《Python OpenCV快速入门到精通》是一本基础与实践相结合的图书。本书从学Python OpenCV到用Python OpenCV的角度出发，在帮助读者朋友快速掌握Python OpenCV基础的同时，引导读者朋友如何使用Python OpenCV开发简单的应用程序。全书共28章，主要分为3个篇章（基础篇、实战篇、强化篇），基础篇包括搭建开发环境、图像处理基础、NumPy工具包、绘图及交互、图像的几何变换、图像运算、阈值、形态学操作、滤波器、图形检测、图像轮廓、模板匹配、视频处理和人脸检测与识别；实战篇包括更改卡通人物的衣服颜色，图像操作之均分、截取和透视，计算轮廓的面积、周长和极点，掩模调试器，粘贴带透明区域的图像，鼠标操作之缩放和移动图像，机读答题卡，检测蓝色矩形的交通标志牌，滤镜编辑器，给图像打马赛克，给图像的任意区域打马赛克和手势识别；强化篇包括人工瘦脸和MR智能视频打卡系统。本书提供丰富的源码资源，包含基础篇的实例、基础篇的13个综合实例、实战篇的12个案例和强化篇2个项目，力求为读者朋友打造一本既能学Python OpenCV又能用Python OpenCV的好书。本书不仅适合作为软件开发者的自学用书，而且适合作为高等院校相关专业的教学参考书，还适合供初入职场的开发人员查阅、参考。

本书涵盖深度学习的专业基础理论知识，包括深度学习概述、机器学习基础、神经网络基础、卷积神经网络、循环神经网络、正则化与深度学习优化，以及比较流行的应用场景实践。本书配套70个示例源码及PPT课件。本书共11章外加3个附录，系统讲解深度学习的基础知识与领域应用实践。本书内容包括深度学习概述、机器学习基础、神经网络基础、卷积神经网络和循环神经网络、正则化与深度学习优化、计算机视觉应用、目标检测应用、文本分析应用、深度强化学习应用、TensorFlow模型应用、Transformer模型应用等。附录中还给出机器学习和深度学习中用到的数学基础知识，包括线性代数、概率论和信息论等。本书适合Python深度学习初学者、深度学习算法开发人员学习，也适合作为高等院校计算机技术、人工智能、大数据相关专业的教材或教学参考书。

《Spring Cloud*核心技术与实战案例》从分布式系统的基础概念讲起，逐步深入分布式系统中间件Spring Cloud *进阶实战，重点介绍了使用Spring Cloud *框架整合各种分布式组件的完整过程，让读者不但可以系统地学习分布式中间件的相关知识， 而且还能对业务逻辑的分析思路、实际应用开发有更为深入的理解。 全书共分5大章节，第1章开篇部分，讲解分布式系统的演进过程和Spring Cloud *概述及版本的选择，以及单体架构/微服务架构的优缺点；第2章讲解如何使用Spring Cloud *实现RPC通讯；第3章在介绍主流Nacos组件时，介绍了三元的概念以及使用Nacos实现注册中心和配置中心，包含环境的动态切换、配置的动态刷新、通用型配置、版本回滚等核心技术，为微服务环境提供基础的架构；第4章介绍了负责限流和熔断降级的Sentinel组件，包含收集系统运行状态、流量控制、熔断降级、热点、授权、系统规则、流控的异常处理、熔断的异常处理、规则持久化等；第4章介绍了网关常用案例，以及在软件项目中常用的高频使用技术点，力求为开发微服务项目的程序员提供一个快速学习的捷径。 《Spring Cloud *核心技术与实战案例》内容由浅入深、结构清晰、实例丰富、通俗易懂、实用性强，适合需要全方位学习Spring Cloud *相关技术的人员，也适合培训学校作为培训教材，还可作为大、中专院校相关专业的教学参考书。

本书是一本介绍Web前端应用开发技术的图书，主要内容包括HTML5开发基础、CSS开发基础、JavaScript开发基础、Web开发框架、Web App开发、物联网Web应用开发实例。本书采用任务式的学习方法，每个任务均给出了一个实际案例，每个实际案例均包含开发场景、任务目标、原理学习、开发实践、任务验证、任务小结、思考与拓展。本书通过实际案例将理论学习和开发实践结合起来，每个实际案例均附有完整的开发代码，读者可在开发代码的基础上进行快速的二次开发。

