《嵌入式单片机技术实战教程》以培养应用型人才为目标进行内容规划，突出对应用能力的培养和训练。全书共10章，内容包括嵌入式单片机概述、STC51单片机快速入门、STM32固件库概述、STM32输出、STM32中断输入、STM32定时器、STM32串口、STM32模数转换、STM32的RTC（实时时钟）、STM32外部存储器。书中所有例程均给出Proteus仿真及代码，STM32例程采用标准库和HAL库两种方式实现，所有操作过程均给出详尽步骤截图；《嵌入式单片机技术实战教程》全部实例都经过调试，可正

"本书根据教育部高等学校大学计算机课程教学指导委员会最新的教学要求和建议编写，用于大学计算机基础课程的理论教学。本书通过对计算机基础知识和基本原理的讲解，描述了计算机科学的核心思想和研究方法。全书共9章，分别介绍了计算机与计算思维、计算机中信息表示的基本思想和方法、计算机硬件系统的工作原理、操作系统的基本知识、计算机网络的工作原理、信息安全、程序设计基础、数据库技术基础和人工智能基础等内容。本书以计算思维能力培养为核心目标，按照计算机基础教学的知识体系顺序编排，内容丰富，语言精炼，通俗

本书是职业教育赛教一体化课程改革系列教材，由高校与企业合作编写，在归纳总结理论知识的同时，将基础知识以项目的形式表现出来，理论联系实际，使读者能够深刻地体会到知识的内涵。全书共 10 个项目，主要项目内容包括 ：认识计算机网络、常用网络设备与基本配置、网络接入层与局域网搭建、IP 地址规划与子网划分、网络层协议与网络互联、传输层协议与应用、应用层协议与服务器搭建、网络安全初探、无线局域网搭建和 IPv6 协议初探。本书内容全面，实用性强，不但重视理论讲解，还精心设计了相关实训项

本书是基于华为HCIP认证考试大纲和eNSP模拟平台, 参考国内外有关文献资料,结合编著者多年教学经验而编著。在内容安排上遵循循序渐进的原则, 注重基础性和实用性, 精选了14个企业工作任务,对理论知识和核心技能加以层层深入的讲解。实验项目基于华为eNSP模拟器,内容涉及MSTP多生成树协议、VRRP协议配置、基于MSTP+VRRP实现网关冗余和负载均衡、OSPF身份验证和虚链路、路由引入、ISIS路由协议、BGP路由协议和路径选择等。本书采用“基于工作任务”的方式组织教学过程, 对理

本书简要回顾了Java语言的类、接口、泛型、数组等基本概念。在此基础上，介绍了算法分析的基本方法和数据结构的基本概念，全面系统地讨论了线性表、栈、队列、二叉树等基本数据结构的实现技术以及如何使用这些基本数据结构实现优先级队列和图等数据结构，给出了解决查找和排序两个经典问题所使用的二叉搜索树、红黑树、B树、哈希表等数据结构的设计和实现。

本书使用Java语言，采用泛型编程实现数据结构，对代码进行了详细的讲解。本书配套资源中的project给出了各数据结构的完整代码。

本

本书以零起点的读者为主要对象，以Adobe Animate CC 2018为开发平台，从实用角度出发，结合丰富的实例，介绍制作动画的常用方法和技术，可以作为Animate动画制作课程的入门教材。本书详细介绍了利用Animate制作动画的方法，Animate的新功能和新技术，以及ActionScript 3.0环境下的脚本程序设计方法。
本书共分为15章，主要内容包括Animate简介，传统补间动画，工具的使用，引导线动画，补间动画，补间形状，遮罩和逐帧动画，骨骼动画、3D动画和摄像头，文本

本书详细介绍了用户界面发展史、用户研究、信息架构、原型设计、界面测试、界面视觉设计和技术创新等内容，从理论到实践，深入浅出地讲解了用户界面设计的基本原理和方法，使读者能够快速掌握了解用户群及其需求的结构化方法（如观察法、访谈法、问卷调查法、日记研究法等），灵活使用界面设计原型（包括纸上原型、视频原型）进行界面的快速设计。理解界面设计视觉原理和界面元素的设计，并掌握用户评估的技术。

本书的编写以教育部高等学校大学计算机课程教学指导委员会的《大学计算机基础课程教学基本要求》为依据，是一本零起点的程序设计快速入门教材，立足“教师易教，学生乐学，技能实用”，内容精炼，摈弃深奥的理论，按照认知规律，采用由浅入深、由外入内的教学模式，既强调基础性和系统性，又注重内容宽度和知识深度的结合，把计算思维的要素、方法融入问题和案例，让读者在学习程序设计的过程中潜移默化地培养计算思维，从而使程序设计类教材从单纯知识和技能的培养层面提高到意识和思维的培养层面。
本书共8章，包括问题求解中的

本书是一部系统论述数据结构与算法的立体化教程。本书共10章，内容主要包括绪论、线性表、栈和队列、串、递归、数组和广义表、树与二叉树、图、查找、排序等。本书以项目案例具体实现的方式引入知识点。每章都引入对应的案例，并进行详细的分析。并配以程序实现，理论讲解简洁明了。此外，还提供了教学大纲、PPT课件、习题答案、微视频和思政案例等配套资料，强调应用性和实践性。 本书主要面向新工科背景下计算机类相关专业学生学习使用，也可供相关学科学习者参考。

机器学习是人工智能的核心，而统计思维则是机器学习方法的核心：从随机性中寻找规律性。例如，利用损失最小化思想制定学习策略，采用概率最大化思想估计模型参数，利用方差对不确定性的捕捉构造 k维树，采用贝叶斯公式构建分类决策模型，等等。只有树立正确的统计思维，才能准确高效地运用机器学习方法开展数据处理与分析。本书以统计思维的视角，揭示监督学习中回归和分类模型的核心思想，帮助读者构建理论体系。具体模型包括线性回归模型、K近邻模型、贝叶斯推断、逻辑回归模型、最大熵模型、决策树模型、感知机模型、支持向量