本书系统、全面地阐述了仿生偏振光罗盘信息处理技术。本书内容分为三部分：第一部分介绍仿生偏振光罗盘智能信息处理技术的研究背景与研究意义，分析基于大气偏振模式的定向方法，以及仿生偏振光罗盘定向误差处理方法，探讨组合系统信息处理的研究现状、发展趋势等；第二部分分析仿生偏振光罗盘的噪声成分、噪声对其定向精度的影响，并介绍了基于多尺度主成分分析、多尺度自适应时频峰值滤波等智能算法的去噪方法和仿生偏振光罗盘定向误差补偿技术；第三部分重点阐述容积卡尔曼滤波器及其改进方法在基于仿生偏振光罗盘的无缝组合定向系统中的应用，并提出非连续观测条件下的仿生偏振光罗盘的无缝组合定向模型，设计了基于神经网络的非连续观测算法。本书可作为导航、制导与控制相关专业研究生教材，也可供广大工程技术人员和管理人员学习或培训使用。

本书选取一些自然科学的经典知识和案例，如数学中的傅里叶变换、圆周率，计算机技术中的RSA加密，数学建模中的微分方程数值算法，航天领域的火箭、发动机、卫星轨道和卫星探测等，将这些案例中的知识点、研究和计算过程与Python编程的应用有机结合，带领读者初步体验和学习使用Python进行数学建模、数据处理等。

本书是Python数学分析经典畅销书的升级版，由Python pandas项目的创始人Wes McKinney撰写。自2012年第1版出版以来，迅速成为该领域的权威指南，并且为了与时俱进，作者也在对本书内容进行持续更新，以摒弃一些过时、不兼容的工具，添加新的内容，用以介绍一些新特性、新工具及方法。本书第3版针对Python 3.10和pandas 1.4进行了更新，并通过实操讲解和实际案例向读者展示了如何高效解决一系列数据分析问题。读者将在阅读过程中学习新版本的pandas、NumPy、IPython和Jupyter。

本书主要介绍Python编程语言的基础知识和使用Python进行数据爬虫、数据分析与数据可视化的方法，主要内容包括Python安装与IDE选择；Python基础知识；Python运算符与流程控制；函数；面向对象基础；模块；网络数据爬取；数据分析基础；数据可视化。 本书涵盖了Python编程语言的主要应用场景，注重理论知识的学习和实际应用的充分结合。本书提供的PPT、教学视频均为专业公司制作，内容精美，应用价值较高。章节后提供的综合案例和习题可供读者综合复习每章的知识点。 本书可作为高等学校计算机及相关专业Python编程基础、Python编程与科学计算等课程的教材，也可供想学习Python基础知识和使用Python做应用开发的读者做参考使用。

本书知识体系完整，按照认知递进的顺序进行了编排，主要包括编程环境、数据类型、变量与计算、流程控制、错误与错误处理、函数、面向对象的程序设计、模块、文件操作、tkinter 图形界面设计及数据库与数据库连接操作等内容。全书共12 章，每章都包含详细的概念及原理阐述，同时配有大量精美的插图、代码范例和课后习题。有别于同类教材，本书将自身的角色设定为陪伴者和对话者，让读者在学习中获得归属感，使学习变成一种快乐。同时，本书从始至终都非常重视思维模式的养成，力求使读者获得利用Python 语言描述问题、分析问题，最终设计并实现软件解决方案的能力。

本套书是基于当前少儿编程市场上流行的Python编程语言进行课程设计的。第一个分册（基础篇）的定位是打好编程基础，后面三个分册的定位为基础知识的三个应用方向（程序绘画、游戏设计、界面应用设计）。在知识点选取、案例选取、关注角度方法上下功夫，力求既教知识又教方法、既精简又高效、既夯实基础又发挥创造、既有趣又易学。

《轻松学C++编程：案例教学》从初学者的角度循序渐进地从C++语言的基础语法到高级语法进行讲解。全书使用生动的实例和图示，介绍C++面向对象程序设计的基础知识；进而通过案例详解类的高级应用、运算符重载、继承与多态，全面呈现了面向对象程序设计的主要内容。在数据流和文件操作技巧与应用方面，本书还提供了实现相关算法的精选范例，以便读者理解异常处理、C++模板的应用设计方式，并熟悉标准模板函数库的应用。《轻松学C++编程：案例教学》的各章节中贯穿了大量范例程序的讲解和分析，并在每章末尾附带了习题与解答。《轻松学C++编程：案例教学》叙述简洁、清晰，具有较强的可操作性，适合作为相关专业的教材，也适合初学者自学。对于具有一定编程经验且希望快速掌握C++语言的从业人员，本书也是一本快速掌握C++语言的读物。

本书汇编了全国高等学校计算机教育研究会研制的《青少年编程能力等级》团体标准第1～5部分，第1部分：图形化编程；第2部分：Python编程；第3部分：机器人编程；第4部分：C编程；第5部分：人工智能编程。

本书以面对纷呈复杂问题时如何理清数据关系，选择适宜高效的数据结构和解题方法为主线，分别阐述线性表、树、图的解题策略，全书共16章。每章以相关的数据结构、高级数据结构的知识体系为大纲，以基于程序设计竞赛试题的解题实验为核心单元，以期通过案例化的学习，系统、全面地提高读者编程解决问题的能力。本书既可以作为ACM-ICPC、IOI等各类程序设计竞赛的训练教程，又可以作为大学本科、研究生的教材，也可以作为IT研发人员提高编程能力的辅导教材。

本书使用受现实世界商业和行业问题启发的实际示例来讲授强化学习技术的相关知识。本书分为四部分：部分涵盖强化学习的必要背景，包括定义、数学基础和强化学习解决方案的概述；第二部分深入介绍先进的强化学习算法（规模化的深度Q-学习、基于策略的方法、基于模型的方法、多智能体强化学习等），包括每种算法的优缺点；第三部分介绍强化学习中的高级技术，包括机器教学、泛化和域随机化、元强化学习等主题，还涵盖强化学习中有助于改进模型的各种高级主题；第四部分讲解强化学习的各种应用，例如自主系统、供应链管理、营销和金融、智慧城市与网络安全等，并讨论强化学习领域的一些挑战及未来方向。学完本书，你将掌握如何训练和部署自己的强化学习智能体来解决强化学习问题。