本书从多重角度剖析SEO的发展现状，并以实战落地为宗旨，详细介绍了在当下主流平台（百度、微博、微信、今日头条、小红书、知乎、B 站、短视频等）中进行SEO的思路及步骤，包括SEO基础知识、内容升级优化、站外链接优化、常用算法、方案制作、报告制作、SEO工具等专题，以实例讲解的形式为读者提供高效获取流量和用户的方法论。本书对SEO从业者及营销人员具有一定的参考价值，是一本能让读者轻松掌握的全链路SEO操作落地服务手册。

本书图文并茂、示例丰富，结合136段代码和213幅图表，直观易懂地介绍了*法与数据结构的基础知识，包括数组、查找、栈和队列、递归*法、排序、字符串查找、线性列表、树结构和二分查找树等。本书并非单纯地对*法与数据结构进行介绍，而是致力于让读者掌握编写实用程序的技术。为此，本书提供的示例代码都是实际可运行的程序，理解这些示例程序之后，相信读者的Python编程能力也会有很大的提升。本书各章节末设置有练*题，并在书末给出了答案，据此读者可检测自己对知识的掌握情况，加深理解。

随着技术的进步、市场的快速发展和系统复杂性的日益增加，软件工程师倾向于跳过软件效率这个令人不舒服的话题。然而，要想节省资金并确保业务成功，战术性的、由可观测性驱动的性能优化对于所有产品来说都是至关重要的。通过本书，任何工程师都可以轻松学会如何有效、专业且无压力地提高软件效率。作者Bart？omiej P？otka讲解了提高系统速度和降低资源消耗所需的工具和知识。本书将指导你使用Go实现更好的日常工作效率。此外，书中大多数内容与语言无关，以便你将小而有效的习惯带入编程或产品管理周期。

暂缺简介...

本书针对零基础的读者，循序渐进的介绍了使用Inventor进行机械设计的相关内容，包括：Inventor概述、Inventor软件的安装、软件的工作界面与基本操作设置、二维草图设计、零件设计、钣金设计、装配设计、模型的测量与分析、工程图设计等。 为了能够使读者更快的掌握该软件的基本功能，在内容安排上，书中结合大量的案例对Inventor软件中的一些抽象的概念、命令和功能进行讲解；在写作方式上本，本书采用采用软件真实的操作界面，采用软件真实的对话框、操控版和按钮进行具体讲解，这样就可以让读者直观、准确地操作软件进行学习，从而尽快入手，提高学员的学习效率。 本书内容全面，条理清晰、实例丰富、讲解详细、图文并茂，可以作为广大工程技术人员学习Inventor的自学教材和参考书籍，也可作为大中专院校学生和各类培训学校学员的Inventor课程上课或者上机联练习素材。

本书主要内容由七个章节组成，章为区块链基本内容介绍区块链的基本概念以及原理。第二章为共识算法基础介绍区块链技术作用的分布式系统的组成结构和特点，共识问题的起源以及共识算法的分类。第三章为分布式一致性共识算法及应用介绍在分布式系统中共识算法的类型及运用。第四章为典型区块链共识算法及应用介绍PoW、PoS、DPoS、PBFT和Ripple几种共识算法的基本概念、算法流程、安全性和典型运用。第五章为业务共识算法及典型应用介绍业务共识算法的基本概念和相关应用场景。第六章为针对共识算法的攻击介绍各典型区块链共识算法存在的问题和漏洞，针对不同共识机制的攻击方法。第七章为共识算法的改进和发展方向介绍根据存在的漏洞而对共识算法的改进以及区块链共识算法的发展方向和路线。

ChatGPT爆火，标志着人工智能从量变到质变的飞跃，一场新的人工智能革命已经到来。本书共6章，介绍了ChatGPT的诞生和发展，以及ChatGPT背后的技术路线；分析了ChatGPT及大模型训练对全球商业格局的冲击与影响，涉及OpenAI、微软、谷歌、百度、腾讯、阿里巴巴等广受关注的互联网科技公司；选取了具有代表性的行业，解读ChatGPT狂潮引发的产业颠覆与模式创新。同时，本书对未来的强人工智能与人类社会的关系进行了深度研讨。

本书第1版于2020年11月出版发行后大获成功，Python及NetDevOps技术在国内计算机网络圈子里迅速走红，国内与NetDevOps相关的技术文章在网络上如雨后春笋般大量涌现，行业里也出现了很多要求掌握NetDevOps技术的网络工程师职位，并且需求越来越多，NetDevOps是“下一代网络工程师”必须掌握的技能已经成为既定且不可逆的事实。 以Python为主的NetDevOps技术知识更迭很快，第2版将在第1版的基础上添加TextFSM详解、Netmiko详解、Nornir详解、NETCONF详解及RESTCONF详解等5章内容，并去掉pyping、pyntc、netdev等一些不再流行或者作者已经公开宣布不再维护的模块内容。 另外，第2版将在思科设备的基础上添加华为设备的内容，由朱嘉盛老师执笔，相信能对主要使用国产设备的国内网络工程师更加有益。

本书主要介绍.NET框架的核心部分，不仅阐述了框架的核心设计，还展示了实践代码和运行效果，同时根据不同的功能模块扩展出属于自己的小组件。通过阅读本书，读者可以深入了解.NET框架的核心设计，掌握.NET性能调优和ASP.NET Core的部署方式。本书包含18章。第1～3章主要介绍.NET框架、开发环境和运行模式。第4～12章主要介绍依赖注入、配置与选项、后台任务、中间件、缓存、本地化、健康检查、文件系统和日志等常用功能模块。第13～17章主要介绍线程、线程同步、内存管理、诊断和调试，以及编译技术等内容。第18章主要介绍应用程序的部署方式，包括宿主机的部署，以及Docker和Kubernetes的部署。

本书的主体内容包括机器学习概念与特征工程、机器学习技术、模型关系管理，其中，模型关系管理部分主要介绍了弱集成学习、强集成学习和混合专家模型。弱集成学习是指使用机器学习中的弱分类器实现模型准确度和稳定性之间的平衡。强集成学习是指协同特征工程与强分类器形成强集成学习环境。混合专家模型是指通过神经网络集成和网络结构设计形成深度学习框架。本书以案例分析为主线介绍不同的集成学习方法，首先阐述弱集成学习如何解决项目痛点问题，然后以痛点为起点，集中讨论强集成学习如何解构子项目问题，最后通过深度学习分析非结构化数据。在每个案例中，归因问题是分析的核心，提供了解析归因问题的一系列方法，以作者多年的项目经验为基础，展示 Python 数据分析的强大之处。