《小白学数据挖掘与机器学习——SPSS Modeler案例篇》用生活中常见的例子、有趣的插图和通俗的语言，把看上去晦涩难懂的数据挖掘与机器学习知识以通俗易懂的方式分享给读者，让读者从入门学习阶段就发现，原来数据挖掘与机器学习不但有用，还很有趣。
《小白学数据挖掘与机器学习——SPSS Modeler案例篇》以IBM SPSS Modeler 作为案例实践工具，首先介绍了数据挖掘的基本概念及数据挖掘方法，然后介绍了IBM SPSS Modeler 工具的基本使用、数据探索、统计检验、回归分析、分类算法、聚类算法、关联规则、神经网络以及集成学习。每一章都会以漫画形式介绍一些日常小例子并作为切入点，用通俗的语言介绍具体的算法理论，同时在每章最后都附上应用案例，让读者更轻松地阅读《小白学数据挖掘与机器学习——SPSS Modeler案例篇》并掌握对应的算法和实践操作。
《小白学数据挖掘与机器学习——SPSS Modeler案例篇》内容循序渐进，完整覆盖了数据挖掘与机器学习的主要知识点，适合数据挖掘与机器学习入门读者阅读。
本书是国际算法大师乌迪·曼博（Udi Manber）博士撰写的一本享有盛誉的著作。全书共分12章：第1章到第4章为介绍性内容，涉及数学归纳法、算法分析、数据结构等内容；第5章提出了与归纳证明进行类比的算法设计思想；第6章到第9章分别给出了4个领域的算法，如序列和集合的算法、图算法、几何算法、代数和数值算法；第10章涉及归约，也是第11章的序幕，而后者涉及NP完全问题；第12章则介绍了并行算法；最后是部分习题的答案及参考文献。本书的特色有二，旨在提高读者的问题求解能力，使读者能够理解算法设计的过程和思想：一是强调算法设计的创造性过程，注重算法设计背后的创造性思想，而不拘泥于某个具体算法的详细讨论；二是将算法设计类比于定理归纳证明，揭示了算法设计的基本思想和本质。
本书的组织结构清晰且易于理解，强调了创造性，具有浓郁特色，时至今日仍有其巨大的价值，并且适合作为计算机及相关专业算法和高级算法课程的教材。
本书之所以在全球范围内广泛传播，被一代代开发者奉为圭臬，盖因它可以创造出真正的价值：或编写出更好的软件，或探究出编程的本质，而所有收获均不依赖于特定语言、框架和方法。时隔20年的新版，经过全面的重新选材、组织和编写，覆盖哲学、方法、工具、设计、解耦、并发、重构、需求、团队等务实话题的最佳实践及重大陷阱，以及易于改造、复用的架构技术。本书极具洞察力与趣味性，适合从初学者到架构师的各阶层读者潜心研读或增广见闻。
《剑指Offer——名企面试官精讲典型编程题（纪念版）》是为纪念本书英文版全球发行而推出的特殊版本，在原版基础上新增大量本书英文版中的精选题目，系统整理基础知识、代码质量、解题思路、优化效率和综合能力这5个面试要点。全书分为8章，主要包括面试流程：讨论面试每一环节需要注意的问题；面试需要的基础知识：从编程语言、数据结构及算法三方面总结程序员面试知识点；高质量代码：讨论影响代码质量的3个要素（规范性、完整性和鲁棒性），强调高质量代码除完成基本功能外，还能考虑特殊情况并对非法输入进行合理处理；解题思路：总结编程面试中解决难题的有效思考模式，如在面试中遇到复杂难题，应聘者可利用画图、举例和分解这3种方法将其化繁为简，先形成清晰思路再动手编程；优化时间和空间效率：读者将学会优化时间效率及空间换时间的常用算法，从而在面试中找到最优解；面试必备能力：总结应聘者如何充分表现学习和沟通能力，并通过具体面试题讨论如何培养知识迁移、抽象建模和发散思维能力；综合面试案例：总结哪些面试举动是不良行为，而哪些表现又是面试官所期待的行为；英文版面试题增补，优选久经欧美知名企业面试考验的经典题目，帮助国内读者开阔视野、增补技能。
《剑指Offer——名企面试官精讲典型编程题（纪念版）》适合即将走向工作岗位的大学生阅读，也适合作为正在应聘软件行业的相关就业人员和计算机爱好者的参考书。
《高性能mysql(第3版)》是mysql 领域的经典之作，拥有广泛的影响力。第3 版更新了大量的内容，不但涵盖了最新mysql 5.5版本的新特性，也讲述了关于固态盘、高可扩展性设计和云计算环境下的数据库相关的新内容，原有的基准测试和性能优化部分也做了大量的扩展和补充。全书共分为16 章和6 个附录，内容涵盖mysql 架构和历史，基准测试和性能剖析，数据库软硬件性能优化，复制、备份和恢复，高可用与高可扩展性，以及云端的mysql 和mysql相关工具等方面的内容。每一章都是相对独立的主题，读者可以有选择性地单独阅读。
《高性能mysql(第3版)》不但适合数据库管理员（dba）阅读，也适合开发人员参考学习。不管是数据库新手还是专家，相信都能从本书有所收获。
这本久负盛名的 C++ 经典教程，时隔八年之久，终迎来史无前例的重大升级。除令全球无数程序员从中受益，甚至为之迷醉的——C++ 大师 Stanley B. Lippman 的丰富实践经验，C++标准委员会原负责人 Josée Lajoie 对C++标准的深入理解，以及C+ + 先驱 Barbara E. Moo 在 C++教学方面的真知灼见外，更是基于全新的 C++11标准进行了全面而彻底的内容更新。非常难能可贵的是，本书所有示例均全部采用 C++11 标准改写，这在经典升级版中极其罕见——充分体现了 C++ 语言的重大进展及其全面实践。书中丰富的教学辅助内容、醒目的知识点提示，以及精心组织的编程示范，让这本书在 C++ 领域的权威地位更加不可动摇。无论是初学者入门，或是中、高级程序员提升，本书均为不容置疑的首选。
《基于大模型的RAG应用开发与优化——构建企业级LLM应用》是一本全面介绍基于大语言模型的RAG应用开发的专业图书。本书共分为3篇：预备篇、基础篇和高级篇。预备篇旨在帮助你建立起对大模型与RAG的基本认识，并引导你搭建起RAG应用开发的基础环境；基础篇聚焦于经典RAG应用开发的核心要素与阶段，介绍关键模块的开发过程，剖析相关的技术原理，为后面的深入学习打下坚实的基础；高级篇聚焦于RAG应用开发的高阶模块与技巧，特别是在企业级RAG应用开发中的优化策略与技术实现，并探索了一些新型的RAG工作流与范式，旨在帮助你了解最新的RAG应用技术发展，掌握RAG应用的全方位开发能力。 《基于大模型的RAG应用开发与优化——构建企业级LLM应用》适合对大模型及RAG技术感兴趣的开发者、研究人员、产品经理及希望了解并掌握RAG应用开发能力的人阅读。无论你是进入AI领域的初学者，还是已经有一定基础的进阶者，都能从本书中找到适合自己的内容。
严灿平 毕业于南京理工大学计算机系，南京大学工商管理硕士。先后就职于联创（后与亚信科技合并）担任软件工程师与设计师，甲骨文中国（Oracle）担任中国区企业架构部首席架构师，上海慧问信息科技有限公司担任合伙人兼技术总监。现为独立IT咨询顾问，公众号“AI大模型应用实践”主理人。拥有超过20年的企业软件从业经验，专注于企业软件架构设计、互联网时代传统行业的IT转型、人工智能与大数据技术在企业应用的创新等。 曾担任多项大型企业级软件系统核心架构师与咨询师，参与包括中国移动、中国电信等通信行业客户的核心业务运营支撑系统建设、智慧城市与政务行业互联网转型的IT咨询与规划。精通多种计算机软件开发技术与IT架构方法论，对移动互联网、大数据、人工智能在企业领域应用有深入的研究与实施经验。
作为时下流行的一种系统编程语言，Go 简单易学，性能很好，且支持各类主流平台。已有大量项目采用 Go 编写，这其中就包括 Docker 等明星作品，其开发和执行效率早已被证明。本书经四年多逐步完善，内容覆盖了语言、运行时、性能优化、工具链等各层面知识。且内容经大量读者反馈和校对，没有明显的缺陷和错误。上卷细致解析了语言规范相关细节，便于读者深入理解语言相关功能的使用方法和注意事项。下卷则对运行时源码做出深度剖析，引导读者透彻了解语言功能背后的支持环境和运行体系，诸如内存分配、垃圾回收和并发调度等。本书不适合编程初学入门，可供有实际编程经验或正在使用Go 工作的人群参考。
