本书系统地介绍了如何利用AI助手Copilot和ChatGPT来提升Python编程的效率和质量。本书从AI助手的基础概念讲起，逐步深入到代码组织、阅读、测试、提示工程等关键技能，并引导读者通过实践掌握如何拆解复杂问题、查找和修复bug、自动化任务处理及开发计算机游戏。本书不仅提供了丰富的实例和练习，还探讨了AI助手的潜力和局限，以及未来的发展趋势，是希望在编程领域融入AI技术的读者的理想选择。本书适合对编程感兴趣，希望借助AI技术提升编程能力的初学者和中级程序员阅读。

本书全面深入地探讨了AI生成大模型的领域，从AI的历史探源、生成式模型在不同领域的应用（文本、图片、声乐、视频及多模态模型），到大型语言模型（如GPT）的运作机制、预训练、可扩展架构及其适应性。通过详细介绍LangChain的概念、应用、安装方法及如何利用LangChain进行软件开发和数据科学，本书为读者提供了一个关于AI生成大模型应用的全景视图。本书共11章，覆盖了AI生成大模型的理论基础、LangChain的初识与入门、进阶使用、在软件开发和数据科学中的应用及生成式AI的未来展望等多个方面。第1~3章介绍AI生成大模型的基础知识，如AI历史、生成式模型在不同领域的应用、大型语言模型如GPT的基础和LangChain的初识与入门。第4~6章深入LangChain的进阶使用，探讨Agent构建、文档查询工具、聊天机器人开发，提供实战案例和技术细节。第7~9章聚焦LangChain在软件开发和数据科学的应用及定制LLM输出的策略，介绍编程、自动化软件开发、数据探索技术方法及LLM输出优化。第10章和第11章讨论LLM在生产环境的应用、监控、回调处理，以及生成式AI的未来展望，包括其潜力、社会影响和挑战，旨在为读者提供从入门到进阶的全面知识，适合不同背景的读者深入学习和应用。本书特色在于其理论与实践相结合的方法论，适合对AI生成大模型感兴趣的学生、研究人员和软件开发者。书中不仅详细介绍了AI生成大模型的基础知识和前沿技术，还提供了丰富的实践指导和案例分析，帮助读者掌握如何在实际项目中应用这些技术。此外，配套资源丰富，包括示例代码、工具安装指南和案例研究，极大地增强了本书的实用性和指导性。无论是AI领域的新手还是有经验的开发者都能从中获得必要的知识和灵感。

本书首先介绍深度学习，并与其他机器学习模型进行比较，并阐述与TensorFlow互补的用于创建深度学习模型的技术，如Panda、Scikit-Learn和Numpy。随后介绍有监督的深度学习模型，并使用单层的多个感知器构建浅层神经网络，使用Tensorflow 2.0和Keras API创建真实的应用程序。随后是数据增强和批处理规范化方法，并使用MNIST数据集训练CNN。最后是使用自动编码器的理论应用和无监督学习，以及使用tf-agent模型的强化学习。本书主要面向深度学习和机器学习API领域的数据科学家和程序员。

网络技术是云计算的关键技术之一，可编程交换芯片技术是网络领域近年来比较有影响力的新技术，是软件定义网络（Software Defined Network，SDN）理念的进一步发展，也是走向网络全组件可编程的必由之路。P4语言是可编程交换芯片的标准编程语言，风格类似于C语言。借着可编程交换芯片的发展契机，P4语言从可编程交换芯片、可编程网卡逐渐扩展到FPGA（现场可编程门阵列）、DPDK（Data Plane Development Kit）、eBPF（扩展伯克利包过滤器）等，初步展现成为网络数据面统一编程语言的潜质。本书共分为6章。第1章介绍可编程交换芯片的产生背景、实现原理、特点和优势；第2章概述P4语言的特点，介绍P4编程架构，并以一个P4版“hello，world”程序展示P4语言的各个编程要素；第3章详细介绍P4语言，包括数据类型、表达式、语句等，并重点介绍与可编程交换芯片相关的重要组件；第4章介绍P4编程环境的搭建，方便读者进行实践操作；第5章通过13个精心设计的P4编程实例，帮助读者掌握P4编程的核心概念和技术；第6章介绍可编程交换芯片的实战项目，帮助读者在实际的学习工作中灵活应用可编程交换芯片技术。本书面向高等学校计算机网络方向的本科生、研究生，以及云计算、互联网企业中的网络研发工程师、架构师，也可供对可编程交换芯片、P4语言感兴趣的读者学习参考。

本书以基础知识和实例相结合的方式，详细介绍仓颉TenserBoost的基本使用方法和常见技术，从最基本的神经元开始，讲述神经网络的发展历程，以及深度神经网络、卷积神经网络和循环神经网络的基本用法。全书共分为11章，第1~4章介绍了仓颉TenserBoost的底层逻辑，探寻神经网络的原理；第5~9章介绍了常用的算子，以及如何通过仓颉TenserBoost构建深度神经网络；第10章和第11章分别介绍卷积神经网络和循环神经网络，并实现图像识别和序列预测。本书面向仓颉语言初学者，以及神经网络、深度学习的初学者，无论您是否有仓颉语言的编程基础，也无论您是否对深度学习是否了解都可以打开本书，一览究竟。

