本教材系统地讲解了机器学习的理论与方法，内容主要包括高斯混合模型和EM算法、主题模型、采样与非参数贝叶斯方法、聚类分析、支持向量机、概率无向图模型、概率有向图模型、矩阵与张量分解、多层感知机与卷积神经网络、序列神经网络，以及强化学习。本教材旨在使读者了解机器学习的发展，理解和掌握机器学习的基本原理、方法与主要应用。本书

机器学习是人工智能的核心领域之一，本书配套周志华教授所著的《机器学习》教材，通过大量习题考查读者对机器学习相关知识点的理解与掌握。本书分为两个部分：第一部分习题对应《机器学习》第1-10章的内容，包括绪论、模型评估与选择、线性模型、决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习；第二部分包含

本书弥补了纯数学书籍和机器学习书籍存在的单一性问题，介绍了理解机器学习所需的必备数学概念，例如线性代数、解析几何、矩阵分解、向量微积分、优化、概率和统计，并使用这些概念推导出了四种核心机器学习方法：线性回归、主成分分析、高斯混合模型和支持向量机。本书每一章都包括一些例子，大部分章还配有习题，以方便读者测试对所学知识的理

本书以提高学生数字化素养、提升人工智能通识教育质量为目标，引入生活中与人工智能相关的真实案例，进行基于成果导向的结构设计，将深奥复杂的人工智能知识体系化、模块化、生活化，深入浅出，通过贴近生活的小案例、微任务进行引导式学习。书中包含人工智能、机器学习、物联网、大数据等技术模块和人工智能在生活、教学、消防等领域的应用模块

《计算机教育理论与实践研究》是一部深入探讨计算机教育领域的专业著作。全书系统地阐述了计算机教育的基本理论、课程设计、教学方法与策略、技术应用、教学资源开发、评估与反馈、以及创新与发展等方面的内容。通过理论与实践相结合的方法，书中详细分析了计算机教育的定义、发展历程及其基本原则，介绍了计算机课程的设计原则与体系构建，并探

全书介绍了数学问题数值求解方面基本与常用的方法。包括绪论、求解线性方程组的直接方法与迭代方法、插值法、函数逼近、数值积分和微分、特征值与特征向量、非线性方程求根、常微分方程初值与边值问题的解法及偏微分方程的数值解法等12章。各章设有例题和工程案例。最后附习题。重点是在介绍基本理论的基础上，注重编程思路的讲解，给出各种数

本书主要内容涵盖大数据技术基础、大数据采集与预处理技术、大数据存储与管理技术、大数据处理与分析技术、大数据可视化与交互技术、大数据安全与隐私保护、大数据在金融行业的应用、大数据在医疗健康领域的应用、大数据在智慧城市建设中的应用等方面。本书致力于全面剖析大数据技术的核心原理、最新进展及其在各行各业中的广泛应用，旨在为读者

在技术变革推动与经济社会需求拉动的多重驱动作用下，人工智能技术出现了明显的重大突破，进入与之前完全不同的发展阶段。近年来，以ChatGPT为代表的人工智能大模型研究成为一大热点。本书尝试从人工智能与大模型发展历程入手，研判其已成为新的通用目的技术，并跟踪技术发展和政策、产业等领域发展动向。在此基础上，系统分析了人工智能

本书聚集于数字媒体创意设计思维的培养与应用，以数字媒体创意设计思维的核心要素为切入点，探究数字媒体创意设计思维的培养方法，重点描述数字产品策划、设计、制作的完整过程。为了增强读者的实战能力，本书精选了优秀的数字媒体创意设计案例，通过对这些案例的深入剖析，揭示了创作者背后的设计思路、技术实现路径以及市场反馈，为读者提供了

本书围绕弱耦合谐振梁结构，分别在线性模态范围，弱非线性模态范围及强非线性模态范围内探索弱耦合谐振梁模态特征并研究其高灵敏质量感应机制，通过耦合谐振梁结构的动力学参数模型构建、优化、耦合结构设计、引入达芬非线性，进而实现高灵敏质量感应，期望实现微物质传感灵敏度性能的进一步提升。本书具体内容包括：基于模态局部化的耦合谐振梁