《FLL WRO乐高机器人竞赛教程——机械、巡线与PID》以乐高 spike 机器人和 EV3 机器人为载体进行编写，围绕 FLL 和 WRO 机器人竞赛， 通过 180 多个搭建示例，详细讲解机械原理、机械传动设计、机械臂系统设计，以及竞赛机器 人主机设计与机械平台设计。结合 200 多个程序示例，详细讲解竞赛机器人的运动、巡线、定位、 路径规划、PID 拓展与优化等程序的设计。书中还给出了竞赛机器人的“我的模块”程序设计， 让各年龄段的学生都能够学会简洁高效的程序编写。 《FLL WRO乐高机器人竞赛教程——机械、巡线与PID》可作为小学生和中学生学习机器人和竞赛的教材或参考书，同时也适合科技爱好者在 自学时选用。

《大数据分析师面试笔试宝典》旨在帮助读者了解大数据分析师的工作内容、技能要求、各类常用技术的原理和可能应用的场景。大数据分析是一个多学科交叉的领域，包含了统计学、计算机科学、运筹学乃至市场营销学等。《大数据分析师面试笔试宝典》并没有介绍大数据分析领域涉及的所有方面，而是根据当前用人单位对大数据分析师的需求，选择了其中较为重要的内容进行解析，将当前大数据分析涉及的热点技术一网打尽。阅读《大数据分析师面试笔试宝典》需要具备一定的数理统计知识基础和计算机编程背景。本书尽量不去证明一些在理论界已有的结论，而是用浅显的语言来解释复杂的公式，以便读者更为轻松地掌握全书的知识，从而能够从容面对面试以及日常工作。

本书首先讲解Pandas快速入门的基础知识，如Pandas的定义、可处理的数据类型、优势、开发环境配置、常用的数据结构等；然后通过实例剖析讲解Pandas数据的导入、导出、查看、清洗、合并、对比、预处理；接着讲解Pandas数据的提取、筛选、汇总、统计及可视化；然后讲解Pandas数据的线性模型和广义线性模型，最后讲解Pandas数据实战分析。在讲解过程中即考虑读者的学习习惯，又通过具体实例剖析讲解Pandas实战应用中的热点问题、关键问题及种种难题。

思科网络技术学院项目是Cisco公司在全球范围内推出的一个主要面向初级网络工程技术人员的培训项目，旨在让更多的年轻人学习先进的网络技术知识，为互联网时代做好准备。本书是思科网络技术学院IT基础知识的配套教材，主要内容包括个人计算机硬件，计算机组装，高级计算机硬件，预防性维护和故障排除，网络、应用网络，便携式计算机和其他移动设备，打印机，虚拟化和云计算，Windows操作系统的安装与配置，移动、Linux和macOS操作系统，安全，IT专业人员的职业能力与素养等。本书每章的最后还提供了复习题，并在附录中给出了答案和解释，以检验读者对每章知识的掌握情况。本书适合作为IT基础课程的教材，还适合作为高等院校计算机基础课程的教材。

本书是一本针对设计充分利用云灵活性的现代可伸缩数据平台的实践指南。你将了解云数据平台设计的核心组件，以及Spark和Kafka流等关键技术的作用。你还将探索如何设置流程来管理基于云的数据，确保数据的安全，并使用高级分析和BI工具对数据进行分析。本书旨在帮助企业通过现代云数据平台使用所有数据的业务集成视图，并利用先进的分析实践来驱动预测和迄今无法想象的数据服务。

《人机交互之道 ： 研究方法与实例》详细解读了人机交互领域中的一些研究方法，其中既有偏社会学和定性研究的，也有偏技术与工程的。此外，本书还介绍了一些用于记录和获取新型数据的技术和设备，如各 种传感器系统、眼动追踪设备和各种日志系统等。最后，本书介绍了人机交互中三种较新的数据分析方法：回溯分析法、智能体建模法和社会网络分析法。 《人机交互之道 ： 研究方法与实例》适合人机交互相关专业的学生、教师及从业者阅读。

《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。

本书是一本Scratch 3.0的进阶书籍，阅读本书需要具备一定的Scratch语法基础，例如，变量、赋值、数学运算符、逻辑运算符、条件判断、循环、列表、自制积木等，还应熟悉流程图的概念。 本书分五章，共30节，包括36个任务，25个实战练习。每节以一个任务引领，将数学公式、原理与编程相结合，引领读者在奇妙的编程之旅中探索数学奥秘，轻松地走上算法进阶之路。 Scratch与数学相结合，通过算法的学习，使小读者在学习编程的同时强化数学素养，从而拓展思维。例如，利用海伦公式求三角形面积，快速分解质因数，输出斐波那契数列的任意项，展示哥德巴赫猜想的部分结果，等等。

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。