《自动化测试实战——基于TestNG/JUnit/Robot Framework/Selenium》共12章，第1章首先以一个自动化测试用例为引子，接下来的10章对由此引申出的自动化测试中的多个热门专题，包括测试用例分层、数据驱动测试、关键字驱动测试、Page Object设计模式、等待、断言、测试报告、测试替身、并行执行、分布式执行和持续集成等进行了详细介绍，第12章以展望的形式对自动化测试平台以及容器化和人工智能技术在自动化测试中的应用做了简介。《自动化测试实战——基于TestNG/JUnit/Robot Framework/Selenium》适合有一定编程语言和自动化测试基础的中高级测试工程师、自动化测试工程师、测试开发工程师以及测试管理者阅读。

主要内容 ●更新对Java基础知识的理解 ●使用Git和GitHub进行Java版本控制 ●使用Java进行编程，与操作系统、网络和移动应用交互 ●在物联网和人工智能项目中使用Java ●使用Java通过公钥和私钥以及数字签名来加密数据 ●探讨Java如何助力区块链技术的发展 ●在大数据应用中使用Java

从解决工作实际问题出发，提炼总结工作中Python 常用的数据处理、数据挖掘实战方法与技巧。本书通俗易懂地介绍数据挖掘过程中可能用到的回归模型、分类模型、聚类、关联、时间序列分析等技术。在不影响学习理解的前提下，尽可能地避免使用晦涩难懂的Python 编程、统计术语或模型公式。 本书定位是带领Python 数据分析初学者入门，并能解决学习、工作中大部分的问题或需求。入门后如还需要进一步进阶学习，可自行扩展阅读相关书籍或资料，学习是永无止境的，正所谓师傅领进门，修行在个人”。

全书系统地讲述活用Python语言最需要的基础内容以及各种实用范例，并以12堂课的方式展开。 全书的内容包括：Python程序设计语言的快速认识和快速上手；文件处理与操作；Python绘图；字符串和文字处理；列表操作应用实例；使用数据库；网络公开信息的使用；网络信息提取基础；数据可视化与图表绘制；Python数据分析入门。 本书是一本方便好用且分量适中的程序设计教材，既适合有一定程序设计基础的学习者作为自学参考书，也适合非信息专业本科生作为学习第一门程序设计语言的教材。

主要内容：* 探索Spring Batch 4中的新特性。* 使用Spring Batch项目在云环境中完成有限的批处理任务。* 通过一些示例，理解z新的基于Java和Spring Boot的配置技术* 掌握复杂场景和云环境中的批处理* 开发能够运行在现代平台上的批处理应用* 除了Spring Batch，使用Spring Portfolio的其他部分开发关键任务型批处理应用

本书主要内容包括机器学习介绍，NumPy、Pandas、SciPy库、Matplotlib（可视化）四个基础模块，Scikit-learn算法、模型、拟合、过拟合、欠拟合、模型性能度量指标、数据标准化、非线性转换、离散化，以及特征抽取和降维的各种方法，包括特征哈希、文本特征抽取、特征聚合等。全书通过实用范例和图解形式讲解，选材典型，案例丰富，适合从事大数据、数据挖掘、机器学习等人工智能领域开发的各类人员。

基于elasticsearch7.x编写，全面、准确地讲解elasticsearch的安装、开发、技术原理、生产环境的性能调优等内容。适合有意从事搜索引起、大数据、商业智能等行业的入门人员学习参考，也是资深技术人员很好的一本参考书籍。

《统计学习要素：机器学习中的数据挖掘、推断与预测（第2版）》在一个通用的概念框架中描述通用于数据挖掘、机器学习和生物信息学等领域的重要思想和概念。这些统计学范畴下的概念是人工智能与机器学习的基础。全书共18 章，主题包括监督学习、回归的线性方法、分类的线性方法、基展开和正则化、核光滑方法、模型评估和选择、模型推断和平均、加性模型、树和相关方法、Boosting 和加性树、神经网络、支持向量机和柔性判断、原型方法和最近邻、非监督学习、随机森林、集成学习、无向图模型和高维问题等。 《统计学习要素：机器学习中的数据挖掘、推断与预测（第2版）》主题全面，是一本经典的统计学习教材，适合本科高年级学生和研究生使用和参考。

本书全面介绍了深度学习知识，借助数学公式、示意图和代码，旨在帮助读者从数学层面、概念层面和应用层面理解神经网络。读者可以跟随本书构建和训练神经网络模型，从而解决实际问题。另外，本书着重介绍卷积神经网络和循环神经网络，并提供PyTorch开源神经网络库的使用方法，有助于学习构建更高级的神经网络架构。

内容简介 本书以实战技能的形式，讲解了Python编程从入门到精通可能涉及的100个关键技能，从最基本的语法基础，到面向对象程序设计，再到算法与数据结构，最后是基于Python的各种应用，包括游戏、网站、数据分析与数据挖掘等。本书内容全面，力求覆盖Python所能涉及的各方面应用。通过实战技能的形式，读者学习时容易上手操作，达到学以致用、举一反三的目的。 全书分5章，共100个关键实战技能。第1章主要介绍了Python基本语法的27个实战技能；第2章主要介绍了Python经典算法的21个实战技能；第3章主要介绍了Python在应用开发方面的13个实战技能；第4章主要介绍了Python在数据分析方面的15个实战技能；第5章在第4章内容的基础上，主要介绍了Python在数据挖掘方面的24个实战技能。 本书既适合非计算机软件专业出身的编程小白，也适合即将走上工作岗位的广大毕业生，以及已经有编程经验但想转行做数据分析与数据挖掘的专业人士。同时，还可以作为广大职业院校、培训班的教学参考用书。