《经济学人》等主流媒体称 3D打印将引发“第三次工业革命”。本书从产业经济的宏观视角对 3D打印、 3D智能数字化、创客、中国智造、全球第三次工业革命这五者的关系进行了详尽讨论。
《3D打印：三维智能数字化创造（全彩）》从专业技术的角度对 3D打印的原理、结构和工艺方法做了详细介绍，包括 10多种典型成型工艺的优劣分析和比较，手把手、从无到有地组装一台 3D打印机等。 3D智能数字化是 3D打印的基础和关键，涉及 3D计算机图形学、计算机视觉、模式识别、机器学习等领域。本书以通俗易懂、娓娓道来的方式对它们进行了详细讲解。
《3D打印：三维智能数字化创造（全彩）》是一本以作者原创观点为指导，融汇众多最新思想，详细讲解 3D打印和 3D智能数字化技术原理方法，手把手实战型教学的综合类技术书籍，对每一个操作步骤都进行了图文并茂的详细描述，包括实际运作一家 3D照相馆的所有技术细节。《3D打印：三维智能数字化创造（全彩）》无论对于国内、国外的广大普通用户及技术爱好者，还是高等院校大学生及研究生、学术界、工业界、政府产业经济决策层，都具有重要的参考价值。
《从机器学习到深度学习：基于scikit-learn与TensorFlow的高效开发实战》是一本场景式的机器学习实践书，笔者努力做到“授人以渔，而非授人以鱼”。理论方面从人工智能（AI）与机器学习（ML）的基本要素讲起，逐步展开有监督学习、无监督学习、强化学习这三大类模型的应用场景与算法原理；实践方面通过金融预测、医疗诊断概率模型、月球登陆器、图像识别、写诗机器人、中国象棋博弈等案例启发读者将机器学习应用在各行各业里，其中后三个案例使用了深度学习技术。
《从机器学习到深度学习：基于scikit-learn与TensorFlow的高效开发实战》试图用通俗的语言讲解涵盖算法模型的机器学习，主要内容包括机器学习通用概念、三个基本科学计算工具、有监督学习、聚类模型、降维模型、隐马尔可夫模型、贝叶斯网络、自然语言处理、深度学习、强化学习、模型迁移等。在深入浅出地解析模型与算法之后，介绍使用Python相关工具进行开发的方法、解析经典案例，使读者做到“能理解、能设计、能编码、能调试”，没有任何专业基础的读者在学习本书后也能够上手设计与开发机器学习产品。
《从机器学习到深度学习：基于scikit-learn与TensorFlow的高效开发实战》内容深入浅出、实例典型，适合对机器学习感兴趣的产品设计、技术管理、数据分析、软件开发或学生读者。阅读本书既能了解当前工业界的主流机器学习与深度学习开发工具的使用方法，又能从战略方面掌握如何将人工智能技术应用到自己的企业与产品中。
《Python机器学习手册：从数据预处理到深度学习》采用基于任务的方式来介绍如何在机器学习中使用Python。书中有近200个独立的解决 方案，针对的都是数据科学家或机器学习工程师在构建模型时可能遇到的常见任务，涵盖从简 单的矩阵和向量运算到特征工程以及神经网络的构建。所有方案都提供了相关代码，读者可以 复制并粘贴这些代码，用在自己的程序中。
《Python机器学习手册：从数据预处理到深度学习》不是机器学习的入门书，适合熟悉机器学习理论和概念的读者阅读。你可以将本书作 为案头参考书，在机器学习的日常开发中遇到问题时，随时借鉴书中代码，快速解决问题。
本书由一系列独立的部分组成，涵盖的主题从个人责任、职业发展，知道用于使代码保持灵活、并且易于改编和复用的各种架构技术，利用许多富有娱乐性的奇闻轶事、有思想性的例子及有趣的类比，全面阐释了软件开发的许多不同方面的最佳实践和重大陷阱。
无论你是初学者，是有经验的程序员，还是软件项目经理，本书都适合你阅读。
《阿里巴巴Java开发手册》的愿景是码出高效，码出质量。它结合作者的开发经验和架构历程，提炼阿里巴巴集团技术团队的集体编程经验和软件设计智慧，浓缩成为立体的编程规范和最佳实践。众所周知，现代软件行业的高速发展对开发者的综合素质要求越来越高，因为不仅是编程相关的知识点，其他维度的知识点也会影响软件的最终交付质量，比如，数据库的表结构和索引设计缺陷可能带来软件的架构缺陷或性能风险；单元测试的失位导致集成测试困难；没有鉴权的漏洞代码易被黑客攻击等。所以，本手册以开发者为中心视角，划分为编程规约、异常日志、单元测试、安全规约、MySQL数据库、工程结构、设计规约七个维度，每个条目下有相应的扩展解释和说明，正例和反例，全面、立体、形象地帮助到开发者的成长和团队代码规约文化的形成。
从严格意义上讲，《阿里巴巴Java开发手册》超越了Java语言本身，明确作为一名合格开发者应该具备的基本素质，因此本手册适合计算机相关行业的管理者和研发人员、高等院校的计算机专业师生、求职者等阅读，希望成为大家如良师益友般的工作手册、工具字典和床头书。
这是一本程序员面试宝典！书中对IT名企代码面试各类题目的最优解进行了总结，并提供了相关代码实现。针对当前程序员面试缺乏权威题目汇总这一痛点，本书选取将近200道真实出现过的经典代码面试题，帮助广大程序员的面试准备做到万无一失。“刷”完本书后，你就是“题王”！__eol__本书采用题目+解答的方式组织内容，并把面试题类型相近或者解法相近的题目尽量放在一起，读者在学习本书时很容易看出面试题解法之间的联系，使知识的学习避免碎片化。书中将所有的面试题从难到易依次分为“将、校、尉、士”四个档次，方便读者有针对性地选择“刷”题。本书所收录的所有面试题都给出了最优解讲解和代码实现，并且提供了一些普通解法和最优解法的运行时间对比，让读者真切地感受到最优解的魅力！__eol__本书中的题目全面且经典，更重要的是，书中收录了大量独家题目和最优解分析，这些内容源自笔者多年来“死磕自己”的深入思考。__eol__码农们，你们做好准备在IT名企的面试中脱颖而出、一举成名了吗？这本书就是你应该拥有的“神兵利器”。当然，对需要提升算法和数据结构等方面能力的程序员而言，本书的价值也是显而易见的。
《剑指Offer：名企面试官精讲典型编程题（第2版）》剖析了80个典型的编程面试题，系统整理基础知识、代码质量、解题思路、优化效率和综合能力这5个面试要点。《剑指Offer：名企面试官精讲典型编程题（第2版）》共分7章，主要包括面试的流程，讨论面试每一环节需要注意的问题；面试需要的基础知识，从编程语言、数据结构及算法三方面总结程序员面试知识点；高质量的代码，讨论影响代码质量的3个要素（规范性、完整性和鲁棒性），强调高质量代码除完成基本功能外，还能考虑特殊情况并对非法输入进行合理处理；解决面试题的思路，总结编程面试中解决难题的有效思考模式，如在面试中遇到复杂难题，应聘者可利用画图、举例和分解这3种方法将其化繁为简，先形成清晰思路，再动手编程；优化时间和空间效率，读者将学会优化时间效率及用空间换时间的常用算法，从而在面试中找到最优解；面试中的各项能力，总结应聘者如何充分表现学习和沟通能力，并通过具体面试题讨论如何培养知识迁移、抽象建模和发散思维能力；两个面试案例，总结哪些面试举动是不良行为，而哪些表现又是面试官所期待的行为。
《算法之美——隐匿在数据结构背后的原理（C++版）》围绕算法与数据结构这个话题，循序渐进、深入浅出地介绍了现代计算机技术中常用的40 余个经典算法，以及回溯法、分治法、贪婪法和动态规划等算法设计思想。在此过程中，《算法之美——隐匿在数据结构背后的原理（C++版）》也系统地讲解了链表（包括单向链表、单向循环链表和双向循环链表）、栈、队列（包括普通队列和优先级队列）、树（包括二叉树、哈夫曼树、堆、红黑树、AVL 树和字典树）、图、集合（包括不相交集）与字典等常用数据结构。同时，通过对22 个经典问题（包括约瑟夫环问题、汉诺塔问题、八皇后问题和骑士周游问题等）的讲解，逐步揭开隐匿在数据结构背后的算法原理，力图帮助读者夯实知识储备，激活思维技巧，并最终冲破阻碍编程能力提升的重重藩篱。
