本书对现代统计推断的基本概念进行了严谨而全面的阐述，对基本概念进行了清晰的阐述。具体内容包括：二项假设检验、多元假设检验、复合假设检验、信号检测、凸统计距离、假设检验的性能界限、假设检验的大偏差和误差指数、随机过程检测、贝叶斯参数估计、zui大似然估计、信号估计等。本书的一个显著特点是大量精心构造的例子，有助于读者理解和吸收这些概念。由于除了概率论，不需要任何特定领域的专门知识，所以这本书应该能够被广大读者广泛阅读。

在大数据时代，我们并不缺少数据，缺少的是利用数据分析的思维和工具去解决实际问题的能力。数据化分析是运用恰当的方法和工具，对数据进行科学、有效的分析，从而提出有理有据、具有可操作性的建议，以解决现实中的难题。本书主要介绍了数据分析的9 种思维、7 种工具、学习方法、基本方法、展现方法、制作数据分析报告的方法，以及数据分析的思维模型。本书适合所有对数据分析感兴趣的读者阅读，特别是在工作或生活中需要经常跟数据接触的人，如数据分析师、产品经理、运营人员、管理人员、财务人员等。

ChatGPT掀起了现象级的风暴，赶超ChatGPT潮流，算法突破是关键。本书介绍了若干常见算法，涉及排序、哈希、动态规划与近似算法、高斯消去法、图论与线性规划、无约束优化、迭代法、插值与拟合等。本书在介绍算法的同时，结合了作者自己对数学背景、应用场景的理解，便于读者把握算法的核心思想。而且，本书不仅指出了哪些算法可以解决问题，还指出了哪些算法可以更好地解决问题，便于读者深入理解算法。本书尽可能地避开了以应试为导向的灌输式讲解，力求引起读者的兴趣并扩大其视野，例如在介绍哈希时，讲解了如何将哈希的算法思想运用于相似性搜索、负载均衡等多个实际问题中；又如在介绍高斯消去法时，讲解了相关的数学理论及编程实现上的具体技巧，并将其运用于对大规模稀疏线性方程组的求解，等等。本书面向有一定高等数学、编程语言基础及对算法有初步了解的读者，包括高等院校的学生、程序员、算法分析人员及设计人员等，旨在帮助读者进一步学习算法，理解与算法相关的理论基础和应用实例。

《Web 3.0》针对当下火热的Web 3.0话题，介绍Web 3.0的相关专业知识、技术实现方法及应用前景。全书共9章，第1章介绍了Web 3.0的基本知识；第2、3章介绍了Web 3.0的基础技术栈和拓展技术栈；第4章介绍了Web 3.0的生态构建，包括去中心化自治组织、开放式金融、加密货币、代币经济与数字市场、数字身份、创造者经济、注意力经济等；第5章阐述了Web 3.0的行业应用；第6章介绍了Web 3.0与SaaS平台的关系；第7章关注Web 3.0的行为准则，包括互联网协议、数字身份管理、网络制衡机制、链上管理和链下管理等机制；第8章介绍了Web 3.0的应用挑战；第9章对Web 3.0进行了总结与展望。全书运用可视化的表达方式，对繁杂的概念及相关的技术进行详尽的阐述。《Web 3.0》适合Web 3.0 从业人员、相关技术人员，以及金融、计算机专业的大学生、研究生参考与学习。

《工业互联网赋能的企业数字化转型》从“道、法、术”三个层面，系统地阐述了企业为什么要进行数字化转型，如何进行数字化转型，以及工业互联网的体系框架及实施方法。第一篇数字化转型之“道”，共3章，从创新理论的角度提出了数字化转型的定义，并基于这一定义，介绍了企业数字化转型的核心框架和实施过程体系。第二篇数字化转型之“法”，共4章，介绍了数字化转型的顶层设计方法。第三篇数字化转型之“术”，共6章，介绍了工业互联网的体系框架及实施方法。第四篇数字化转型之实践，共7个案例，涉及钢铁、机械制造、工程机械、家电、化工等领域，旨在通过对案例的分析，为企业通过工业互联网实现数字化转型提供研究和实践参考、借鉴。《工业互联网赋能的企业数字化转型》可以作为EMBA、MBA、信息管理专业硕士的教材，也可以作为政府研究数字经济的相关人员及产业政策的决策者、企业高层决策者、企业高级技术主管（CIO、CTO等），以及其他从事数字经济及数字化转型人员的参考书。

