2019年我社联合南京大学人工智能学院出版了国内外率先公开出版和发表的人工智能本科专业教育培养体系，在国内人工智能教育领域起到了很好的引领和示范作用，有效推动了中国人工智能高等教育的发展。经过3年多的探索和实践，南京大学完成了一整轮本科和研究生培养方案的修订，准备集结出版这本AI人才培养体系的第2版，一方面对原有的AI本科体系进行了调整，另一方面是新设了AI方向研究生培养的内容，使得体系更加系统化和全面化。

本书以人工智能下的大数据时代为背景, 从数据素养、数据分析基础、统计分析、机器学习多个维度全面系统地介绍了如何探索数据、整理数据并分析数据。本书没有给出晦涩难懂的数学公式, 也不涉及复杂烦琐的程序代码, 而是在阐述基本原理的基础上, 辅以简洁的Python程序, 让读者能够快速入门, 提升个人的数据综合素养。

从取代简单机械的重复劳动到辅助内容创作、医药开发、科学实验，人工智能产品正以惊人的速度在各行业大展拳脚，预示着人类即将进入一个全新的发展阶段。本书通过浅显易懂的语言帮助你理解人工智能产品是什么，人工智能产品是怎么创造出来的以及人工智能产品是如何进行创新迭代的。 人工智能行业的快速发展对产品经理提出了更高的要求，产品经理需要具备的专业技能是广泛的，从产品设计、开发、营销到服务，无一不包括在内。产品经理需要对人工智能的原理、应用场景、发展潜力等有扎实的了解，这样才能够将人工智能的优势转化为产品的优势

本书系统介绍以相机和惯性测量单元为主传感器的视觉、视觉惯性SLAM 算法。本书通过选取该领域有代表性的两个开源项目, 从原理阐述、公式推导、代码解析和工程经验等多个维度, 对SLAM 技术进行全面的解读。为了让读者在轻松的氛围中快速理解专业知识, 本书以小白和师兄对话的形式娓娓道来, 帮助读者在学习的过程中不断思考和提升。

本书介绍了软件测试的基本概念、原理、基本方法及测试过程等内容，包括软件测试技术概述、静态测试、黑盒测试、白盒测试、集成测试、系统测试、测试报告管理、智能软件测试以及单元测试框架Junit、压力测试工具Jmeter的使用方法，同时还介绍了软件测试与质量保证等内容。
本书为软件测试的基础教材，旨在让学生能够熟练地对实际软件进行有效测试，为后续核心课程的学习积累知识，培养学生专业技能，满足软件开发、软件测试、软件质量保障等技能要求。
本书适合作为高等院校计算机相关专业学生的教材，也可作为软

本书针对高等学校人工智能本科生专业人才培养的专业内涵、定位和知识体系, 设置了数学与统计、科学与工程、计算机科学与工程核心、人工智能核心、认知与神经科学、先进机器人技术、人工智能与社会、人工智能工具与平台等专业课程群, 重点介绍了八大课程群中各课程的概况和知识点, 为培养具有科学家素养的工程师奠定知识和能力的基础。

本书包括引言、基础知识、基于知识的系统、高级专题、现在和未来以及安全与编程六部分内容。从人工智能的定义讲起, 详细讲述人工智能中的盲目搜索、知情搜索、博弈中的搜索、人工智能中的逻辑、知识表示和产生式系统等基础知识; 介绍并探究了人工智能领域的成功案例, 也介绍了机器学习、深度学习以及受到自然启发的搜索算法等; 介绍了自然语言处理和自动规划等高级专题; 对人工智能的历史和现状进行了梳理; 介绍了人工智能的安全以及编程问题。

本教材遵循案例教学模式进行课程教学设计，围绕人工智能应用案例展开，强调学科教学设计、主要研究内容、核心研究领域及前沿理论和技术等，内容涉及图像、视频、语音、文本和机器人。本教材覆盖人工智能（师范）专业入门必须掌握的知识，强调基础性和前沿性并重，理论和实验相统一，着力于师范生的课程设计能力、案例分析能力和动手实践能力的培养，使学生掌握人工智能的教学设计、课程教学案例和机器人实践等方面的内容。本教材可作为高校人工智能（师范）、智能科学与技术、计算机科学与技术及相关专业的教学设计课程的教材，也可作为其

本书围绕应用环境中实际问题的求解过程来阐述和讲解程序设计思想方法和相关技术知识, 向学生展示如何设计和选择合适的数据结构来表示实际问题中的处理对象, 如何把一个实际问题转化成一个程序可计算的逻辑模型, 以及如何考虑程序运行的效率来满足问题求解对时间的要求等。

软件架构是指可以简化软件开发过程并提高应用程序质量的实现架构和系统。本书在第1版的基础上进行了全面修订和扩展，面向.NET 5和C# 9，介绍了一些能够助你成为一名卓越的软件架构师所需的关键技能、知识和**实践。
　　第2版增加了对软件架构原则的额外讲述、Azure服务结构、Kubernetes和Blazor等新章节。另外，还增加了关于安全性、微服务和DevOps的讨论，以及软件开发周期的GitHub部署。
　　首先，介绍如何将用户需求转换为软件架构需求，并探讨功能性需求和非功能性需