《算法之美——隐匿在数据结构背后的原理（C++版）》适合作为大专院校相关专业学生研习算法与数据结构知识的课外参考书。对有意参加信息学竞赛的读者，本书亦有很强的参考价值。此外，鉴于算法与数据结构在求职过程中常常被视为考察重点，所以就临近毕业的学生或其他欲从事IT 行业的求职者而言，阅读《算法之美——隐匿在数据结构背后的原理（C++版）》也将对面试备考大有裨益。
本书荣获2009年Jolt图书大奖，是不可多得的分享MySQL实用经验的图书。它不但可以帮助MySQL初学者提高使用技巧，更为有经验的MySQL DBA指出了开发高性能MySQL应用的途径。全书包含14章和4个附录，内容覆盖MySQL系统架构、设计应用技巧、SQL语句优化、服务器性能调优、系统配置管理和安全设置、监控分析，以及复制、扩展和备份/还原等主题，每一章的内容自成体系，适合各领域技术人员作选择性的阅读。
汇聚著名MySQL专家在实践中构建大型系统的多年经验。
剖析MySQL内部工作机制，指导读者MySQL开发出快速可靠的系统。
实例讲解MySQL实用又安全的高性能之路。
Redis 是互联网技术架构在存储系统中使用得最为广泛的中间件，也是中高级后端工程师技术面试中面试官最喜欢问的工程技能之一，特别是那些优秀的互联网公司，通常要求面试者不仅仅掌握 Redis 基础用法，还要理解 Redis 内部实现的细节原理。《Redis 深度历险：核心原理与应用实践》作者老钱在使用 Redis 上积累了丰富的实战经验，希望帮助更多后端开发者更快、更深入地掌握 Redis 技能。
《Redis 深度历险：核心原理与应用实践》分为基础和应用篇、原理篇、集群篇、拓展篇、源码篇共 5 大块内容。基础和应用篇讲解对读者来说最有价值的内容，可以直接应用到实际工作中；原理篇、集群篇让开发者透过简单的技术表面看到精致的底层世界；拓展篇帮助读者拓展技术视野和夯实基础，便于进阶学习；源码篇让高阶的读者能够读懂源码，掌握核心技术实力。
《Redis 深度历险：核心原理与应用实践》适合以下人群阅读：有 Redis 基础，渴望深度掌握 Redis 技术原理的中高级后端开发者；渴望成功进入大型互联网企业研发部的中高级后端开发者；需要支撑公司 Redis 中间件运维工作的初中级运维工程师；对 Redis 中间件技术好奇的中高级前端技术研究者。
本书主要讲述采用现代C++ 在x86-64 Linux 上编写多线程TCP 网络服务程序的主流常规技术，重点讲解一种适应性较强的多线程服务器的编程模型，即one loop per thread。这是在Linux 下以native 语言编写用户态高性能网络程序最成熟的模式，掌握之后可顺利地开发各类常见的服务端网络应用程序。本书以muduo 网络库为例，讲解这种编程模型的使用方法及注意事项。
本书的宗旨是贵精不贵多。掌握两种基本的同步原语就可以满足各种多线程同步的功能需求，还能写出更易用的同步设施。掌握一种进程间通信方式和一种多线程网络编程模型就足以应对日常开发任务，编写运行于公司内网环境的分布式服务统。
这本书专门为那些对自然语言处理技术感兴趣的读者提供了系统的LLM应用开发指南。全书分为11章，从LLM基础知识开始，通过LangChain这个开源框架为读者解读整个LLM应用开发流程。第1~2章概述LLM技术的发展背景和LangChain框架的设计理念。从第3章开始，分章深入介绍LangChain的6大模块，包括模型I/O、数据增强、链、记忆等，通过大量代码示例让读者了解其原理和用法。第9章通过构建PDF问答程序，帮助读者将之前学习的知识应用于实践。第10章则介绍集成，可拓宽LangChain的用途。第11章为初学者简要解析LLM的基础理论，如Transformer模型等。
《LangChain入门指南：构建高可复用、可扩展的LLM应用程序》以LangChain这个让人熟悉的框架为主线，引导读者一步一步掌握LLM应用开发流程，适合对大语言模型感兴趣的开发者、AI应用程序开发者阅读。
李特丽，LangChain中文网联合创始人，优秀的软件工程师。曾翻译LangChain、OpenAi、Milvus等AI开发三件套的中文文档，帮助中国开发者快速上手AI开发。 康轶文，LangChain中文网创始人，2005年从个人站长做起，成为第一代SEO“大神”；2012年转型移动互联网营销，成为中国Apple Ads代理商，获得苹果千万美元授信；2022年转型月付制AI数字员工全托管服务，是一位经验丰富的数字员工和人工智能应用专家。
一切社会现象都是经济现象，我们只能赚到自己认知范围内的钱。我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾，其中“不平衡不充分”很大程度上也表现在老百姓的认知水平上。要想看清周围发生的事情，做出正确的选择，就必须具备一定的经济思维，拥有一双“财富之眼”。
《财富之眼：用经济思维看清世界》作者汤山老王，作为科班出身的一线金融从业人员，短短一年时间在全网获得数百万个粉丝，深知普通老百姓建立经济思维的痛点和障碍。本书通过货币思维、经济思维、趋势思维、投资思维四个部分，带领读者朋友由上至下梳理财富运行的逻辑，拆解社会现象背后的经济原理，观察中国经济未来的方向，探究投资方法论，从而帮助读者以经济的视角审视世界，找到自己的财富机会，早日实现“财富自由”。
本书是国际著名算法专家李德财教授主编的系列丛书“Lecture Notes Series on Computing”中的一本。本书涵盖了绝大多数算法设计中的一般技术，在表达每一种技术时，阐述它的应用背景，注意用与其他技术比较的方法说明它的特征，并提供大量相应实际问题的例子。本书同时也强调了对每一种算法的详细的复杂性分析。全书分七部分19章，从算法设计和算法分析的基本概念和方法入手，先后介绍了递归技术、分治、动态规划、贪心算法、图的遍历等技术，对NP完全问题进行了基本但清楚的讨论。对概率算法、近似算法和计算几何这些近年来发展迅猛的领域也用一定的篇幅讲述了基本内容。书中每章后都附有大量的练习题，有利于读者对书中内容的理解和应用。
本书结构简明，内容丰富，适合于作为计算机学科以及相关学科算法课程的教材和参考书，尤其适宜于学过数据结构和离散数学课程之后的算法课教材。同时也可作为从事算法研究的一本好的入门书。
这是一部简明易读的"关于男人心智的使用手册"。《国王 武士 祭司 诗人：从男孩到男人，男性心智进阶手册》是最畅销的，最广为人知的荣格心理学派著作，全面展示了如何为成熟、真实、生生不息的男性阳刚气质打下心理基础。通过阅读本书，能够帮助读者，特别是男性读者，理解自己作为男人的优势和弱点，并给你提供一幅指示男性自我疆界的地图。
二十世纪末期以来，我们面临着广泛的男性认同危机问题。在当今社会，很少或者几乎没有一些仪式过程能够帮助我们从男孩心理升华为男人心理，所以我们需要深挖与生俱来的自我身心深处的男性潜能资源，我们必须找到它们联系起来的方法。为了帮助读者，特别是广大男性，从男孩心理升华为成熟男人心理，作者从文学作品中甄选出男性力量的四大原型：国王、武士、祭司、诗人。希望本书能为我们成功完成这一重要使命做出贡献。
《Selenium3自动化测试实战——基于Python语言》共分 14章，第 1章介绍了自动化测试相关的基础知识。第 2章到第 10章是本书的重点，从环境搭建，到 WebDriver API介绍，再到单元测试框架的使用，循序渐进地介绍了自动化测试所用到的知识，最后再通过项目将这些知识串联起来。第 11章详细介绍了如何使用 Jenkins配置自动化测试项目。第 12章到第 14章介绍了移动自动化测试工具 appium的使用。
《Selenium3自动化测试实战——基于Python语言》的写作目的并不是简单地告诉读者如何使用一个自动化测试工具，而是希望读者在学习本书的内容后能够提升技术高度、拓展技术宽度，从而摆脱简单的手工测试，向高级测试工程师迈进。