《Python 趣味编程案例实战》一书用生动有趣的游戏案例编程过程学习基本的 Python编程技术和面向对象的编程思想。全书分 4 部分，共 15 章，其中第 1 部分（1～4 章）以“打砖块”游戏为例介绍了动作游戏的编写过程，通过将动画和事件处理相结合，学习用Python 实现交互处理的方法；第 2 部分（5～8 章）详细介绍了类、对象和方法等面向对象编程的基本工具，以及类的继承、聚合、多态、协议、重写等面向对象的功能，并用面向对象编程的方法完成“打砖块”游戏；第 3 部分（9～11 章）以“扫雷”游戏为例介绍了益智游戏的编写过程；第 4 部分（12～15 章）介绍了用 pygame（专门用来开发游戏的程序库）来编写游戏的方法，并在最后一章从零开始编写了一个完整的“打气球”游戏，让读者整体了解游戏的设计思路和实现方法。《Python 趣味编程案例实战》示例代码丰富，内容循序渐进，非常适合想学习 Python 编程的大中专院校计算机相关专业学生学习，也适合作为自学 Python 游戏编程的参考书。

本书深入浅出地讲解了如何利用Python实现高效办公，包含Python编程的基础知识，以及Python在办公自动化方面的应用。本书内容分2篇，共12章。篇介绍Python编程的基础知识，涉及Python编程的基本语法、流程控制、数据模型、函数式编程、程序调试与异常处理、面向对象编程等。第二篇介绍Python在办公自动化领域的应用，分为文件批处理、使用正则表达式对文本内容进行批处理、Excel数据分析自动化、图片批处理、爬取互联网数据、PDF文档处理自动化，基本涵盖了文件处理和数据分析方面的自动化办公工作。本书提供丰富的配套资源（如教学视频、PPT、案例数据、源代码和编程练习的参考答案），读者可以参考学习并尝试将书中介绍的解决方案用于实际工作中，有助于提升办公效率，夯实编程技能。本书不要求读者拥有Python或编程基础，适合想要入门Python编程的读者阅读，也适合想要利用Python实现办公自动化、提升办公效率的读者阅读。

Python数据分析和业务应用实战：广告投放、产品运营、商业分析 本书内容以技术知识与业务实战相结合，同时全书穿插多个实战项目，从而帮助读者更好地理解数据分析技术在业务上的应用。前半部分为技术章节，主要围绕Python语言的编程方法展开，其中包括数据录入、数据可视化、数值计算、办公自动化等内容；后半部分为业务章节，主要围绕不同业务场景的分析方法展开，其中包括广告投放、电商运营、用户画像、商品画像、商业分析等内容。本书主要面向电商数据分析师和电商运营人员，也适合对技术感兴趣的产品经理。

本书主要介绍数字信号处理中的卡尔曼（Kalman）滤波算法及其在相关领域应用中的相关内容。全书共7章。第1章为绪论。第2章介绍MATLAB算法仿真的编程基础。第3章介绍线性Kalman滤波。第4章讨论扩展Kalman滤波，并介绍其在目标跟踪和制导领域中的应用和算法仿真。第5章介绍无迹Kalman滤波，同时给出在应用领域中的算法仿真实例。第6章介绍交互多模型Kalman滤波算法。第7章介绍在Simulink环境下，如何通过模块库和S函数构建Kalman滤波器，并给出系统在线性和非线性两种情况下的滤波器设计方法。

本书是原谷歌资深面试官的经验之作，紧扣程序员面试环节，全面而详尽地介绍了程序员要为面试做哪些准备以及如何应对面试。主要内容涉及面试的流程解析、面试准备工作，以及多家知名公司的面试题目及详解。修订版特别结合国内科技公司的近况，修订了上一版中的一些问题，增添了国内科技公司的面试流程与注意事项。面试题目方面结合近年国内科技公司的考查重点，整合了原有的内容，围绕考核知识点精选了 100 多道题目，详细讲解了相关的*法策略。 本书适合程序开发人员和想要了解相关内容的学生阅读。

本书将通过高级示例帮助读者应用R语言实现深度学习算法。它涵盖了各种神经网络模型，如人工神经网络、卷积神经网络、循环神经网络、长短期记忆网络和其他采用专家技术的模型。在阅读本书的过程中，读者将利用Keras-R、TensorFlow-R等流行的深度学习库来实现人工智能模型。