针对每个想要了解深度学习概念的数据科学爱好者，本书通过通俗易懂地解释R代码，让读者可以很容易起步。在深度学习算法和应用的理论和实践方面做到了平衡，在讲述基础理论的同时，通过45个基于R语言的编程实例让读者循序渐进地掌握深度学习技术。 读者将通过实战案例实现卷积神经网络（CNN）、循环神经网络（RNN）、长短时记忆网络（LSTM）、序列到序列模型、生成对抗网络（GAN）和强化学习，还将学习使用GPU进行大型数据集的高性能计算，以及R语言中的并行计算编程。 各个部分内容安排合理，按照“准备工作→操作步骤→原理解析→内容拓展→参考阅读”的流程组织内容，清楚地讲解实战案例的实现过程。

《TensorFlow2.x高级计算机视觉》详细阐述了与TensorFlow高级计算机视觉相关的基本解决方案，主要包括计算机视觉和TensorFlow基础知识，局部二值模式和内容识别，使用OpenCV和CNN进行面部检测，图像深度学习，神经网络架构和模型，迁移学习和视觉搜索，YOLO和对象检测，语义分割和神经风格迁移，使用多任务深度学习进行动作识别，使用R-CNN、SSD和R-FCN进行对象检测，通过CPU/GPU优化在边缘设备上进行深度学习，用于计算机视觉的云计算平台等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。 本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学用书和参考手册。

使用机器学习进行数据可视化分析是近年来研究的热点内容之一。本书使用z新的Python作为机器学习的基本语言和工具，从搭建环境开始，逐步深入到理论、代码、应用实践中去，从而使初学者能够独立使用机器学习完成数据分析。本书配套示例代码、PPT课件和答疑服务。 本书分为10章，内容包括：机器学习与Python开发环境、用于数据处理及可视化展示的Python类库、NBA赛季数据可视化分析、聚类算法与可视化实战、线性回归与可视化实战、逻辑回归与可视化实战、决策树算法与可视化实战、基于深度学习的酒店评论情感分类实战、基于深度学习的手写体图像识别实战、TensorFlow Datasets和TensorBoard训练可视化。 本书内容详尽、示例丰富，是机器学习初学者的入门书和必备的参考书，也可作为高等院校计算机及大数据相关专业的教材使用。

《数据视觉艺术——从Excel数据可视化到Python数据可视化》主要通过Excel和Python在数据可视化方面的对比，介绍使用Excel和Python实现数据可视化的相关内容和方法。书中按照学习递进层次将内容组织为数据可视化理论基础、Excel数据可视化基础、Python数据可视化基础、Python编程基础和数据可视化实战案例等几部分内容。在Excel和Python数据可视化基础部分介绍了多个案例的可视化实现，在实战部分选择了电商、房产和疫情等多个场景任务进行练习。最后介绍了更多的Python可视化第三方库及其应用。数据之美需要通过可视化应用表现出来。本书主题明确、内容翔实、通俗易懂、结构紧凑、案例丰富，适合对数据应用感兴趣的读者阅读。同时对于从事数据科学、大数据相关工作的技术人员来说，本书也具有一定的参考价值。

《 HTML5+CSS3+JavaScript从入门到精通（微课精编版）（第2版）》系统地讲解了HTML5、CSS3和JavaScript的基础理论和实际运用技术，结合大量实例进行深入浅出的讲解。全书分为上下两册，共31章。上册为HTML5+CSS3篇，内容包括HTML5基础、设计HTML5文档结构、设计HTML5文本、设计HTML5图像和多媒体、设计列表和超链接、设计表格、设计表单、CSS3基础、字体和文本样式、背景样式、列表和超链接样式、表格和表单样式、CSS3盒模型、网页布局基础、CSS3弹性布局、设计动画样式、媒体查询与页面自适应；下册为JavaScript篇，内容包括JavaScript基础、设计程序结构、处理字符串、使用正则表达式、使用数组、使用函数、使用对象、JavaScript高级编程、客户端操作、文档操作、事件处理、CSS样式操作、使用Ajax、项目实战。其中，项目实战为纯线上资源，更加实用。书中所有知识点均结合具体实例展开讲解，代码注释详尽，可使读者轻松掌握前端技术精髓，提升实际开发能力。

