在科学和工程领域，很多软件都是用C来实现的。随着软件项目的规模越来越大，C的优势更加突出。C既能够支持足够贴近硬件层面的编程工作，又能够驾驭高级抽象的编程需求。因此，全面掌握C语言的语法及新特性，对开发者非常重要。本书由浅入深地介绍了C编程的方方面面，涉及C基础、类、泛型编程、程序库、元编程、面向对象编程、科学项目等内容，还通过3个附录（程序库、编程工具、语言规范）全面介绍了一些拓展知识。本书适合想全面学习C编程的读者以及对C新特性感兴趣的读者阅读参考。

《C 青少年趣味编程108例（全视频微课版）》详细介绍了C 语言编程的知识和应用技巧，通过108个有趣的案例，帮助读者快速了解并掌握C 编程的基础知识及核心算法，能够使用C 解决实际问题。本书共分为9章，第1~5章介绍了C 编程的基础知识，如分支结构、循环结构、数组和函数等；第6~8章介绍了C 编程常用的核心算法，如递推和递归算法、贪心和分治算法、排序和搜索算法等；第9章为综合案例，通过应用C 编程知识来解决生活和学习中遇到的各种实际问题。《C 青少年趣味编程108例（全视频微课版）》可作为中小学生的编程启蒙读物，也可供对C 编程感兴趣的读者学习参考，还可作为中小学编程兴趣班及相关培训机构的教材。

《机器学习 ： 全彩图解 微课 Python编程》是“鸢尾花数学大系：从加减乘除到机器学习”丛书的最后一册，前六本解决了编程、可视化、数学、 数据方面的诸多问题，而《机器学习 ： 全彩图解 微课 Python编程》将开启机器学习经典算法的学习之旅。《机器学习 ： 全彩图解 微课 Python编程》设置了 24 个话题，对应四大类机器学习经典算法（回归、分类、降维、聚类），覆盖算法包括：回归分析、多元线性回归、非线性回归、正则化回归、贝叶斯回归、高斯过程、k 最近邻分类、朴素贝叶斯分类、高斯判别分析、支持向量机、核技巧、决策树、主成分分析、截断奇异值分解、主成分分析进阶、主成分分析与回归、核主成分分析、典型相关分析、 k 均值聚类、高斯混合模型、最大期望算法、层次聚类、 密度聚类、谱聚类。《机器学习 ： 全彩图解 微课 Python编程》选取算法模型的目标是覆盖 Scikit-Learn 库的常用机器学习算法函数，让读者充分理解算法理论， 又能联系实际应用。因此，在学习《机器学习 ： 全彩图解 微课 Python编程》时，特别希望调用 Scikit-Learn 各种函数来解决问题之余，更要理解 算法背后的数学工具。因此，《机器学习 ： 全彩图解 微课 Python编程》给出适度的数学推导以及扩展阅读。《机器学习 ： 全彩图解 微课 Python编程》提供代码示例和视频讲解，“鸢尾花书”强调在 JupyterLab 自主探究学习才能提高编程技能。本 书配套微课也主要以配套 Jupyter Notebooks 为核心，希望读者边看视频，边动手练习。《机器学习 ： 全彩图解 微课 Python编程》读者群包括所有试图用机器学习解决问题的朋友，尤其适用于机器学习入门、初级程序员转型、 高级数据分析师、机器学习进阶。

本书根据教 育 部高等学校大学计算机课程教学指导委员会编制的《新时代大学计算机基础课程教学基本要求》编写，旨在进一步提升学生对计算思维方法的理解和运用能力，为后续课程的学习及通过编程解决专业领域的问题打下良好基础。本书以Visual Studio 2012为开发环境，将面向过程的程序设计和面向对象的程序设计有机融合，既强调基础性，又体现先进性。本书分为理论篇和实验篇，理论篇主要内容包括C/C概述，基本数据类型、运算符和表达式，基本控制结构，数组，指针，函数，结构和链表，文件，面向对象程序设计基础。每章后习题包括选择题、程序填空题、编程题等，有的章节还根据内容特点设计了程序的阅读理解题及问答题等。实验篇设计了与理论篇对应的10个实验，既有基础验证型实验，又有综合设计型实验，部分实验中还增加了研究创新型实验，以适应不同程度学习者的需求。本书既可作为普通高等学校非计算机类专业的程序设计课程教材，也可供学习者自学参考。

