本书从区块链的概念、原理、核心技术和应用四个方面，系统地介绍了以太坊区块链开发的相关知识。其中，重点介绍了以太坊的相关概念和原理、以太坊客户端Geth、以太坊常用智能合约开发工具、Solidity语言和智能合约开发等内容，并实现了众筹合约和代币合约两个项目实战案例，可以让读者对智能合约开发的整体流程有一个全面的了解。另外，书中结合示例对Web3.js的相关知识也做了详细介绍，以帮助读者更好地理解和利用以太坊的相关数据。 本书内容丰富，讲解通俗易懂，案例典型，实用性强，特别适合区块链技术爱好者和智能合约开发的相关从业人员阅读，也适合区块链底层研究人员阅读。另外，本书还适合作为区块链培训机构作为相关课程的培训教材使用。

《区块链浪潮：连接技术与应用》编写的主要目的是向读者揭示区块链技术目前“在技术上可以做到哪些事情”“哪些行业适合应用区块链技术”“区块链技术未来将走向何方”。《区块链浪潮：连接技术与应用》分为区块链技术篇、应用场景篇、现状与展望篇三部分，前两篇为本书核心。首先介绍技术进展，再就各行业进行具体分析。本书以区块链的基础技术进行介绍，再以细分、专业的技术进行讲解。《区块链浪潮：连接技术与应用》并未停留在浅显的技术说明上，而是通过讲解技术的原理，就技术的难点、未来发展方向等给出独立见解。《区块链浪潮：连接技术与应用》是哈希研究院多位研究者在区块链行业实践、探索、深度思考的总结和提炼。本书面向的读者主要是已具有区块链技术基础知识，希望进一步了解技术发展脉络的业内人员，以及对区块链感兴趣、希望探索区块链技术在实际项目落脚点的从业者。

本书由前IBM首席数据科学家撰写，旨在为励志成为数据科学家的读者给出一个可行的实践指南。从Python入门开始，逐步实现数据分析、机器学习等通用算法，进而讨论数据科学家的典型工作流程，*后从实践入手，由浅入深，精选决策树、降维技术、支持向量机等数据分析案例，让读者能逐步理解晦涩的公式理论并上手操作，可以满足不同层次的读者需求。

本书是介绍大规模并行编程OpenACC的综合实践性书籍之一。书中前3章介绍了OpenACC背后的概念和OpenACC开发工具；第4章至第7章带你了解第1个真实世界的OpenACC程序，并揭示OpenACC程序编译背后的魔力，从而引入更多概念；第8章至第10章涵盖高级主题，例如OpenACC的替代方案、底层设备交互、多设备编程和任务并行性；第11章和第12章探讨了OpenACC实现潜在新语言特性的各种研究领域。

本书主要面向机器人开发人员和想充分利用ROS功能的研究人员，是一本侧重ROS框架高级概念的进阶学习指南。书中既介绍了ROS的基本概念，又系统讲解了使用ROS进行复杂机器人设计、建模、仿真和交互的实用技术、工具和编程技巧，包含大量示例，可以为你快速提升ROS实战技能提供翔实参考。全书共15章，第1章简要介绍ROS基本概念；第2章解释如何使用ROS软件包；第３章讨论７-DOF机械臂和差速驱动机器人的设计；第４章和第5章通过示例详细讲解如何使用Gazebo和V-REP这两个的机器人仿真软件；第6章介绍如何使用ROS MoveIt！和导航软件包集的现有功能；第7章讨论ROS pluginlib、小节点和控制器等一些高级概念；第8章进一步讨论RViz插件和ROS控制器；第9章讨论一些硬件组件与ROS的接口；第１０章讨论如何使用ROS连接各种视觉传感器，并利用开源计算机视觉库（ＯｐｅｎＣＶ）和点云库（PCL）进行编程；第１１章介绍如何构建差速驱动的自主移动机器人，并将其与ROS连接；第１２章介绍ＭｏｖｅＩｔ！的高级功能；第１３章讨论如何将Ｍａｔｌａｂ和Ｓｉｍｕｌｉｎｋ软件与ROS连接；第１４章介绍ＲＯＳ－Ｉｎｄｕｓｔｒｉａｌ软件包；第１５章讨论如何在ROS中安装集成开发环境，并介绍ROS实战技巧与调试方法。

