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。

全书共9章，内容包括计算机控制系统及其组成、计算机控制系统的典型型式、发展概况和趋势；计算机控制系统的硬件设计技术；数字控制技术；常规及复杂控制技术；现代控制技术；先进控制技术；计算机控制系统的软件设计技术；分布式测控网络技术；计算机控制系统设计与实现。

本书采用案例式编写模式，包括7个单元，其中，单元1介绍数据分析的基本概念、流程和常用工具包，单元2介绍数据标注的分类、基本流程及工具的使用，单元3介绍ndarray数组及Python科学计算库NumPy，单元4介绍数据分析处理库pandas，单元5介绍数据可视化工具包Matplotlib和seaborn，单元6介绍分类和回归模型及评价指标，单元7通过两个综合案例讲解数据分析的具体处理过程。

本书共有九章，从数据采集与预处理概述开始，介绍了大数据环境的搭建，并对数据采集与数据预处理的技术方法进行了系统介绍。数据采集的内容包括Flume日志数据采集、Kafka日志数据采集、Fluentd与Logstach等一系列数据采集技术；数据预处理的内容包括网络爬虫采集Web数据、Python数据预处理技术、Kettle数据处理技术、Pig和OpenRefine这些数据预处理技术。旨在让读者了解并基本掌握当下主要的数据采集与预处理技术、工具，以及它们的使用方法。

本书共9章，分别是绪论、计算基础、计算平台、算法及程序设计、计算机网络基础、数据库技术基础、逻辑思维与逻辑推理、数据挖掘基础、计算机新技术。本书基于“计算思维导论”课程学习对象的特点和课程的教学要求，以复合思维能力提升为主线，带领读者从计算基石、信息获取、思维训练三个模块认识计算思维，并培养应用计算思维的能力。

界面设计(UI设计)是新兴的设计领域，它基于平面设计的基本原理，结合技术性的标准要求而产生。学习界面设计时，首先要掌握平面设计的基本原理和相应软件，在此基础上掌握界面设计的基本技术规定和数据标准；然后，是深入理解市场的运作规律和理解用户需求。《界面设计基础教程》采用理论讲授与项目设计相结合的形式，面向界面设计初学者，深入剖析设计要点，让读者了解界面设计基础知识的同时，通过案例制作巩固并掌握设计技能。

本书内容全面，既包括数据库的基础理论知识，又包括数据库的应用技术，由三篇及一个附录组成。第一篇由第1-8章组成，介绍了数据库系统的基本概念和基本理论。第二篇由第9-12章组成，主要介绍服务器端数据库管理系统的功能。第三篇由第13章和第14章组成，主要介绍数据仓库与数据挖掘以及数据库技术的发展。附录给出了一个完整的数据库分析与设计示例，帮助读者学以致用。

本书主要内容包括C语言概述、基本数据类型、运算符与表达式、顺序结构、分支结构、循环结构、数组、函数、编译预处理、指针、结构和其他类型、文件、案例基础算法与综合案例设计等内容。本书层次清晰、体系合理、内容全面、例题丰富、面向应用、实用性强，强调培养读者的程序设计综合能力。每单元都配有本单元小结和习题与实训部分，便于成果导向学习和实践操作。本书配有视频微课，深入浅出地讲解了知识点和实训案例，不仅有利于教师组织教学，也方便读者自学C语言程序设计案例。

本书共6章，内容包括计算机基础知识、Windows 10操作系统、Word 2016、Excel 2016、PowerPoint 2016、互联网与信息检索技术。具体包括：早期的计算工具、机械计算机器、电子计算机的诞生、电子计算机的发展、计算机的类型等。