本书详细介绍了强化学习的理论推导、算法细节。全书共12章，包括强化学习概述、马尔可夫决策过程、退化的强化学习问题、环境已知的强化学习问题、基于价值的强化学习算法、基于策略的强化学习算法、AC型算法、基于模型的强化学习算法等相关知识。本书系统性强、概念清晰，内容简明通俗。除了侧重于理论推导，本书还提供了许多便于读者理解的例子，以及大量被实践证明有效的算法技巧，旨在帮助读者进一步了解强化学习领域的相关知识，提升其现实中的工程能力。本书可作为高等院校数学、计算机、人工智能等相关专业的强化学习教材，但需

零基础学Python GUI 设计：tkinter（升级版）这本书以开发 Python 窗口程序常用的 tkinter 模块为主线，全面介绍了使用 tkinter 设计 Python GUI 程序的各方面技术。全书共分为 18 章，包括搭建开发环境、tkinter 与 GUI、tkinter 窗口设计、tkinter 布局管理、文本类组件、按钮类组件、选择列表与滚动条、容器类组件、对话框类组件、菜单组件、Progressbar 进度条组件、canvas 绘图、鼠标键盘事件处理、数据库操作、文件操

《零基础学Python数据分析》（升级版）以数据分析"三剑客”——Pandas、Matplotlib 和 NumPy 为主线，全面介绍了数据分析入门的必备知识，从学习与应用的角度出发，帮助读者快速掌握数据统计分析技能，拓宽职场道路。本书通过大量的示意图力求使读者能够更好地理解晦涩难懂的专业术语；通过快速示例将学习与应用相结合，打造轻松学习、零压力学习的阅读氛围；通过案例对所学知识进行综合应用；通过开发流行项目将数据统计分析与预测应用到实际工作中。

ModelSim是优秀的HDL仿真软件之一，它能提供友好的仿真环境，是业界唯一单内核支持VHDL和Verilog混合仿真的仿真器，它采用直接优化的编译技术、Tcl/Tk技术和单一内核仿真技术，编译仿真速度快，编译的代码与平台无关，便于保护IP核，个性化的图形界面和用户接口，为用户加快调错提供强有力的手段，是Window平台上FPGA/ASIC设计的首选仿真软件。本书以ModelSim SE 2020.4版软件为平台，由浅入深、循序渐进地介绍ModelSim SE 2020.4软件各部分知识，包括

本书基于ARM公司的Cortex-M3处理器的STM32微控制器，使用MDK-ARM开发软件和C语言，结合STM32固件库和STM32开发板，面向底层应用编程，介绍嵌入式系统的工作原理和应用技术，包括嵌入式系统设计基础、Cortex-M3处理器、Thumb指令集、STM32微控制器、STM32的GPIO、Cortex-M3异常和STM32中断、STM32的串行通信接口、STM32的DMA接口、STM32的定时器接口、STM32的模拟接口。 本书可以作为高等院校计算机、电子、通信及自动控制等专业"

本书详细介绍了Python3 编程从零基础到实战的相关知识，前面7 章为基础部分，主要介绍Python3 编程的基本知识；后面8 章从实战应用的角度分别介绍数据可视化、交互式可视化和数据处理、UI 界面设计与计算机桌面自动化、数据库（主要是MySQL 数据库的增删改查）、机器学习、Git 使用等内容。本书以简单、实用、易懂为原则，力求使读者在学会Python基础知识的同时，掌握实战与应用技能。
本书适合刚入门的Python 学习人员以及利用开源工具进行开发与应用的爱好者、研究人员参考阅读。

本书以典型案例项目讲述面向对象程序设计的相关概念和使用方法，“开发超市购物管理系统、开发校园信息管理系统、开发薪资信息管理系统、开发文件管理程序、开发多线程程序和学生成绩管理系统设计与实现”六个项目贯穿始终。每个项目包括任务分析、任务实施、知识解析和任务拓展，内容严谨，结构合理，语言深入浅出。 通过本书的学习，学生不仅能够学习到基本的面向对象程序设计技术，而且能够掌握利用Java 语言开发软件项目的方法。本书配套微课视频讲解，扫描二维码即可查看。本书配有电子课件。 本书可以作为高职高专院校软件技

7大专题内容深度讲解、80多个热门高频的ChatGPT+Office+WPS智能办公案例实战！
260多分钟教学视频、140多款素材效果文件、110多页PPT教学课件和7课电子教案超值赠送！
全书通过理论+实例的形式，分别介绍了ChatGPT新手入门、ChatGPT+ Word文档创作、ChatGPT+Excel表格处理、ChatGPT+VBA代码编写、ChatGPT+PPT文稿生成、ChatGPT+WPS高效办公，以及WPS AI智能办公等内容。
本书内容结构清晰，案例丰富，

作者根据自己多年的数据分析和数据挖掘经验，从零基础读者的角度，详尽地介绍了Python数据分析和数据挖掘的基础知识及大量的实战案例。全书分为四篇，第一篇是基础入门篇，主要介绍数据分析与挖掘的基本概念及Python语言的数据分析基础；第二篇是数据分析篇，主要介绍常用的数据分析方法；第三篇是数据挖掘篇，主要介绍常用的数据挖掘方法；第四篇是实战应用篇，介绍两个完整的数据分析与挖掘案例，让读者了解如何系统地应用前面学到的各种方法解决真实问题。对于书中的每一章，作者还结合实际工作及面试经验，精心

本书重点介绍大数据计算分析主要算法及主流计算框架，强调“理实一体”的教学模式和方法。在讲解各种计算分析技术的同时，本书对于核心技术都配以相应的实训项目/案例，真正训练学生解决大数据问题的实践能力。本书内容包括：大数据计算分析技术概述、大数据计算分析常用算法及场景、大数据离线计算分析技术、大数据流式计算分析技术、机器学习在计算分析中的应用，最后还以出入境管理风险评估大数据平台的设计与实现为例，设置了综合前述知识的实战项目。