深度学习是人工智能的前沿技术。《深度学习之美：AI时代的数据处理与最佳实践》深入浅出地介绍了深度学习的相关理论和实践，《深度学习之美：AI时代的数据处理与最佳实践》共分16章，采用理论和实践双主线写作方式。第1章给出深度学习的大图。第2章和第3章，讲解了机器学习的相关基础理论。第4章和第5章，讲解了Python基础和基于Python的机器学习实战。第6至10章，先后讲解了M-P模型、感知机、多层神经网络、BP神经网络等知识。第11章讲解了被广泛认可的深度学习框架TensorFlow。第12章和第13章详细讲解了卷积神经网络，并给出了相关的实战项目。第14章和第15章，分别讲解了循环递归网络和长短期记忆（LSTM）网络。第16章讲解了神经胶囊网络，并给出了神经胶囊网络设计的详细论述和实践案例分析。
《深度学习之美：AI时代的数据处理与最佳实践》结构完整、行文流畅，是一本难得的零基础入门、图文并茂、通俗易懂、理论结合实战的深度学习书籍。
自从2013 年3 月Docker 0.1 版本发布以来，以其为代表的容器技术也走上了快速发展之路，Docker容器在很大程度上改变了软件的架构设计、开发和运维部署方式，也给早些年就提出微服务的架构模式插上了快速起飞的翅膀。《Docker实战》由Docker 社区第一人Jeff Nickoloff 编写，共分为3 部分，第1 部分（第1~6章）重点介绍了Docker 容器的资源隔离和权限控制及基础原理，第2 部分（第7~10 章）详细解释了如何打包构建镜像以及各种镜像分发基础设施的建设，第3 部分（第11~12 章）聚焦于Docker 容器的组合操作，也就是多容器和多主机环境的管理。《Docker实战》图文并茂，结合基本原理和具体案例给大家提供了多个不错的实战机会。
作为目前热门的容器技术类图书，《Docker实战》适用于互联网，云计算，企业级软件开发、架构、测试，以及运维人员快速上手的Docker 容器；同样适用于搭建以Docker 为核心的基础设施，并在生产环境中快速部署应用以及管理容器集群。
《Elasticsearch源码解析与优化实战》介绍了Elasticsearch的系统原理，旨在帮助读者了解其内部原理、设计思想，以及在生产环境中如何正确地部署、优化系统。系统原理分两方面介绍，一方面详细介绍主要流程，例如启动流程、选主流程、恢复流程；另一方面介绍各重要模块的实现，以及模块之间的关系，例如gateway模块、allocation模块等。本书的最后一部分介绍如何优化写入速度、搜索速度等大家关心的实际问题，并提供了一些诊断问题的方法和工具供读者参考。
《Elasticsearch源码解析与优化实战》适合对Elasticsearch进行改进的研发人员、平台运维人员，对分布式搜索感兴趣的朋友，以及在使用Elasticsearch过程中遇到问题的人们。
本书在详细分析Docker所依赖的技术栈的基础上，一步一步地通过代码实例，让读者可以自己循序渐进地用Go语言构建出一个容器的引擎。不同于其他Docker原理介绍或代码剖析的书籍，本书旨在提供给读者一条动手路线，一步一步地实现Docker的隔离性，构建Docker的镜像、容器的生命周期及Docker的网络等。本书涉及的代码都托管在GitHub上，读者可以对照书中的步骤从代码层面学习构建流程，从而精通整个容器技术栈。本书也对目前业界容器技术的方向和实现做了简单介绍，以加深读者对容器生态的认识和理解。
本书适合对容器技术已经使用过或有一些了解，希望更深层次掌握容器技术原理和最佳实践的读者。
本书既是关于操作系统概念、结构和机制的教材，目的是尽可能清楚和全面地展示现代操作系统的本质和特点；也是讲解操作系统的经典教材，不仅系统地讲述了操作系统的基本概念、原理和方法，而且以当代流行的操作系统Windows 8、UNIX、Android、Linux为例，展现了当代操作系统的本质和特点。全书共分背景知识、进程、内存、调度、输入/输出和文件、嵌入式系统六部分，内容包括计算机系统概述、操作系统概述、进程描述和控制、线程、并发性：互斥和同步、并发：死锁和饥饿、内存管理、虚拟内存、单处理器调度、多处理器和实时调度、I/O管理和磁盘调度、文件管理、嵌入式操作系统、虚拟机、计算机安全技术、分布式处理、客户/服务器和集群等。此外，本书配套网站提供了及时、生动的材料。
本书的核心理念源自芭芭拉﹒明托的《金字塔原理》，运用更符合中国企业及中国人的特点进行诠释。本书定位于一本金字塔原理通俗版和本土版（案例以中国企业本土案例为主），内容以金字塔原理这一工具的应用为主框架，新增了作者的观点并侧重于从“结构思考”的角度向大众以更通俗的方式传递结构思考力在思考和表达方面的理念和方法。
Kubernetes 是由谷歌开源的Docker 容器集群管理系统，为容器化的应用提供了资源调度、部署运行、服务发现、扩容及缩容等一整套功能。《Kubernetes 权威指南：从Docker 到Kubernetes 实践全接触（纪念版）》从架构师、开发人员和运维人员的角度，阐述了Kubernetes 的基本概念、实践指南、核心原理、开发指导、运维指南及源码分析等内容，图文并茂、内容丰富、由浅入深、讲解全面；围绕着生产环境中可能出现的问题，给出了大量的典型案例，比如安全配置、网络方案、共享存储方案、高可用性方案及Trouble Shooting 技巧等，有很强的实战指导意义。《Kubernetes权威指南：从Docker到Kubernetes实践全接触（纪念版）》随着Kubernetes 版本更新不断完善，目前涵盖了Kubernetes 从v1.0 到v1.6 版本的全部特性，尽力为Kubernetes 用户提供全方位的指南。
无论是对于软件工程师、测试工程师、运维工程师、软件架构师、技术经理，还是对于资深 IT 人士来说，《Kubernetes权威指南：从Docker到Kubernetes实践全接触（纪念版）》都极具参考价值。
《大型网站技术架构：核心原理与案例分析》通过梳理大型网站技术发展历程，剖析大型网站技术架构模式，深入讲述大型互联网架构设计的核心原理，并通过一组典型网站技术架构设计案例，为读者呈现一幅包括技术选型、架构设计、性能优化、Web 安全、系统发布、运维监控等在内的大型网站开发全景视图。
《大型网站技术架构：核心原理与案例分析》不仅适用于指导网站工程师、架构师进行网站技术架构设计，也可用于指导产品经理、项目经理、测试运维人员等了解网站技术架构的基础概念；还可供包括企业系统开发人员在内的各类软件开发从业人员借鉴，了解大型网站的解决方案和开发理念。
《深度学习框架PyTorch：入门与实践》从多维数组Tensor开始，循序渐进地带领读者了解PyTorch各方面的基础知识。结合基础知识和前沿研究，带领读者从零开始完成几个经典有趣的深度学习小项目，包括GAN生成动漫头像、AI滤镜、AI写诗等。《深度学习框架PyTorch：入门与实践》没有简单机械地介绍各个函数接口的使用，而是尝试分门别类、循序渐进地向读者介绍PyTorch的知识，希望读者对PyTorch有一个完整的认识。
《深度学习框架PyTorch：入门与实践》内容由浅入深，无论是深度学习的初学者，还是第一次接触PyTorch的研究人员，都能在学习本书的过程中快速掌握PyTorch。即使是有一定PyTorch使用经验的用户，也能够从本书中获得对PyTorch不一样的理解。
陈云 Python程序员、Linux爱好者和PyTorch源码贡献者。主要研究方向包括计算机视觉和机器学习。“2017知乎看山杯机器学习挑战赛”一等奖，“2017天池医疗AI大赛”第八名。 热衷于推广PyTorch，并有丰富的使用经验，活跃于PyTorch论坛和知乎相关板块。
未来已来。
在“AI+”世界，限制我们的是认知，面对指数式增长的知识和信息，焦虑成为了这个时代的底色。我们应该如何迎接和拥抱智能文明？面对人工智能带来的翻天覆地的变化，我们应该如何自处？ 本书有趣有料，通过研究人类面对复杂世界不同领域的知识，探索面对未来智能文明的现代人必须掌握的生存原则。全书分为“智能的未来：技术进化与人类理性”“价值的重塑：探索未来知识的边界” 和“思想的格局：免于被奴役的未来”三部分，为你构建一个智能时代的认知升级的知识体系。