本书与读者一同探讨和思考数据分析的基本概念、需求、方案等问题，并以 KNIME 为工具，展示 数据分析的具体流程。 本书对 KNIME 中的众多节点进行了介绍，对各节点的难度和重要性进行了标记，以便新手更快地 学习，对节点的覆盖性说明和一些高级内容，会让读者更深入地了解和使用KNIME。 对所有日常有数据分析需求的读者来说，本书能帮助其轻松应对大部分常见的数据分析问题，是一本 不可多得的 KNIME 使用参考书。 按照当今的流行术语来说，KNIME 是一款通用型的低代码（low code）数据分析软件，也就是 说，它的主要操作方式通过"拖拉曳”就能完成。 本书适合所有日常有数据分析需求的读者，能帮助其轻松应对大部分常见的数据分析问题。

不同业态、规模和技术能力的企业，其数字化转型过程的步骤和关键节点有所不同，因而容易出现局部繁荣和全局收益不明显的现象。同时，数字化的理念正在经历颠覆式的发展，由方法论下沉到实践，又通过实践对方法论不断进行补充。因此，数字化转型对技术的要求越来越高。 本书从技术共享、成熟度模型、核心技术体系、场景赋能等方面，对技术赋能企业数字化转型进行全局描述，并辅以案例说明。本书还涵盖大量的数字技术体系和管理方式，以帮助读者快速掌握相应的数字工具和技术方法。

本书结合大量典型生动的范例，深入浅出地讲解了Java编程的各种基本技术。本书的范例都基于最新的JDK 17版本。本书内容包括：创建和运行Java程序的基本方法、Java语言的基本语法、数据类型和变量、操作符、流程控制、继承、多态、访问控制级别、接口、内部类、异常处理、数组、集合、输入与输出、多线程、反射和注解。本书别具一格，以Java领域的两位大咖老师：杜聚宾和孙卫琴传授大力Java编程技术为线索，带领读者身临其境地进入Java技术之旅。本书加入了许多生动形象的漫画，以及贴近现实生活的有趣范例，大大增加了书的趣味性，帮助读者轻松地掌握Java语言的编程思想和种种运用技巧。本书主要面向所有的Java初学者，以及希望巩固Java面向对象编程思想和实用技巧的程序员。本书还可作为高校的Java课程教材，以及企业Java培训教材。

本书分为上下两篇，共9章。上篇包括从逻辑到统计、频率统计、贝叶斯统计与最大熵、Fisher统计、肥尾统计，主要介绍了统计学理论四大派别的思想和主要工具。下篇包括因果认知、统计认知、商业决策、个人决策，主要剖析了统计学理论四大派别在应用端的新发展。本书的写作参考了许多统计类书籍，将肥尾统计列到统计理论学科系统中进行梳理，并研究了它与贝叶斯统计之间的理论联系。同时将因果推论相关的内容与传统统计学进行交叉关联，还探讨了个人决策方面的统计学前沿应用。

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。 本书从知识体系、能力模型、沟通技巧等方面帮助大家系统地梳理了人工智能产品经理所必备的基本素质和技能，旨在帮助产品经理找到转型升级的最佳学习路线，以成为合格的人工智能产品经理。 本书适合现阶段从事产品经理工作的人士转型做人工智能产品时学习，适合以人工智能产品经理为职业理想的人士阅读。另外，人工智能领域的企业负责人和技术骨干也适合阅读本书，以了解企业的技术人才需求。