本书先介绍预测分析的重要概念和原则，然后给出一系列的代码示例和算法讲解，引导读者了解完整的预测分析流程，进而用Python工具构建高性能的预测分析解决方案。全书所涵盖的内容包括预测分析过程、理解问题和准备数据、理解数据集—探索性数据分析、基于机器学习的数值预测、基于机器学习的类别预测、调整模型和提高性能、基于Dash的模型实现等。本书适合想要学习预测建模并对用Python工具实现预测分析解决方案感兴趣的数据分析师、数据科学家、数据工程师和Python开发人员阅读，也适合对预测分析感兴趣的读者参考。

本书是一本零基础的Python编程入门书。全书介绍了Python的基本知识、条件语句、循环语句、列表、函数，并涉及到数据结构、文件读写、算法等基本知识，引入了编程竞赛中重要的软件运行效率的概念。本书立足各编程挑战网站上的真题，将编程的基本思想和Python的知识点拆解成小任务，使读者在解题的过程中逐步探索，以亲自上手实践的方式学习编程。本书适合想要零基础学习编程和Python的人阅读。

本书由Python基础开发入手，延伸至爬虫技术开发、游戏开发、人工智能开发、网络应用开发、图像处理和可视化开发6个Python经典开发方向； 全书共提供25个项目案例，以项目驱动方式展开各知识点的讲解，将Python知识点分解到不同案例、不同章节，致力于Python技术的应用实践。本书案例均从特定领域的技术基础开始，展示项目设计思想和设计理念，从而启发读者的创新思维，达到举一反三、将技术应用与实战结合的目的。项目案例的选取具有较高的实用性，包含校园网搜索引擎、小小翻译器、模拟登录、爬取豆瓣影评生成词云等爬虫方向案例，基于朴素贝叶斯算法的文本分类、基于卷积神经网络的手写体识别、基于OpenCV实现人脸识别等面向机器学习的案例，连连看、推箱子、两人麻将、中国象棋、网络五子棋、人物拼图等大家耳熟能详的游戏案例。书中不仅列出了案例的完整代码，而且对所有的源代码进行了非常详细的解释，做到通俗易懂、图文并茂。本书面向Python初学者，也适用于Python项目开发人员和游戏编程爱好者。

本书旨在依托Python编程语言就语料库翻译这一方向展开理论深化与技术创新方面的融合式探索，其内容不仅涉及学界的语料库翻译学，也涉及业界的语料库与翻译。全书分为九章内容：语料库翻译概述、多变量协同效应、译文可读性、翻译对等的短语特征、翻译知识库的构建与应用、语言结构识别与译后编辑、翻译质量评估、文本情感对比分析以及双语工具开发与应用。第1章是对语料库翻译的学界研究和业界应用的综合性概述与分析；第2～8章均以翻译理论为原点，探索翻译理论与当下技术实现融合的可能性。第9章呈现了多种双语Python技术解决方案。全书既有理论描述，也述及实践应用，强调了理论与实践并驾齐驱的可行性。本书适合高等院校翻译学等专业的师生以及从事语言服务或翻译实践活动的爱好者阅读使用。

本书由浅入深地讲解了算法交易的相关知识，先从基础知识和环境配置讲起，其次讲解如何通过编程完成交易信息的生成与交易策略的实施，随后介绍众多算法交易策略，以及如何管理算法策略中的风险，然后带领读者用Python建立自己交易系统，并迎接算法交易的深层挑战。全书共分为10章，包括算法交易的基础原理、通过技术分析解读市场、通过基础机器学习预测市场、人类直觉驱动的交易策略、复杂的算法策略、管理算法策略中的风险、用Python构建交易系统、连接到交易所、在Python中创建回测器、适应市场参与者和环境。

《零基础学Python编程——从入门到实践》语言简练、逻辑清晰、层次鲜明，阐释了Python这门语言“核心”的内容。作者在文中引入了大量示例，很贴心地站在读者的角度，讲解了实际操作中易犯的诸多错误及注意点。本书既适合初学者巩固基础，又可以帮助程序员提升技能。