《机器学习——Python实践》系统地讲解了机器学习的基本知识，以及在实际项目中使用机器学习的基本步骤和方法；详细地介绍了在进行数据处理、分析时怎样选择合适的算法，以及建立模型并优化等方法，通过不同的例子展示了机器学习在具体项目中的应用和实践经验，是一本非常好的机器学习入门和实践的书籍。
不同于很多讲解机器学习的书籍，本书以实践为导向，使用 scikit-learn 作为编程框架，强调简单、快速地建立模型，解决实际项目问题。读者通过对《机器学习——Python实践》的学习，可以迅速上手实践机器学习，并利用机器学习解决实际问题。《机器学习——Python实践》非常适合于项目经理、有意从事机器学习开发的程序员，以及高校相关专业在的读学生阅读。
《MySQL Cookbook(中文版)》为各个层次的、没有时间和精力来从头解决MySQL问题的用户提供了大量简练、精辟的代码段和可用的示例，每节都阐述了代码应该如何工作及原因所在。《MySQL Cookbook(中文版)》在目前仍然广为流行的MySQL 4．1的基础上加入了MySQL 5．0的内容及它强大的新特性。读者将掌握用MySQL客户端程序执行SQL查询的方法，以及通过API编写与MySQL服务器交互程序的方法。书中有大量使用Perl、PHP、Python、Java甚至Ruby来检索并显示数据的新示例，还增加了子查询、视图、存储过程、触发器和事件等内容。
目前大部分软件开发平台都基于Linux，很多互联网公司都把MySQL作为后端数据存储的数据库。如果把MySQL比喻成数据库界的一条巨龙，则本书涵盖的所有知识点就是这条巨龙的组成部分。
本书深入剖析MySQL数据库体系结构，实战演练备份恢复、主从复制，详解高可用集群架构的设计与实践过程，详细梳理优化思路，展现新版本的特性，并与真实生产案例相结合，通过核心原理到“王者”实战，全面覆盖MySQL数据库的知识点。
本书是由具有丰富实践经验的教学一线教授撰写、由中国人民大学知名教授领衔改编的金融学入门教材，从非金融学专业人士的视角出发，将金融学基本原理和概念与案例有机地融合在一起，内容全面，突出了金融学的整体框架，同时更适宜中国读者阅读,在写作中,作者力求通俗易懂，用举例来解释书中的概念和原理，体例活泼，如“参考资料”、“新闻链接”、“行业资讯”等栏目贯穿全书，有助于读者开扩眼界，丰富知识。本书可作为非金融专业学生的教材及MBA学员培训课程的参考读物。
etcd是一个可靠的分布式KV存储产品，由CoreOS公司开发，其底层使用Raft算法保证一致性，主要用于共享配置和服务发现。
《etcd技术内幕》主要从源码角度深入剖析etcd，首先介绍etcd的背景知识，如何搭建源码环境及相关的命令。接着从基本的Raft协议开始介绍，帮助读者了解Raft协议的背景、如何处理各种异常场景及相关扩展。然后分析etcd-raft模块对Raft协议的实现，同时介绍etcd自带的raftexample示例，帮助读者了解etcd-raft模块的基本使用方法。《etcd技术内幕》还介绍HTTP编程基础和etcd-rafthttp模块的工作原理及具体实现，以及etcd中如何处理WAL日志文件及快照数据文件，并且详细分析etcd的底层存储，对v2版本和v3版本的存储都做了详细的介绍。最后重点介绍etcd服务端和客户端的相关内容，etcd服务端会组装并协调前面介绍的各个组件，并且在它们的基础上扩展出了更多的功能，此外还详细分析v2和v3两个版本客户端的具体实现。
《etcd技术内幕》适合Go语言开发者，以及对etcd技术感兴趣的读者阅读。
Kubernetes是由谷歌开源的容器集群管理系统，为容器化应用提供了资源调度、部署运行、服务发现、扩缩容等一整套功能。Kubernetes也是将“一切以服务（Service）为中心，一切围绕服务运转”作为指导思想的创新型产品，它的功能和架构设计自始至终地遵循了这一指导思想。构建在Kubernetes上的系统不仅可以独立运行在物理机、虚拟机集群或者企业私有云上，也可以被托管在公有云上。
《Kubernetes权威指南：从Docker到Kubernetes实践全接触（第5版）》总计12章，分别讲解Kubernetes的基本概念、实践指南、核心原理、开发指南、网络与存储、运维指南、新特性演进等内容。全书图文并茂、内容丰富、由浅入深、讲解全面，并围绕在生产环境中可能出现的问题，给出了大量典型案例，比如安全配置方案、网络方案、共享存储方案、高可用方案及Trouble Shooting技巧等，有很强的实战指导意义。本书的内容也随着Kubernetes的版本更新不断完善，目前涵盖了Kubernetes从1.0到1.19版本的主要特性，努力为Kubernetes用户提供全方位的Kubernetes技术指南。
无论是对于软件工程师、软件架构师、测试工程师、运维工程师、技术经理，还是对于资深IT人士，本书都极具参考价值。
《一本书读懂AIGC：ChatGPT、AI绘画、智能文明与生产力变革》以通俗易懂的方式从各个层面介绍了AIGC的基础知识，并辅以大量案例引领读者了解AIGC的应用实践，让读者可以更快速地利用AIGC改善工作和生活。 第1章从AI发展历史到资本市场近况阐述了AIGC产业的概况，第2章介绍了AIGC相关技术，第3章介绍了文本类AIGC技术的发展及其在传媒、教育、办公等场景中的应用，第4章介绍了声音类AIGC技术的发展及其在音乐、仿真等领域中的应用，第5章介绍了图片类AIGC技术的发展及其在图片生成、图片处理、图片识别等领域中的应用，第6章介绍了视频类AIGC技术的发展及其在视频生成、数字人等领域中的应用，第7章介绍了AIGC上下游产业链（包括芯片、VR等相关设备、元宇宙建模）的概况，第8章提出了AIGC对人类文明发展产生的影响，并对普通人如何应对AIGC带来的“生产力爆炸”提出方法论。 AIGC带来的生产力变革与每个人都息息相关，本书适合所有人阅读，特别是文本、图片、音视频等各类内容创作者，以及科技行业、金融行业的从业者和对AI领域感兴趣的读者。
贾雪丽 上海技术交易所专家库专家，代尔夫特理工大学硕士，先后就职于 ING 银行、中国平安、光大集团等顶级金融科技企业，拥有丰富的人工智能、隐私计算及区块链等项目经验，申请人工智能相关发明专利 60 余项，在INTERSPEECH会议上发表论文一篇，参与撰写多个隐私计算行业报告和白皮书。 0xAres 利物浦大学硕士，曾先在投资公司工作，后就职于知名公链。从业期间主持制作过多个区块链系列课程，举办过多次“黑客松”，长期致力于区块链的科普教育，有Web3.0行业全领域孵化经验，乐于通过多种形式的内容创作传播Web3.0共识；2021年组建去创作者中心化组织a15a并开始编写新科技领域的科普书籍，主编了《一本书读懂Web3.0：区块链、NFT、元宇宙和DAO》和《一本书读懂NFT：区块链通证、元宇宙资产、Web3.0营销和数字化身份》。 张炯 星图比特创始人兼CEO，中国通信工业协会信息化科技创新专业委员会委员，上海技术交易所专家库专家；曾就职于IBM，拥有丰富的金融科技从业经验，长期服务中国人民银行、中国工商银行等大型金融机构，擅长技术融合、产业创新，对以区块链、人工智能为代表的数字经济技术有深刻的理解；拥有人工智能和数字资产相关专利8项，参与撰写了《一本书读懂Web3.0：区块链、NFT、元宇宙和DAO》和《一本书读懂NFT：区块链通证、元宇宙资产、Web3.0营销和数字化身份》。 a15a a15a是一个Creator DAO（创作者去中心化组织），致力于以DAO的形式来产出新科技领域的内容，降低普通人了解科技的门槛。a15a已出版多本新科技科普书籍，并计划推出更多体系化课程和讲座。a15a的主要成员是区块链和人工智能领域的专家、从业者、研究人员和学生，以及法律合规领域的专业人士。在抖音、知乎、小红书、推特等平台上搜索“a15a”即可找到a15a官方账号。