Kafka Streams是Kafka提供的一个用于构建流式处理程序的Java库，它与Storm、Spark等流式处理框架不同，是一个仅依赖于Kafka的Java库，而不是一个流式处理框架。除Kafka之外，Kafka Streams不需要额外的流式处理集群，提供了轻量级、易用的流式处理API。本书包括4部分，共9章，从基础API到复杂拓扑的应用，通过具体示例由浅入深地详细介绍了Kafka Streams基础知识及使用方法。本书的主要内容包含流式处理发展历程和Kafka Streams工作原理的介绍，Kafka基础知识的介绍，使用Kafka Streams实现一个具体流式处理应用程序，讨论状态存储及其使用方法，讨论表和流的二元性及使用场景，介绍Kafka Streams应用程序的监控及测试方法，介绍使用Kafka Connect将现有数据源集成到Kafka Streams中，使用KSQL进行交互式查询等。本书适合使用Kafka Streams实现流式处理应用的开发人员阅读。

这是一本关于算法设计和分析的教材。本书围绕算法设计进行组织，对每种算法技术选择了多个典型范例进行分析，把算法的理论跟实际存在的问题结合起来，具有很大的启发性。本书侧重算法设计思路，不再赘述算法复杂度的分析，每章都从实际问题出发，经过深入的具体分析引出相应的算法的设计思想，并对算法的正确性和复杂性进行合理的分析和论证。本书覆盖面很宽，且含有200多道精彩的习题，还扩展了PSPACE问题、参数复杂性等内容。

本书讨论使用TensorFlow和Keras等框架构建深度学习应用，如计算机视觉、语音识别以及聊天机器人。 第1章主要介绍TensorFlow基础，包括张量、计算图与会话等内容； 第2章介绍理解并运用Keras，涵盖了深度学习模型构建的主要步骤； 第3章、第4章、第5章介绍多层感知机，并分别介绍了TensorFlow及Keras中回归与多层感知机的实现； 第6章、第7章、第8章介绍卷积神经网络，并分别介绍了TensorFlow及Keras中卷积神经网络的实现； 第9章进入序列相关的处理，介绍了RNN和LSTM； 第10章介绍语音和文本的处理； 第11章讲述结合前面所学知识，创建聊天机器人； 第12章介绍了人脸检测与识别相关的内容。

第1章对深度神经网络的科学原理和实现这种网络的不同框架以及框架背后的数学机制提供一个快速回顾。 第2章向读者介绍卷积神经网络，并展示如何利用深度学习从图像中提取信息。 第3章从零开始针对图像分类问题构建一个简单的CNN，并阐明如何调整参数、优化训练时间以及CNN的性能，以分别提高效率和准确率。 第4章介绍几种经典的（在竞赛中胜出的）CNN架构的优势和运作机制，以及它们之间的差异和如何使用这些架构。 第5章讲授如何使用预先训练好的网络，并使其适用于新的且不同的数据集。在实际应用中也有一种自定义分类问题，它使用的技术称为转移学习。 第6章介绍一种称为自编码器的无监督学习技术，同时介绍了CNN自编码器的不同应用，比如图像压缩。 第7章讲授目标检测、实例分割和图像分类的区别。然后介绍多种使用CNN进行目标检测和实例分割的技术。 第8章探究生成式CNN网络，然后将其与我们学习得到的有识别力的CNN网络相结合，用CNN/GAN创造新的图像。 第9章讲授深度学习中注意力背后的思想，并学习如何使用基于注意力的模型来实现一些高级解决方案（图像捕捉和RAM）。我们还将了解不同类型的注意力以及强化学习在硬注意力机制中的作用。

本书不是一本简单介绍Kotlin语法应用的图书，而是一部专注于帮助读者深入理解Kotlin的设计理念，指导读者实现Kotlin高层次开发的实战型著作。书中深入介绍了Kotlin的核心语言特性、设计模式、函数式编程、异步开发等内容，并以Android和Web两个平台为背景，演示了Kotlin的实战应用。 全书共13章，分为4个部分： 热身篇—Kotlin基础（第1~2章），简单介绍了Kotlin设计哲学、生态及基础语法，其中包括Kotlin与Scala、Java之间的关联与对比，以及Kotlin的类型声明的特殊性、val和var的使用、高阶函数的使用、面向表达式编程的使用、字符串的定义与操作等内容； 下水篇—Kotlin核心（第3~8章），深入介绍了面向对象、代数数据类型、模式匹配、类型系统、Lambda、集合、多态、扩展、元编程等Kotlin开发核心知识，这是本书的重点，其中涉及很多开发者特别关心的问题，比如多继承问题、模式匹配问题、用代数数据类型抽象业务问题、泛型问题、反射问题等。 潜入篇—Kotlin探索（第9~11章），探索Kotlin在设计模式、函数式编程、异步和并发等编程领域的应用，其中包括对4大类设计模式、Typeclass实现、函数式通用结构设计、类型替代异常处理、共享资源控制、CQRS架构等重点内容的深入剖析； 遨游篇—Kotlin实战（第12~13章），着重演示了Kotlin在Android和Web平台的实战案例，其中涉及架构方式、单向数据流模型、解耦视图导航、响应式编程、Spring 5响应式框架和编程等内容。