本书第一主题为解析 Kubernetes API Server 源代码；第二主题是结合源码知识进行扩展开发。全书分为3篇12章。第一篇为基础篇（第1章和第2章）。第1章简介Kubernetes及其组件，并迅速切入API Server，统一全书使用的概念名词，介绍其主要设计模式。第2章介绍Kubernetes项目组织和社区治理。组织结构对系统的设计有着直接影响，这部分帮助读者理解代码背后的人和组。在第2章读者也会看到如何参与Kubernetes项目，特别是贡献代码的过程。第二篇为源码篇（第3~8章）是本书的核心篇章。第3章宏观展示API Server源代码的组织，总体架构设计等，其中关于启动流程的源码部分与本篇后续章节衔接紧密；第4章聚焦整个系统核心对象——Kubernetes API，本章将API分为几大类并讲解为API进行的代码生成；第5章到第8章分别解析API Server 的各个子 Server 源码，它们是GenericServer、主Server、扩展Server、聚合器与聚合Server。第三篇为实战篇（第9~12章）讲解三种主流API Server扩展方式。作为辅助理解源码的手段之一，第9章不借助脚手架开发一个聚合Server；第10章为后两章基础，聚焦API Server Builder和Kubebuilder两款官方开发脚手架；第11章用 API Server Builder重写第9章的聚合Server；第12章用Kubebuilder开发一个操作器（Operator）。本书适合Kubernetes系统运维人员、扩展开发人员、使用Go的开发者及希望提升设计水平的软件从业人员阅读，需具备Go语言和Kubernetes基础知识。

本书深入剖析了区块链与物联网技术的融合，并详细分析了这两项前沿技术在各个领域内的应用潜力以及它们结合带来的创新性变革。全书共10章，系统介绍了从区块链技术的基本知识到物联网的核心理论，进而探讨了两者的深度融合过程。每章内容都围绕理论与实践相结合的原则逐步深入，最终通过两个综合实践项目展示了理论的实际应用。本书分为三部分： 第一部分（第1~4章）聚焦区块链与物联网的基础知识及关键技术。这部分内容主要涵盖了区块链与物联网的基本概念、原理、核心技术，以及两种技术融合的趋势与所面临的挑战； 第二部分（第5~8章）聚焦“区块链 物联网”应用项目的关键环节，包括区块链网络环境搭建、物联网设备接入与数据上链、项目性能评测等，详细解析了每个环节的关键实现要素； 第三部分（第9、10章）聚焦项目实践，通过构建两个实践项目，从项目背景、需求分析、区块链网络设计到智能合约设计等方面，全面展示了项目的完整构建流程，旨在帮助读者通过实践操作深入理解和掌握项目开发的各方面。本书适用于高等院校计算机、物联网等相关专业的高年级本科生和研究生课程。读者应具备基础的计算机开发知识和经验。此外，本书亦可作为区块链与物联网技术爱好者及行业从业人员的参考书，同时适合用作相关培训机构的教学指导书。

基于钉钉低代码开发的企业数字化管理系统是实现企业数字化转型的关键桥梁。本书致力于为读者提供该系统的实战开发指南，帮助读者深入了解和掌握数字化管理的核心知识和系统开发技巧。本书共分为三部分： 第一部分为第1、2章，介绍了企业数字化的理论概述以及基于钉钉平台的企业数字化管理解决方案，帮助读者了解企业数字化转型的重要性和必要性。第二部分为第3~9章，通过实战项目的方式，详细讲解了钉钉低代码开发企业数字化管理系统的全过程，每一个步骤都有详细的图文解释，读者可以轻松上手。第三部分为第10章，引入真实案例，通过案例开发过程的讲解让读者更好地理解数字化管理系统在实际应用中的优势。附录A介绍了钉钉低代码开发师初级、中级和高级认证，这是由钉钉宜搭推出的阿里巴巴官方低代码认证。最后则注明了本书在编写过程中所借鉴和参考的文献资料。通过本书，读者将能够掌握如何利用钉钉低代码平台，快速构建高效、稳定、可扩展的数字化管理系统，提升企业的运营效率和竞争力。本书可以作为企业数字化管理系统开发、系统管理、运维的指导参考书，也可以作为工商管理、计算机等相关专业学生的教学用书。

《Python金融大数据分析快速入门与案例详解》共分为11 章，全面介绍了以Python为工具的金融大数据的理论和实践，特别是量化投资和交易领域的相关应用，并配有项目实战案例。书中涵盖的内容主要有Python概览，结合金融场景演示Python的基本操作，金融数据的获取及实战，MySQL数据库详解及应用，Python在金融大数据分析方面的核心模块详解，金融分析及量化投资，Python量化交易，数据可视化Matplotlib，基于NumPy的股价统计分析实战，基于Matplotlib的股票技术分析实战，以及量化交易策略实战案例等。《Python金融大数据分析快速入门与案例详解》内容通俗易懂，案例丰富，实用性强，特别适合以下人群阅读：金融行业的从业者、数据分析师、量化投资者、希望提高数据分析能力的投资者，以及对大数据分析感兴趣的编程人员。另外，《Python金融大数据分析快速入门与案例详解》也适合作为相关培训机构的教材。

《Rust权威指南（第2版）》由Rust核心团队成员编写，由浅入深地探讨了Rust语言的方方面面。从创建函数、选择数据类型及绑定变量等基础内容着手，逐步介绍所有权、生命周期、trait、安全保证等高级概念，错误处理、模式匹配、包管理、并发机制、函数式特性等实用工具，以及完整的项目开发实战案例。作为开源的系统级编程语言，Rust可以帮助你编写更有效率且更加可靠的软件，在给予开发者底层控制能力的同时，通过高水准的工程设计避免了传统语言带来的诸多麻烦。《Rust权威指南（第2版）》适合所有希望评估、入门、提高和研究Rust语言的软件开发人员阅读。