大模型是近年来引人注目的热点之一。大模型蓬勃发展的基础，是针对其需求设计的算力及基础架构。本书针对如何为大模型构建基础架构进行深入讲解，并基于TOGAF方法论，剖析业界知名案例的设计方案。
《大模型时代的基础架构：大模型算力中心建设指南》总计13章。第1章讲解AI与大模型时代对基础架构的需求；第2章讲解软件程序与专用硬件的结合，涉及GPU并行运算库、机器学习程序的开发框架和分布式AI训练；第3章剖析GPU的硬件架构，涉及GPU的总体设计、Nvidia GH100芯片架构和拥有其他Hopper架构的GPU；第4章讲解GPU服务器的设计与实现；第5章讲解机器学习所依托的I/O框架体系；第6章讲解GPU集群的网络设计与实现；第7章讲解GPU板卡算力调度技术；第8章讲解GPU虚拟化调度方案；第9章讲解GPU集群的网络虚拟化设计与实现；第10章讲解GPU集群的存储设计与实现；第11章讲解如何基于云原生技术为机器学习应用设计与实现更好的开发和运行平台；第12章讲解基于云平台的GPU集群的管理与运营，涉及云运维平台、云运营平台和云审计平台；第13章基于一个服务机器学习的GPU计算平台落地案例，展示如何针对机器学习应用进行需求分析、设计与实现。
无论是高等院校计算机与人工智能等相关专业的本科生或研究生，还是对并行计算技术、云计算技术、高性能存储及高性能网络技术感兴趣的研究人员或工程技术人员，都可以参考和阅读本书。
编辑推荐
√ TensorFlow 2.0与上一版对比，可以视为一个完全不同的深度学习框架，必须重学。
√ 面向应用落地，涵盖图像识别|对话机器人|生成网络图片风格迁移|文本情感分析等。
√ 本书实战样例丰富，从TensorFlow模型训练到生产环境部署，全程剖析AI系统开发。
√ 通俗易懂地讲述人工智能从基本原理到知识结构再到工业应用，非常适合突击入门。
内容提要
《走向TensorFlow 2.0：深度学习应用编程快速入门》是TensorFlow 2.0编程实践的入门类书籍，目的是在TensorFlow 2.0正式版发布之际能够帮助大家快速了解其核心特性及基本编程技巧。本书通过5个常用的人工智能编程案例，帮助大家掌握如何在工作中使用TensorFlow 2.0进行应用开发。
《走向TensorFlow 2.0：深度学习应用编程快速入门》内容覆盖了Python和TensorFlow基础入门、自然语言处理和CV领域的实践案例、模型的服务化部署，希望在基于TensorFlow 2.0的人工智能编程上能够助你一臂之力。
精彩节摘
推荐序
AlphaGo以“Master”（大师）作为ID，横空出世，在中国乌镇围棋峰会上，它与世界围棋冠军柯洁对战，在围棋领域，击败人类精英。
继而，AlphaGo Zero，从空白状态起步，在无任何人类输入的条件下，能够迅速自学围棋，并以100∶0的战绩击败人类“前辈”。
机器学习，在尝试以人类经验图谱进行学习时，短短数年，就在围棋领域，击败了拥有几千年沉淀的人类顶尖高手。
如果说这是机器的力量，那么AlphaGo Zero在尝试不以人类的经验图谱进行自我深度学习时，产生了另一个质的飞跃，这，就是机器学习的力量。
机器学习作为人工智能的一种类型，可以让软件根据大量的数据来对未来的情况进行阐述或预判。这项技术，可以通过人类经验学习和自我深度学习，帮助人类在各个领域取得突破性进展。如今，领先的科技巨头无不在机器学习方面予以极大投入。Google、苹果、微软、阿里巴巴、百度，无不深度参与，期望成为机器学习技术的铺路者、领路者、践行者。
未来是什么样子的，没人说得清，但是未来在一步步来临的路上，必然有机器学习技术的铺垫。
2011年，“谷歌大脑”开始开展面向科学研究和工程应用的大规模深度学习。TensorFlow是Google第二代机器学习系统。如今，Google将此系统开源，并将此系统的参数公布给业界工程师、学者和大量拥有编程能力的技术人员，正是为了让全世界的人都能够从机器学习与人工智能中获益。
TensorFlow社区，是机器学习领域内最活跃和友善的社区之一。社区的好处，在于学习的路上，有很多人同行，你的任何问题和疑惑，在社区中都能得到相当不错的答案。如果你想了解和学习机器学习，那么TensorFlow是一个相当不错的选择。如果你想学习TensorFlow，那么这本书会让你以最低难度领略机器学习的奥秘。
我可以代表这样一类人，作为多年的技术工作者，在工作中和机器学习也有一些接触，对机器学习有比较浓厚的兴趣。拿到这本书，相见恨晚，翻阅着，用电脑作为武器，按照书中所示，比画着，一招一式中，不觉间就进入了机器学习的奇妙世界。这也使我通过学习机器如何进行自我深度学习，让自己从另一个角度进行思考，得到收获。
英俊的这本书，书如其名，内容英朗俊秀，深入浅出，浅显易懂，思在天地，行在山野。
推荐读者群体：期望入门机器学习的学生、技术工作者及其身边的人。如果你恰好是其中一类人，又读到了这里，这本书请不要错过，因为你阅读的书中项目可能会比Android系统更加深远地影响着世界！
阿里巴巴菜鸟网络技术专家 薛巍
中国，杭州
2019年9月
媒体评论
本书探讨了开源机器学习软件库TensorFlow 2.0的诸多应用实践，内容涵盖各种热门的应用场景，包括图像识别、自然语言对话机器人、基于生成网络的图片风格迁移、文本情感分析等。该书是为“应用落地”而编写的，每章均附有大量的代码和注释，帮助读者更快地入门和实现应用落地。本书前两章分别介绍了Python的用法和TensorFlow的基础，在最后一章又探讨了如何将TensorFlow所训练的模型部署到生产环境中。本书对有志于在相关领域进行研究并快速产出原型的技术人员具有很高的参考价值。
寿黎但
浙江大学计算机学院教授
深度学习在工业领域逐步得到应用，尤其是其与物联网的结合，在智能家居、智慧城市、智慧交通、智慧医疗、智慧教育、智慧工业等多种行业场景中具有广阔的发展空间。而在这一发展过程中，培养合格的人工智能与物联网结合方向的研发人才，实现人工智能技术在工业应用领域的技术落地和实际应用，是人工智能领域教育培训的一个重要方向。本书详细介绍了深度学习基本原理和基于TensorFlow 2.0的编程实践入门，可以为人工智能领域的入门读者提供非常好的实践导引。
董亚波
浙江大学计算机学院副教授，人工智能研究所副所长
在与本书作者的项目合作中，借助其丰富的TensorFlow开发经验，使得项目得以顺利进行。有幸能够看到本书样章，书中内容短小精悍，有大量实战样例。读者阅读本书后，能够快速走进以TensorFlow 2.0为基础的AI系统开发领域。
牟磊育
中国地震局地球物理研究所 地震数据质量人工智能检测项目负责人
这一波人工智能浪潮与以往我们所讨论的人工智能最大的不同，就是其已经迅速在工业领域进行应用。互联网+人工智能+大数据的时代正在到来，新一代人工智能正加速推进经济向智能化跃升。因此，投资界非常看好目前人工智能在IOT、5G等方向的应用前景。本书作者以深厚的专业知识和多年的实践经验，由浅入深，用生动语言讲述了人工智能的基本原理、知识结构、工业应用。相信此书能够为人工智能爱好者，以及在此领域开展技术研究的读者提供一个通俗易懂的入门导引，帮助读者更快捷地进入人工智能应用领域。
詹家芳
原德国林德工程（杭州）有限公司总经理，留美硕士
前言
坦白地说，在我的技术生涯规划中还未想过要在30岁生日之前出一本技术书。在30岁这一年里，我感觉有280天以上是每天工作超过12小时的，每天我积极处理工作上的事情以求在事业上取得成就、学习自己欠缺的技术以求提升能力、输出自己学到的知识以期帮助更多的人；在30岁这一年里，我第一次体会到颈椎病带来的痛苦，也将一直引以为傲的视力熬成了近视。之所以如此逼自己，大概是因为自己的不自信和痴痴的责任心在作祟。
创作初衷