《AI可解释性（Python语言版）》全面介绍了AI可解释性的概念和可用技术，使机器学习系统更易于解释。书中提出的方法可以应用于几乎所有现有的机器学习模型：线性和逻辑回归、深度学习神经网络、自然语言处理和图像识别等等。 随着机器学习的发展，如今人们越来越多地使用人工智能体来执行以前由人类处理的关键任务（医疗、法律和金融等等）。虽然智能体的设计原则已被理解，但目前的大多数深度学习模型对人类理解而言是“不透明的”。《AI可解释性（Python语言版）》从理论和实践的角度填补了这个新兴主题文献方面的空白，使读者能够快速地使用可解释性AI的工具和代码。

本书主要介绍MATLAB软件在数学分析、高等数学中的应用，每章都提供大量的使用MATLAB计算高等数学问题的实例。本书共7章，第1章介绍 MATLAB基础知识介绍，第2章介绍数组和矩阵的运算，第3章介绍一元函数微积分，第4章介绍多元函数微积分，第5章介绍无穷级数，第6章介绍解常微分方程，第7章介绍积分变换。 本书既适合初学者，也适合有一定MATLAB基础的爱好者及专业技术人员。即可作为大中专及高职、中职院校的MATLAB或数学课程的教材，也可以供科研人员、工程技术人员作为参考书。

这是一本从实战角度解读如何进行智能数据分析及搭建智能数据分析平台的工具书，目的是帮助读者全面认识并在实际工作中灵活使用智能数据分析方法和工具，同时构建可用的智能数据分析环境。本书不仅包含关于智能数据分析的基础知识，还包含进行智能数据分析必备的方法、工具、案例，以及平台的搭建方案。书中融入了作者多年的一线实践经验，而且在体系化、可视化、易学性等方面下了很大功夫。本书面向初级、中级数据分析人员及数据分析平台产品经理。为了帮助读者理解，书中不仅采用通俗易懂的语言，而且提供了百余幅作者专门绘制的示意图，更为难能可贵的是，书中包含了大量一线实践案例。全书共分为8章。第1、2章在全面剖析智能数据分析及其发展历程的基础上，从痛、悟、层、法角度深入解读了做好智能数据分析必备的四大基础知识。这四类基础知识分别回答了“为什么”“是什么”“有什么”“怎么办”四个方面的问题。第3~5章从数据资产管理、数据统计与数据挖掘、数据可视化三个方面分享了做好智能数据分析的思路、方法与技巧。其中，从管、存、算、规、治五个方面展开介绍数据资产管理；基于算法模型介绍了描述、诊断、预测、指导四个方面的分析方法；从多个维度介绍如何构建好的可视化图表、报告以及可视化案例，帮助广大读者讲好数据故事。第6~8章介绍如何量身定制自己的智能数据分析平台。这部分不仅分析了智能数据分析平台的构建方法和相应的行业实践，还从架构角度介绍了一个功能完善的智能数据分析平台需要具备哪些要素、模块。

《Python超能学习手册》是作者5 年Python 编程教学成果的结晶，采用了布鲁姆教育目标来精心设计全书的结构和内容，同时还结合读者的认知水平和需求，在注重知识性的同时深度融入了趣味性，从做游戏的角度来激发读者学习编程的兴趣，聚焦于编程技能以及逻辑、计算和创新思维的培养与提升。《Python超能学习手册》共3 个部分24 章，从积极正面的游戏（比如文字冒险类和图形类游戏）入手，以快速、有趣和目标为导向，着眼于帮助读者通过学习Python 编程来掌握高效率的底层思维框架，从而懂得如何规划、解决问题、沟通，如何培养逻辑思维、同理心、观察力、耐心、适应力、毅力和创造力等。此外，穿插于全书的术语、技巧提示、补充说明及编程挑战等，可以帮助读者进一步理解和应用各个知识点，也是本书很重要的特色之一。《Python超能学习手册》适合作为Python 的入门教材，尤其适合不具备任何编程经验的读者。