本书主要内容包括机器学习介绍，NumPy、Pandas、SciPy库、Matplotlib（可视化）四个基础模块，Scikit-learn算法、模型、拟合、过拟合、欠拟合、模型性能度量指标、数据标准化、非线性转换、离散化，以及特征抽取和降维的各种方法，包括特征哈希、文本特征抽取、特征聚合等。全书通过实用范例和图解形式讲解，选材典型，案例丰富，适合从事大数据、数据挖掘、机器学习等人工智能领域开发的各类人员。

基于elasticsearch7.x编写，全面、准确地讲解elasticsearch的安装、开发、技术原理、生产环境的性能调优等内容。适合有意从事搜索引起、大数据、商业智能等行业的入门人员学习参考，也是资深技术人员很好的一本参考书籍。

《统计学习要素：机器学习中的数据挖掘、推断与预测（第2版）》在一个通用的概念框架中描述通用于数据挖掘、机器学习和生物信息学等领域的重要思想和概念。这些统计学范畴下的概念是人工智能与机器学习的基础。全书共18 章，主题包括监督学习、回归的线性方法、分类的线性方法、基展开和正则化、核光滑方法、模型评估和选择、模型推断和平均、加性模型、树和相关方法、Boosting 和加性树、神经网络、支持向量机和柔性判断、原型方法和最近邻、非监督学习、随机森林、集成学习、无向图模型和高维问题等。 《统计学习要素：机器学习中的数据挖掘、推断与预测（第2版）》主题全面，是一本经典的统计学习教材，适合本科高年级学生和研究生使用和参考。

本书全面介绍了深度学习知识，借助数学公式、示意图和代码，旨在帮助读者从数学层面、概念层面和应用层面理解神经网络。读者可以跟随本书构建和训练神经网络模型，从而解决实际问题。另外，本书着重介绍卷积神经网络和循环神经网络，并提供PyTorch开源神经网络库的使用方法，有助于学习构建更高级的神经网络架构。

内容简介 本书以实战技能的形式，讲解了Python编程从入门到精通可能涉及的100个关键技能，从最基本的语法基础，到面向对象程序设计，再到算法与数据结构，最后是基于Python的各种应用，包括游戏、网站、数据分析与数据挖掘等。本书内容全面，力求覆盖Python所能涉及的各方面应用。通过实战技能的形式，读者学习时容易上手操作，达到学以致用、举一反三的目的。 全书分5章，共100个关键实战技能。第1章主要介绍了Python基本语法的27个实战技能；第2章主要介绍了Python经典算法的21个实战技能；第3章主要介绍了Python在应用开发方面的13个实战技能；第4章主要介绍了Python在数据分析方面的15个实战技能；第5章在第4章内容的基础上，主要介绍了Python在数据挖掘方面的24个实战技能。 本书既适合非计算机软件专业出身的编程小白，也适合即将走上工作岗位的广大毕业生，以及已经有编程经验但想转行做数据分析与数据挖掘的专业人士。同时，还可以作为广大职业院校、培训班的教学参考用书。

本书较为全面地介绍了Vue.js 技术的基础知识与实战项目开发，每个章节都以案例教学为引导，以培养读者能力为目的，充分体现了“做中学”“学中做”的思想，以方便更多的初学者轻松地掌握本书的内容。本书分为3 篇，第1 篇为基础知识，包括第1～6 章；第2 篇为工程化项目开发，包括第7～9 章；第3 篇为工程化项目实战，包括第10 章。各章具体内容为Vue.js 入门、第一个Vue.js 应用、Vue.js 内置指令、Vue.js组件、Vue.js 过滤器和自定义指令、Vue.js 过渡和动画、Vue 脚手架、Vuex、跨平台开发Weex 和实训项目开发。本书内容组织合理、通俗易懂，突出实用性，适合作为计算机相关专业学生的教材，也适合计算机培训班教学使用，还可作为计算机爱好者的自学参考用书。

本书主要介绍如何利用Android Studio、Eclipse 等工具开发Android 项目。全书共分5 章，主要内容 涉及Android 项目开发环境介绍、常用布局及布局组件、活动等几大组件、数据存储、网络XML 和JSON 数据存取等内容。大部分章节都配备了案例，边讲理论边通过案例介绍如何应用。本书面向的是Android 开发初学者，大部分章节都配备了案例，主要是针对该章节的知识应用，代码不过多冗余，易于读者理解。本书可以作为普通高等院校计算机及相关专业课程的教材，也可以作为初学者和Android 项目开发人 员的参考书。

本书通过趣味案例逐步引入语法知识，教读者用C？和？C++编写游戏程序，激发读者学习编程的兴趣。全书共14章和3个附录，依次介绍了C和C++编程语言的基本概念、数据类型、if语句、while循环、for循环、一维数组、函数、二维数组、字符串、文件读写、指针、递归、面向对象编程、链表和C++标准模板库等知识，其中贯穿了众多的小案例和游戏，最后综合应用这些知识编写了一款冒险游戏。附录分别给出了练习题的参考答案、语法知识索引以及常用的调试方法和辅助开发工具。本书适合不同年龄、不同层次的 C 与 C++ 编程初学者阅读和自学，也可以作为中学生、大学生学习程序设计的教材和少儿编程培训机构的参考教材。

本书循序渐进、由浅入深地详细讲解了PHP语言开发的技术，并通过具体实例的实现过程演练了各个知识点的具体应用。全书共25章，分别为PHP开发初步、PHP基本语法、流程控制语句、函数是最神秘的武器、数组、操作字符串、使用PHP操作Web网页、使用会话管理技术、文件操作、实现图形图像处理、面向对象、正则表达式、程序错误调试、数据加密、MySQL数据库基础、使用PHP操作MySQL、操作其他数据库、PDO数据库抽象层、操作XML文件、使用Ajax技术、使用Smarty模板、使用ThinkPHP框架、使用PHP开发Android应用程序、信息管理项目—图书管理系统、网页游戏项目—开心斗地主。书中以“技术讲解”“范例演练”“技术解惑”贯穿全书，引领读者全面掌握PHP语言开发技术的精髓。本书不但适用于PHP语言的初学者，也适用于有一定PHP基础的读者阅读，还可以作为大专院校相关专业或培训学校的教材。

本书是资深金融数据分析专家多年工作的结晶。书中深入浅出地阐释机器学习的数学基础及其在金融数据分析领域的应用。 全书共分9章。第1章介绍机器学习的发展状况并概述机器学习在金融中的应用。第2章介绍监督学习的通用框架。第3章描述最简单的线性回归模型——普通最小二乘法以及正则化方法——岭回归和套索回归，并讨论线性模型及非线性的回归和分类方法。第4章讨论监督学习中的树模型，包括决策树、随机森林和梯度提升树。第5章重点介绍三种主要的神经网络：人工神经网络、卷积神经网络和循环神经网络。第6章和第7章介绍无监督学习，主要包括聚类分析和主成分分析。第8章重点介绍强化学习在投资组合优化中的应用。第9章以一个流行的数据挑战项目为例，使用前几章介绍的机器学习方法预测金融违约风险，为读者提供解决实际数据问题的经验。 本书内容丰富，理论严谨，案例翔实，不仅包括完整的理论推导，而且囊括可用于实际项目的案例代码，适合高等院校计算机及相关专业的高年级本科生或者研究生阅读，也可以作为机器学习爱好者及金融分析师等的参考用书。