最开始筹划这本书的时候，也只是想将自己在小象学院的课程内容整理成书（课程内容是关于TensorFlow 1.x的），但是当看到TensorFlow 2.0发布计划公布之后，我又觉得写一本关于TensorFlow 1.x的书是没有意义的，并且会浪费读者的时间和精力。因此，我彻底推翻书稿原来规划的内容，重新调整所有的知识点，所有的实践案例都用TensorFlow 2.0进行重新编程，从而导致交稿日期一拖再拖。说到这里，我要特别感谢电子工业出版社的张春雨老师，他一直在推动、鼓励甚至督促我，使我跌跌撞撞、写写停停完成了初稿、提升稿、提交稿。在本书写作过程中，江郎才尽和被掏空的感觉对我来说是最大的煎熬。我一直是一个喜欢分享知识和观点的人，但是这种成体系的、持续的、面向大众的分享和输出让我对自己的要求不断提高，总是担心如果写错了会误人子弟。这不是一个轻松的过程，尤其是在创业的初期，我首先要做的是全力以赴、出色地完成产品和技术工作，然后用本来就不多的休息时间来完成技术的提升和本书的编写。从一个追求技术深度的技术人员的视角来看，本书不能令我百分百满意，但是万事总要迈出第一步，希望这本书能够为读者带来一定的参考和学习价值。
内容结构
本书在内容规划上分3个部分，共7章，具体如下。
第1部分：编程基础入门，包括Python基础编程入门和TensorFlow 2.0快速入门知识。
第1章 Python基础编程入门：本章阐述了Python的历史、基本数据类型、数据处理工具Pandas、图像处理工具PIL等，基本覆盖了在后续章节中要用到的Python编程知识和工具。
第2章 TensorFlow 2.0快速入门：本章从快速上手的角度，通过TensorFlow 2.0的简介、环境搭建、基础知识、高级API编程等内容详细讲解了TensorFlow 2.0编程所需的知识和技巧。
第2部分：TensorFlow 2.0编程实践，讲解了4个编程案例，分别为基于CNN的图像识别应用、基于Seq2Seq的中文聊天机器人、基于CycleGAN的图片风格迁移应用、基于Transformer的文本情感分析。
第3章 基于CNN的图像识别应用编程实践：本章介绍了基于CNN实现对CFAIR-10图像数据的训练以及在线图像分类预测，包括CNN基础理论知识、编程中用到的TensorFlow 2.0 API详解、项目工程结构设计、项目实现代码详解等。
第4章 基于Seq2Seq的中文聊天机器人编程实践：本章介绍了基于Seq2Seq实现对“小黄鸡”对话数据集的训练以及在线中文聊天，包括自然语言模型、RNN（循环神经网络）、Seq2Seq模型、编程中用到的TensorFlow 2.0 API详解、项目工程结构设计、项目实现代码详解等。
第5章 基于CycleGAN的图片风格迁移应用编程实践：本章介绍了基于CycleGAN实现对Apple2Orange数据集的训练以及图像在线风格迁移，包括GAN基础理论知识、CycleGAN算法原理、编程中用到的TensorFlow 2.0 API详解、项目工程结构设计、项目实现代码详解等。
第6章 基于Transformer的文本情感分析编程实践：本章介绍了基于Transformer的变形结构实现对IMDB评价数据集的训练以及在线对文本的情感分析和预测，包括Transformer基本结构、注意力机制、位置编码、编程中用到的TensorFlow 2.0 API详解、项目工程结构设计、项目实现代码详解等。
第3部分：TensorFlow 2.0模型服务化部署，采用TensorFlow Serving实现对完成训练的模型进行生产环境的服务化部署。
第7章 基于TensorFlow Serving的模型部署实践：本章介绍了基于TensorFlow Serving框架实现对基于CNN的图像分类模型的服务化部署，包括TensorFlow Serving框架简介、TensorFlow Serving环境搭建、编程中用到的TensorFlow 2.0 API详解、项目工程结构设计、项目实现代码详解等。
致谢
最后，衷心感谢我的妻子包佳楠，感谢她一直以来的鼓励，以及一丝不苟地校正书稿中的语法错误和错别字，每次当我想要放弃的时候，她总是用几句不轻不重的话语让我重新回到本书的编写中来。
数据科学家是当下炙手可热的职业，机器学习则是他们的必备技能。机器学习在大数据分析中居于核心地位，在互联网、金融保险、制造业、零售业、医疗等产业领域发挥了越来越大的作用且日益受到关注。
Python 是最好最热门的编程语言之一，以简单易学、应用广泛、类库强大而著称，是实现机器学习算法的首选语言。
《Python大战机器学习：数据科学家的第一个小目标》以快速上手、四分理论六分实践为出发点，讲述机器学习的算法和Python 编程实践，采用“原理笔记精华+ 算法Python 实现+ 问题实例+ 代码实战+ 运行调参”的形式展开，理论与实践结合，算法原理与编程实战并重。
《Python大战机器学习：数据科学家的第一个小目标》从内容上分为13 章分4 篇展开：第一篇：机器学习基础篇（第1~6 章），讲述机器学习的基础算法，包括线性模型、决策树、贝叶斯分类、k 近邻法、数据降维、聚类和EM算法；第二篇：机器学习高级篇（第7~10 章），讲述经典而常用的高级机器学习算法，包括支持向量机、人工神经网络、半监督学习和集成学习；第三篇：机器学习工程篇（第11~12章），讲述机器学习工程中的实际技术，包括数据预处理，模型评估、选择与验证等；第四篇：Kaggle 实战篇（第13 章），讲述一个Kaggle 竞赛题目的实战。
《Python大战机器学习：数据科学家的第一个小目标》内容丰富、深入浅出，算法与代码双管齐下，无论你是新手还是有经验的读者，都能快速学到你想要的知识。本书可供为高等院校计算机、金融、信息、自动化及相关理工科专业的本科生或研究生使用，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。
自然语言处理技术已经深入我们的日常生活。我们经常用到的搜索引擎就用到了自然语言理解等自然语言处理技术。自然语言处理是一门交叉学科，涉及计算机、数学、语言学等领域的知识。
《自然语言处理原理与技术实现》详细介绍中文和英文自然语言处理的原理，并以Java 实现，包括中文分词、词性标注、依存句法分析等。其中详细介绍了中文分词和词性标注的过程及相关算法，如隐马尔可夫模型等。在自然语言处理的应用领域主要介绍了信息抽取、自动文摘、文本分类等领域的基本理论和实现过程，此外还有问答系统、语音识别等目前应用非常广泛的领域。在问答系统的介绍中《自然语言处理原理与技术实现》特地介绍了聊天机器人的实现过程，从句子理解、句法分析、同义词提取等方面揭示聊天机器人的实现原理。
《自然语言处理原理与技术实现》详细介绍自然语言处理的各个领域，既有理论，也有实现过程。对于打算从事自然语言处理研究的计算机、数学或语言学领域的专业人士，《自然语言处理原理与技术实现》是难得的入门教材。
聊天机器人作为人工智能技术的杀手级应用，发展得如火如荼，各种智能硬件层出不穷。《自然语言处理实践：聊天机器人技术原理与应用》系统地阐述了聊天机器人的分类和关键技术，不仅给出了实际案例，还展望了聊天机器人在通往更智能化、更人性化、更趣味化的道路上所面临的挑战。同时，针对聊天机器人在从感知智能到认知智能的跨越中所面临的难题，《自然语言处理实践：聊天机器人技术原理与应用》着重讨论了知识图谱和深度学习技术在自然语言处理、问答、推理、服务融合等方面的应用。
《自然语言处理实践：聊天机器人技术原理与应用》适合有志于从事人工智能行业，以及想了解聊天机器人到底是什么的读者阅读。
计算机视觉、自然语言处理和语音识别是目前深度学习领域很热门的三大应用方向，《深度学习之PyTorch实战计算机视觉》旨在帮助零基础或基础较为薄弱的读者入门深度学习，达到能够独立使用深度学习知识处理计算机视觉问题的水平。通过阅读本书，读者将学到人工智能的基础概念及Python 编程技能，掌握PyTorch 的使用方法，学到深度学习相关的理论知识，比如卷积神经网络、循环神经网络、自动编码器，等等。在掌握深度学习理论和编程技能之后，读者还会学到如何基于PyTorch 深度学习框架实战计算机视觉。《深度学习之PyTorch实战计算机视觉》中的大量实例可让读者在循序渐进地学习的同时，不断地获得成就感。
