本书主要介绍大数据分析、人工智能的实战应用。全书共 9 章，通过 8 个大型的数据分析案例，系 统地介绍常用的数据分析方法。 这 8 个大型案例涉及数据可视化方法，回归、聚类、决策树、朴素贝叶斯等机器学习算法，以及深度 学习算法等内容。各章程序在 Python 3.8.5 环境下编写完成，在案例编写过程中，涉及 Pandas、NumPy、 Matplotlib 等 Python 中常用的依赖库，最大限度地帮助读者掌握相关知识内容。每个案例之间相互独立， 读者可以根据自己的兴趣选择相关章节进行学习。 本书内容丰富，通俗易懂，以实操为目的帮助用户快速掌握相关技能。书中案例程序全码解析，注释 完备，在编程环境下经过简单的修改便可以使用。本书不仅适合大数据分析、人工智能相关领域的入门读 者使用，也适合有一定基础的读者进行实战时参考，同时适合本科生、研究生及对 Python 感兴趣的读者 阅读。

本书采用一种创新的模型论进行逻辑编程，从数据集的基本概念（即闭原子集）开始。沿着这一基本概念，我们引入视图（即虚拟关系）；我们将经典逻辑程序定义为视图定义集，使用传统的类似于Prolog的表示法编写，但语义是根据数据集而不是根据实现方式给出。然后介绍了一些闭原子操作，如“添加”和“删除。

本书内容包括经典的算法设计技术，主要介绍数据结构和标准模板库、递归与分治策略、动态规划、贪心算法、回溯算法、分支限界算法、图的搜索算法、图论、数论和组合数学问题。本书包括大量的问题实例，并在北京大学、浙江大学和杭州电子科技大学在线题库中精选原题，详细地分析解题的方法，深入浅出地讲解用到的算法，章后的上机练习题也选自在线题库中的典型题目，供读者练习，以巩固所学算法。本书内容基本上涵盖了目前大学生程序设计竞赛所要掌握的算法。 本书结构清晰、内容丰富，适合作为计算机科学与技术、软件工程以及相关学科算法课程的教材或参考书，特别适合有志于参加信息学竞赛和ACM大学生程序设计竞赛的读者学习和训练。

本书以计算机语言的学习与认知过程为主线，以实战演练为主导，按照程序设计的编写思路进行讲解。本书共10章，首先让读者对C语言、C语言程序设计进行整体认知，随后在实践中了解数据类型、常量、变量、运算符及表达式以及C语言的基本语句，逐步引入程序的三大结构、函数实现模块化、数组批量存储数据、指针优化程序性能、结构体存储复杂数据和文件完成数据的永久存储。本书逻辑性强，具有较强的实用性和可操作性。本书可作为普通高等院校“C语言程序设计”课程的教材，也可供计算机工程技术人员参考。

《TensorFlow与Keras——Python深度学习应用实战》是一本使用Python TensorFlow Keras实现深度学习的入门图书，全书秉持“先图解、再实现，而后实战应用”的精神，带你实际训练自己的深度学习模型。其中第1篇详细介绍了人工智能、机器学习、深度学习基础，TensorFlow和Keras开发环境的搭建；第2篇介绍了多层感知器在回归问题和分类问题中的应用；第3篇介绍了卷积神经网络CNN在计算机视觉中的应用；第4篇介绍了循环神经网络RNN在自然语言处理中的应用；第5篇介绍了深度学习模型的构建。全书内容丰富，并通过大量的图形和案例进行讲解，可以让读者快速看懂学会，特别适合大中专院校人工智能相关专业学生、机器学习/深度学习初学者作为参考书学习。

在Java Web开发领域，各种新技术层出不穷。本书介绍了用Spring开发Java Web应用的各种技术，包括Spring MVC框架、数据验证、拦截器、异常处理机制、Web应用的国际化、服务器端异步处理客户请求、AOP面向切面编程、通过Spring JDBC API访问数据库、通过Spring Data API访问数据库、RESTFul风格编程、WebFlux响应式编程、用Spring整合CXF开发Web服务以及用Spring Cloud框架开发微服务等。本书还对目前比较流行的技术解决方案所蕴含的思想做了深刻的阐述，包括MVC设计模式、依赖注入、控制反转、前后端分离、服务器端推送、Token机制、AOP编程思想、对象关系映射、响应式编程模型、RESTFul架构、分布式的Web服务架构以及分布式的微服务架构等。 无论对于Java开发的新手还是行家来说，本书都是精通Spring和Java Web开发技术的必备实用手册。