本书以仓颉的UI实战为主，语法部分介绍了主要组成部分，快速且形象地阐述了仓颉编程语言的主要特性，让零编程基础的新手都可以迅速入门仓颉，在此基础上结合互联网热门垂直领域的潮流App设计，带您深入场景式UI开发体验。利用CangjieUI 鸿蒙的组合，能够让我们在开发基于DSL的App应用时超快上手，从而可以快速开发基于鸿蒙乃至跨平台的应用UI。本书共两部分。第1~9章介绍仓颉基础编程知识，从零起步介绍了仓颉主要特性如面向对象编程、面向接口编程、函数式编程等，聚焦在语法层面。第10~21章基于强大的CangjieUI框架，实际切入各种场景化的精美AppUI开发案例，助力读者彻底地掌握使用CangjieUI框架开发各种复杂AppUI的技巧。本书案例丰富，实操性系统性强，辅助读者更快地掌握本书的要点、难点。本书既可以成为仓颉初学者的入门书，也可以为想从事仓颉应用开发的人士或培训机构，提供前置知识参考。

初入数据分析世界的你是否不知从何学起？本书为你绘制了一条从Excel轻松进阶到R和Python的平坦路线。你将学习如何使用R和Python这两种常用的数据编程语言进行探索性数据分析和假设检验，并在学习过程中获得实践经验。本书分为三大部分，共计14章。在第一部分中，你将使用Excel学习统计学概念，并为数据分析奠定基础。在第二部分和第三部分中，你将了解如何把已学的Excel数据分析知识分别迁移到R和Python中。本书提供丰富的代码示例和“开箱即用”的数据集，有助于你在初涉数据分析领域时轻松向前迈进一大步。

《R语言入门与实践》循序渐进、由浅入深地讲解了R语言开发技术，并通过具体实例讲解了R语言的各个知识点。本书共分12章，其中第1～2章是基础知识部分，讲解了R语言开发的基础知识，包括R语言基础、R语言语法基础；第3～6章是核心语法部分，分别讲解了流程控制语句、函数、数据结构、包和环境空间等知识，这部分内容介绍的是R语言中最重要的语法知识；第7～10章是进阶提高部分，分别讲解了数据输入和导出、数据处理、绘制可视化图、R语言和人工智能等知识，这部分内容是R语言开发技术的重点和核心；第11章和第12章是综合实战部分，讲解了两个大型案例的实现过程，介绍了R语言在大型商业项目中的应用。《R语言入门与实践》不仅可以作为R语言初学者的学习用书，也适合有一定R语言基础的读者学习，还可以作为高等院校相关专业的教学用书和培训机构的教材。

《深入CLR（第4版 中文限量版）》针对CLR和.NET Framework 4.5（及更高版本）进行深入、全面的探讨，并结合实例介绍了如何利用它们进行设计、开发和调试。全书分5部分共30章。第Ⅰ部分介绍CLR基础，第Ⅱ部分解释如何设计类型，第Ⅲ部分介绍基本类型，第Ⅳ部分以核心机制为主题展开介绍，第Ⅴ部分重点介绍线程处理。通过本书的阅读，读者可以掌握CLR和.NET Framework的精髓，轻松、高效地创建高性能应用程序。

集成学习通过自动对比多个模型的输出，将输出结合起来，融合成强大的集成模型，得出最优结果。集成学习发挥“集体智慧”，结果更准确，克服了单一模型的局限性。这种创新方法能够综合多个视角的响应；即使在没有大规模数据集的情况下，也能给出可靠的预测结果。《集成学习实战》呈现同时应用多种机器学习方法的实用技巧。每章都列举一个独特案例（如医学诊断、情感分析等），展示一个功能完备的集成方法。本书不探讨深奥的数学知识，所讲内容浅显易懂，代码丰富，供你轻松进行实验！主要内容● Bagging法、提升法和梯度提升法● 分类、回归和检索方法● 集成方法的模型和决策可解释性● 特征工程和集成多样性

本书以通俗易懂的语言、翔实的示例、新颖的内容诠释了Java这门 “安全性”“动态性”“可移植性”的计算机语言。全书分为5部分，第1部分（任务1和任务2）介绍Java语言和Java基础语法；第2部分（任务3~任务5）介绍Java语言用类与对象实现抽象与封装的方法、面向对象的继承性与多态性、应用抽象类与接口编程等内容；第3部分（任务6~任务9）介绍Java的核心内容，包括数组、Java的常用类、集合框架、异常处理、输入/输出及文件操作等内容；第4部分（任务10~任务11）介绍Java的图形用户界面和数据库编程；第5部分（任务12）介绍一个比较完整的综合项目的开发与实现。全书以应用为核心展开，力求以知识的小集合来实现应用范围的较大化。 本书内容以项目贯穿、任务驱动，教学内容与教学案例深入融合。为了配合教学，本书还提供课程微视频、移动端和PC端的教学测试平台。 本书适合作为本科院校和高职院校计算机相关专业的Java程序设计课程的教材或教学参考书，也可作为各类大数据或Java职业技能等级考试的辅助用书，还可供计算机初学者作为学习编程语言的入门图书。