上，本书通过精彩的实例详细讲解了jQuery的相关技术，主要包括jQuery的基础、如何实用jQuery控制页面、制作动画与特效、简化Ajax以及jQuery插件等内容。本书内容编排并不求全、求深，而是考虑学生接受能力，选择JavaScript和jQuery中必备、实用的知识进行讲解。各种知识和配套实例循序渐进、环环相扣，逐步涉及实际案例的各

量子计算机具有天然的并行性，相比经典计算机能显著提高算法效率，是下一代智能计算的一个重要发展方向。随着量子计算机硬件的发展，通过本地或者云平台进行量子计算越来越容易，量子计算相关研究逐渐从理论走向实用。量子机器学习是机器学习和量子计算的交叉领域，它研究的是如何利用量子叠加、并行等特性降低经典机器学习算法的复杂度，以解决数据量大、数据维度高造成的训练困难等问题。
本书首先介绍量子计算的基础知识，然后将理论和实践相结合，介绍量子降维、量子分类、量子回归、量子聚类、量子神经网络及量子强