本书从人工智能和自然语言处理技术的基础原理讲起，逐步深入自然语言处理进阶实战，并配有实战代码讲解，重点介绍了使用开源技术、人工智能开放平台，以及使用国内外优秀开发框架进行基于规则、统计、深度学习的自然语言处理程序开发，让读者全面掌握理论基础，并学以致用。 本书分为12章，主要包括学习人工智能原理、自然语言处理技术、掌握深度学习模型、NLP开源技术实战、Python神经网络计算实战、AI语音合成有声小说实战、玩转词向量、近义词查询系统实战、机器翻译系统实战、文本情感分析系统实战、电话销售语义分析系统实战人工智能辅助写作系统。 本书内容通俗易懂，案例丰富，实用性强，特别适合使用Python语言人工智能自然语言处理的入门和进阶的读者阅读，也适合产品经理、人工智能研究者等对人工智能自然语言处理感兴趣的读者阅读。另外，本书也适合作为相关培训机构的教材使用。

《Python 网络爬虫与数据可视化应用实战》是一本介绍大数据时代用 Python 进行数据获取、数据清洗和数据可视化分析的技术图书。全书共分两篇，其中第 1 篇主要介绍了数据获取的相关知识，具体内容包括 HTML、JSON 与网络爬虫基础，爬取静态网页，使用 CSS 选择器爬取数据，遍历 HTML 网页并获取数据，使用 XPath 表达式与 Ixml 包创建爬虫程序，使用 Selenium 爬取动态网页，Scrapy 爬虫框架的使用，数据存储等 ；第 2 篇主要介绍数据分析及可视化相关知识，具体内容包括数据可视化基础知识，Pandsa 数据处理，使用 Pandas、Matplotlib、Seaborn、Bokeh 等工具进行数据分析和可视化等。每篇均设置特别章节进行了综合案例演练，提高综合水平。《Python 网络爬虫与数据可视化应用实战》一书内容丰富，涵盖面广，特别适合作为大中专院校相关专业的教材，也适合作为大数据分析相关专业的自学参考书。

对计算机科学的掌握程度，决定了一个计算机行业从业者能走多远。在本书中，作者将人文历史与计算机科学相结合，通过一些具体的例题，分10个主题系统地讲解了计算机科学的精髓。这些例题是作者面试求职者时用到的考题，或是头部计算机公司和金融企业的面试题。作者在书中结合自己对计算机工程师的五级分级标准，详细讲解了每类题目不同层次的解决方法、不同水平的人大约能思考到什么样的深度，深度阐述题目背后的计算机科学精髓。通过对比优化解题思路，读者不仅可以衡量自己的水平，在职业的发展道路上走得更快，更可以深刻理解并掌握计算机科学和计算思维，逐渐把握计算机科学这门艺术，获得重复性成功。对于所有有志于了解或学习科技，特别是计算机科学的人来讲，本书不仅有助于了解计算机科学，更有助于了解 IT 产业的技术特点、培养一些特殊的思维方式、掌握信息时代特殊的做事方法，通过具体的例子，从“术”的层面获得“道”的层面的提升。

《轻松学 MATLAB 2021 从入门到实战（案例·视频·彩色版）》是基于作者 20 余年的教学与应用实践经验，从初学者容易上手、快速学会的角度，以 MATLAB R2021a（9.10 版）为操作环境，用通俗易懂的语言、177 个实用案例、99 集视频讲解，深入浅出、循序渐进地讲解 MATLAB 的基础知识与应用技术。全书共 13 章，主要内容包括初识 MATLAB、MATLAB 数据及基本运算、MATLAB 矩阵处理、 MATLAB程序流程控制、MATLAB 绘图、MATLAB 数据分析与多项式计算、MATLAB 方程数值求解、MATLAB 数值微分与积分、MATLAB 符号计算、MATLAB 图形对象、MATLAB 图形用户界面设计、Simulink 系统仿真、MATLAB 的外部程序接口等。 《轻松学 MATLAB 2021 从入门到实战（案例·视频·彩色版）》注重分析 MATLAB 功能背后的数学方法和算法原理；注重基础，不贪多求全，而是突出 MATLAB 的本质特点；强调案例分析，帮助读者利用 MATLAB 解决实际问题；书中增加“想一想”“试一试”等内容，引导读者边看边思考、边看边做，提高学习效果；本书提供主要知识点或案例的微视频，可以通过二维码扫码观看，以保证良好的学习效果，实现手把手教你从零基础入门到快速学会 MATLAB 科学计算及工程分析应用项目开发。 《轻松学 MATLAB 2021 从入门到实战（案例·视频·彩色版）》配套 99 集视频讲解，并提供丰富的教学资源，包括 PPT 课件、程序源码、在线交流服务 QQ 群和不定期网络直播等，既适合零基础入门MATLAB 软件的初学者、有一定基础的工程技术与科研人员阅读，也适合作为高等学校、高职高专或相关培训班的教材或辅导用书。