《Python程序员面试笔试通关攻略》通过深入解析企业面试与笔试真题，在解析过程中结合职业需求深入地融入并扩展了核心编程技术。《Python程序员面试笔试通关攻略》是专门为Python程序员求职和提升核心编程技能量身打造的编程技能学习与求职用书。 全书共11章。首先讲解了求职者在面试过程中的礼仪和技巧，接着带领读者学习Python语言的基础知识，并深入讲解了Python中的序列、字符串、正则表达式、线程、进程、数据库操作等核心编程技术；同时还深入探讨了Python Web开发中使用的主流框架等高级应用技术；最后，对网络编程、AI编程、数据分析、数据爬取等技术进行了扩展性介绍。 《Python程序员面试笔试通关攻略》的目的是从多角度、全方位地帮助读者快速掌握Python程序员的面试与笔试技巧，构建从高校到社会的就职桥梁，让有志于从事Python程序员开发行业的读者轻松步入职场。《Python程序员面试笔试通关攻略》赠送资源比较多，在前言部分对资源包的具体内容、获取方式及使用方法等做了详细说明。 《Python程序员面试笔试通关攻略》适合想从事Python程序员开发行业或即将参加Python程序员求职考试的读者阅读，也可以作为计算机相关专业毕业生阅读的求职指导用书。

本书针对深度学习及开源框架——PyTorch，采用简明的语言进行知识的讲解，注重实战。全书分为4篇，共19章。深度学习基础篇（第1章~第6章）包括PyTorch简介与安装、机器学习基础与线性回归、张量与数据类型、分类问题与多层感知器、多层感知器模型与模型训练、梯度下降法、反向传播算法与内置优化器。计算机视觉篇（第7章~第14章）包括计算机视觉与卷积神经网络、卷积入门实例、图像读取与模型保存、多分类问题与卷积模型的优化、迁移学习与数据增强、经典网络模型与特征提取、图像定位基础、图像语义分割。自然语言处理和序列篇（第15章~第17章）包括文本分类与词嵌入、循环神经网络与一维卷积神经网络、序列预测实例。生成对抗网络和目标检测篇（第18章~第19章）包括生成对抗网络、目标检测。 本书适合人工智能行业的软件工程师、对人工智能感兴趣的学生学习，同时也可作为深度学习的培训教程。

这是一本指引零基础读者使用C语言逐步完成一个完整项目的实践指导书。全书以完成“外汇牌价看板”项目为目标，将编程语言基础、程序设计及调试方法、软件工程实践的经验融入其中，帮助初学者度过最艰难的入门阶段。 全书共11课：编程基础（第1～3课）介绍了什么是程序、不同编程语言的特点、C语言程序的结构以及使用Visual Studio 2022编写C语言程序的方法；C语言核心知识（第4～7课）从实际需求出发介绍了C语言程序中常用的数据结构，包括变量、结构体、数组等，这部分还介绍了指针、动态内存分配和文件访问、自定义函数库的知识；图形用户界面实现原理和方法（第8、9课）以在屏幕上绘制“点”为基础，逐步介绍显示图形、位图的方法和原理，并将文本界面的“外汇牌价看板”程序升级到图形用户界面；“外汇牌价看板”程序的完成与交付（第10、11课），在前面已完成内容的基础上对“外汇牌价看板”进行重构，完善细节并使其达到交付标准。此外，在附录A（电子版形式，请扫描第1页的二维码获取）介绍了一些有关计算机的基础知识。 《换个姿势学C语言》不仅适合对学习编程感到困难的读者，也适合那些“看了很多书，听了很多课，但仍然没有编程思路，不会动手写程序”的读者，还适合没有编程经验的读者学习。

《Windows核心编程（第5版 中文限量版）》是一本经典的Windows核心编程指南，从第1版到第5版，引领着数十万程序员走入Windows开发阵营，培养了大批精英。 作为Windows开发人员的必备参考，《Windows核心编程（第5版 中文限量版）》是为打算理解Windows的C和C++程序员精心设计的。第5版全面覆盖Windows XP，Windows Vista和Windows Server 2008中的170个新增函数和Windows特性。书中还讲解了Windows系统如何使用这些特性，我们开发的应用程序又如何充分使用这些特性，如何自行创建新的特性。

Hadoop是使用最广泛的大数据处理框架之一，在大数据领域有着极其重要的地位，掌握Hadoop可以让学习者对大数据的理解更进一步。本书是基于Hadoop 3.1.3编写的，从大数据的特点和处理难点入手，逐步讲解Hadoop的起源和发展。从搭建Hadoop的学习环境开始，依次对Hadoop的三大功能模块进行重点讲解，并且结合大量案例，细致地讲解HDFS、MapReduce、YARN的内核原理和调优方法，还会扩展讲解Hadoop的高可用实现、在生产环境中的调优方法及源码解读。本书广泛适用于大数据的学习者与从业人员，是大数据学习的必备书籍。