《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。

本书介绍JVM和垃圾回收基础知识、垃圾回收原理和实现、JVM垃圾回收的参数、ARM服务器上的GC优化和调整，涉及部分垃圾回收的理论知识，但更关注工程实践。希望通过对实践的分析，让读者了解如何实现一款“令人满意”的垃圾回收器，即满足业务诉求，在停顿时间、吞吐量、资源消耗、实现复杂度、稳定性等方面进行了折中的垃圾回收器。 全书共分为四个部分：第1部分，介绍虚拟机执行的基础知识以及垃圾回收的相关知识；第2部分，介绍JVM中实现的六种垃圾回收算法；第3部分，介绍JVM提供了哪些参数用于控制垃圾回收的运行；第4部分，以鲲鹏920为例介绍ARM服务器以及在ARM服务器下如何实现GC才能充分发挥硬件的性能。

本书是一本持续集成与持续交付（CI/CD）实践指南，全书共15章。书中首先介绍持续集成和持续交付的基础知识，并介绍Jenkins用户界面及其安装方式；接下来介绍使用Jenkins UI开发插件、构建Jenkins流水线和运行Docker集成的实际操作；后介绍Travis CI和CircleCI的安装及脚本运行等，帮助读者通过Travis CI和CircleCI获得有关CI/CD的广泛知识。本书适合系统管理员、DevOps工程师以及构建和发布工程师阅读。通过阅读本书，读者能了解CI/CD的概念，并获得使用CI/CD生态系统中重要工具的实践经验。

《Flask Web全栈开发实战》围绕 Flask 框架，详细地讲解了使用 Flask 开发网站的各项技术要点。全书共 11 章，首先讲解了Flask 项目开发中的环境搭建、项目配置、URL 与视图、Jinja2 模板、数据库、表单、Flask 进阶、缓存系统等。然后拓展了知识面，在项目实战中分别介绍了 RESTful API、邮箱验证码、Redis 缓存、Celery 异步任务、登录授权机制、角色权限管理、富文本编辑器、头像管理、文件上传以及 Nginx、Gunicorn 部署等技术要点；在 WebSocket 实战中讲解了 Flask 中使用 WebSocket 开发项目的全部过程。最后讲解了 Flask 异步编程。通过《Flask Web全栈开发实战》的学习，读者能够熟练掌握 Flask Web 开发技术。《Flask Web全栈开发实战》适合没有 Flask 开发经验或者 Flask 基础比较薄弱、想要系统学习 Flask Web 开发技术的读者 学习。

决策树是数据分析中广泛使用的机器学习模型，其模型简单、算法快速且具有可解释性。但随着大数据的涌现，将决策树真正应用到实践中还面临诸多困难。本书正是为解决这一痛点而作，旨在帮助读者系统且全面地了解决策树，并成功地将其用于工程实践。

本书针对Spring Boot 2.6.x及以上版本，采用理论结合实际的讲解方式，每章均配有多个示例，在内容安排上由浅入深，在知识讲解上深入浅出，让读者轻松掌握多种技术、中间件、框架与Spring Boot的整合开发。最后通过两个实战项目，让读者在进入企业后可以快速从事基于Spring Boot的企业开发。全书共分为五篇：基础篇、Web篇、数据访问篇、企业应用开发篇、项目实战篇。本书内容全面，涵盖了常用的技术、中间件与框架；讲解深入浅出，让读者学有所得。本书适合所有想要学习Spring Boot，以及正在基于Spring Boot开发的读者。

《Rust编程从入门到实战》是一部Rust编程语言的编程手册，第1~3章为Rust前置知识，介绍了开发环境搭建、第一个Rust程序以及语言的输入输出；第4~16章为Rust基础语法知识，介绍了Rust基础的语法和必要的语言使用规则，其中包括Rust所有权、生命周期以及特性等重要语言概念的介绍；第17~27章为Rust实用操作，介绍了文件与I/O、无畏并发、Web编程等重要的经典开发实战以及属性、宏、“不安全”语法等Rust高级编程。 《Rust编程从入门到实战》适合Rust语言初学者学习使用，也可供Rust开发者参考使用，还可作为高等院校相关专业的教材。