《深度学习之PyTorch实战计算机视觉》面向对深度学习技术感兴趣、但是相关基础知识较为薄弱或者零基础的读者。
本书基于Vue3讲解，共10章。第1～4章，一步步讲解如何搭建Vue3运行环境、Vue核心语法、Vue3新语法和组件化编程技术；第5～8章，深入讲解Vue3项目开发中必备的技术和插件库，包括Vue路由（VueRouter）、数据请求（axios）、状态管理（Vuex和Pinia）、UI框架（Element Plus和Vant4）；第9～10章，主要讲解TypeScript的核心语法，以及TypeScript与Vue3相关技术的整合应用开发。本书内容翔实，知识点覆盖全面且细致，既注重理论知识，又辅以大量初学者容易上手的代码案例，让读者可以轻松掌握Vue3应用开发的各种实用技巧，为实际应用开发打下良好的基础。本书既可以作为已掌握前端基础技术的人员，以及Vue2或Vue3项目开发人员的参考书，也可以作为高等院校和培训学校相关专业的教材或教辅材料。
本书全面概括了用演化方法求解优化问题的一些新方法，重点介绍了进化规划、粒子群优化、微分演化、文化算法和蚁群算法，并阐述了几种新的改进算法，例如，群体启发进化规划方法、模拟退火粒子群优化算法及有分工策略的粒子群优化等，同时就所涉及的算法进行了系统的实验和比较，讨论了不同算法对不同环境的适应能力。
本书可作为从事群体智能、演化计算等领域的研究人员的参考书，对于解决优化问题有一定的参考和应用价值。
深度学习是机器学习的重要分支。《实战深度学习算法：零起点通关神经网络模型（基于Python和NumPy实现）》系统地介绍了如何用Python和NumPy一步步地实现深度学习的基础模型，无须借助TensorFlow、PyTorch等深度学习框架，帮助读者更好地理解底层算法的脉络，进而进行模型的定制、优化和改进。全书由简到难地讲述感知机模型、多分类神经网络、深层全连接网络、卷积神经网络、批量规范化方法、循环神经网络、长短时记忆网络、双向结构的BiGRU模型等神经网络模型的必要算法推导、实现及其实例，读者可直接动手调试和观察整个训练过程，进一步理解模型及其算法原理。
《实战深度学习算法：零起点通关神经网络模型（基于Python和NumPy实现）》适合没有深度学习基础，希望进入此领域的在校学生、研究者阅读，也适合有一定基础但不满足于“调包”和“调参”的工程师学习，还可供想要深入了解底层算法的研究人员参考阅读。
暂无简介
《粒子群优化算法及其工程应用》的主要内容是：粒子群优化（PSO）算法是一种基于群体智能的新兴演化计算技术，广泛用于解决科学研究和工程实践中的优化问题。《粒子群优化算法及其工程应用》主要阐述粒子群优化算法的基本理论及其在机械故障诊断和机械工程测试中的应用成果。全书共5章，第1至3章介绍了PSO算法的原理和各种改进、变体PSO算法的原理，第4章介绍了PSO算法在机械工程领域的应用，第5章介绍了PSO算法在其他工程领域的应用。
《VRML虚拟现实应用技术》系统地介绍了虚拟现实建模语言（VRML）的基础知识、各节点详细的使用方法和应用，并给出了大量实例。全书共分为8章，分别介绍了虚拟现实概述、虚拟现实软件及三维立体造型、造型的其他相关操作、虚拟现实环境设计、动画效果与交互节点、虚拟现实的高级应用、虚拟现实与MATLAB接口应用、VRML脚本语言与编程等内容。
《VRML虚拟现实应用技术》可作为大学本科和高职高专计算机相关专业的虚拟现实技术课程教材，也可供成人教育和在职人员的培训使用。同时适合于欲制作虚拟空间的VRML初学者，也可作为运用VRML技术进行系统仿真、虚拟现实程序设计的研究人员和程序开发人员的参考书。
人工智能已成趋势，而深度学习则是其中最有用的工具之一。虽然由于科技发展的迅猛，现在实用技术更新换代的频率已经几乎达到了一周，但是其背后最为基础的知识却是共通的。《Python与神经网络实战》的目的就是较为全面地介绍神经网络的诸多基础与进阶的技术，同时也会介绍如何利用神经网络来解决真实世界中的现实任务。各章节的内容不仅包括了经典的传统机器学习算法与神经网络的方方面面，也对它们进行了对比与创新。如果能够掌握好本书所叙述的知识的话，相信即使具体的技术迭代得再快，读者也能根据本书所打好的基础来快速理解、上手与改进它们吧。
《Python与神经网络实战》兼顾了理论与实践，不仅会从公式上推导出各种性质，也会从实验上去验证它们，比较适合初学者进行学习。同时，《Python与神经网络实战》所给出的框架更是能直接、简单、快速地应用在实际任务中，比较适合相关从业人员使用。
《机器人Python青少年编程开发实例》既是介绍MicroPython的快速入门书籍，也是以TurnipBit为基础进行MicroPython实战应用的书籍。
《机器人Python青少年编程开发实例》以实验的方式进行讲解，只需跟着实验步骤一步一步进行操作，就可以真正实现零基础也能做硬件。在一些重要的知识点处，加上了一些思考内容。这些内容有些是对本知识点的巩固，有些是对本知识点的外延，如果你有能力，则建议尝试着去完成；如果不知道怎么做，也可以试着问问“百度”。在每个实验的最后，都罗列了本实验的知识要点，帮助你理清知识点，掌握编程思想。
《机器人Python青少年编程开发实例》旨在帮助读者以最短的时间掌握以TurnipBit为基础进行MicroPython实战应用，希望对有MicroPython程序开发需求的读者有所帮助。
Python是一种面向对象、解释型的计算机程序设计语言，其简洁实用、高效，拥有众多模块库，可移植，跨平台，简单易学，易于上手。随着计算机深入发展，Python逐渐成为最适合青少年做创意设计的语言，也同样适合Geek（极客）、创客等针对智能硬件的设计与编程。极客中有一句名言：需要的就是创新和新奇，盲目地跟从和愚昧是不可原谅的。同样，青少年做创意设计需要灵感与创新，从简单的方案入手，更能发挥青少年的创新意识。
本书首先通过介绍Python的简单入门案例，让读者了解和熟悉Python的基础语法结构，以及Pandas等绘图风格。通过对MicroPython和PyBox、PyMini等软件、硬件平台的介绍，以及大量精心挑选的简单有趣、实用性强的实际案例，如GPIO控制、LED灯管、机器人舵机、智能小车等，增加青少年的动手能力，让广大青少年、初学者，通过简单学习快速掌握Python基础编程，为进一步学习机器人编程奠定扎实的基础。相信读者在本书中能体会到Python语言的简洁、智能硬件设备编程的趣味，以及亲手设计作品的灵感。
本站基于Calibre构建，感谢开源界的力量。所有资源搜集于互联网，如有侵权请邮件联系。
Github | Docker | Project
《小白学数据挖掘与机器学习——SPSS Modeler案例篇》用生活中常见的例子、有趣的插图和通俗的语言，把看上去晦涩难懂的数据挖掘与机器学习知识以通俗易懂的方式分享给读者，让读者从入门学习阶段就发现，原来数据挖掘与机器学习不但有用，还很有趣。
《小白学数据挖掘与机器学习——SPSS Modeler案例篇》以IBM SPSS Modeler 作为案例实践工具，首先介绍了数据挖掘的基本概念及数据挖掘方法，然后介绍了IBM SPSS Modeler 工具的基本使用、数据探索、统计检验、回归分析、分类算法、聚类算法、关联规则、神经网络以及集成学习。每一章都会以漫画形式介绍一些日常小例子并作为切入点，用通俗的语言介绍具体的算法理论，同时在每章最后都附上应用案例，让读者更轻松地阅读《小白学数据挖掘与机器学习——SPSS Modeler案例篇》并掌握对应的算法和实践操作。
《小白学数据挖掘与机器学习——SPSS Modeler案例篇》内容循序渐进，完整覆盖了数据挖掘与机器学习的主要知识点，适合数据挖掘与机器学习入门读者阅读。