代码和数学是相知相惜的好伙伴，它们基于共同的理性思维，数学公式的推导可以自然地在编写代码的过程中展开。本书带领程序员使用自己熟知的工具，即代码，来理解机器学习和游戏设计中的数学知识。通过Python代码和200多个小项目，读者将掌握二维向量、三维向量、矩阵变换、线性方程、微积分、线性回归、logistic回归、梯度下降等知识。

Go入门容易，精进难，如何才能像Go开发团队那样写出符合Go思维和语言惯例的高质量代码呢？本书将从编程思维和实践技巧2个维度给出答案，帮助你在Go进阶的路上事半功倍。编程思维层面只有真正领悟了一门语言的设计哲学和编程思维，并能将之用于实践，才算精通了这门语言。本书从Go语言设计者的视角对Go背后的设计哲学和编程思想进行了梳理和分析，指引读者体会那些看似随意实则经过深思熟虑的设计背后的秘密。实践技巧层面实践技巧源于对Go开发团队和Go社区开发的高质量代码的阅读、挖掘和归纳，从项目结构、代码风格、语法及其实现、接口、并发、同步、错误与异常处理、测试与调试、性能优化、标准库、第三方库、工具链、Z佳实践、工程实践等多个方面给出了改善Go代码质量、写出符合 Go 思维和惯例的代码的有效实践。全书的内容覆盖如下10个大类，共66个主题，字字珠玑，句句箴言。（1）Go语言的一切（2）项目结构、代码风格与标识符命名（3）声明、类型、语句与控制结构（4）函数与方法（5）接口（6）并发编程（7）错误处理（8）测试、性能剖析与调试（9）标准库、反射与cgo（10）工具链与工程实践学完这本书，你将拥有和 Go专家一样的编程思维，写出符合Go惯例和风格的高质量代码，从众多 Go 初学者中脱颖而出，快速实现从Go新手到专家的转变！

这是一本介绍C++并发和多线程编程的深度指南。本书从C++标准程序库的各种工具讲起，介绍线程管控、在线程间共享数据、并发操作的同步、C++内存模型和原子操作等内容。同时，本书还介绍基于锁的并发数据结构、无锁数据结构、并发代码，以及高级线程管理、并行算法函数、多线程应用的测试和除错。本书还通过附录及线上资源提供丰富的补充资料，以帮助读者更完整、细致地掌握C++并发编程的知识脉络。本书适合需要深入了解C++多线程开发的读者，以及使用C++进行各类软件开发的开发人员、测试人员，还可以作为C++线程库的参考工具书。

《Vue.js前端开发（全案例微课版）》是针对零基础读者编写的网站前端开发入门教材，侧重案例实训，并提供扫码微课来讲解当前的热点案例。 《Vue.js前端开发（全案例微课版）》分为16章，内容包括快速搭建开发与调试环境、熟悉Vue.js语法、指令、计算属性、精通监听器和过滤器、事件处理、Class与Style绑定、表单输入绑定、精通组件、玩转过渡和动画、脚手架Vue CLI、使用Vue Router开发单页面应用、状态管理——Vuex、数据请求库——axios等。后通过两个热点综合项目，进一步帮助读者巩固项目开发经验。 《Vue.js前端开发（全案例微课版）》通过精选热点案例，可以让初学者快速掌握网站前端开发技术，既适合作为自学教材，也可作为计算机相关专业的实训辅导教材。

在数据分析方面，Python实际上已经远远超越VBA，因为使用Pyhton提供的数据处理函数和模块就可以实现很多功能，既快速、可靠又简便。本书结合OpenPyXl、win32com、xlwings和pandas等Python包全面介绍使用Python实现Excel脚本开发的各种可能性，涉及的内容包括：Python语言基础、Python文件操作、Excel对象模型、Excel图形绘制、Excel图表绘制、字典在Excel中的应用、正则表达式在Excel中的应用、使用Pandas包提高数据处理效率、使用Matplotlib包绘图、Python与Excel VBA混合编程等。本书适合任何对Excel Python脚本开发感兴趣的朋友阅读，可以是有编程需求的职场办公人员、数据分析人员、大学生、科研人员和程序员等。

R是天生的数据分析利器，因其在统计建模和数据可视化方面的优势，它被越来越多的语言学者熟知和使用，已经成为应用语言学、心理语言学、实验语音学等研究者青睐的重要研究工具。本书在语言学量化研究视域下主要介绍了四个方面内容：①“干净、整洁”的数据框的标准；②基于ggplot2的语言数据可视化；③NHST的原理，即如何在语言研究中实现从样本到总体；④统计推断的多种应用。本书从训练数据框操作能力入手，在介绍这四个方面内容时，首先着力解决一些关键概念的理解问题，然后提供大量实例，把关键概念付诸具体应用。比如，在介绍数据框操作时，既有语言研究中常用的问卷数据处理，也有大量的反应时行为数据（E-prime）处理，这些数据都是基于笔者真实的语言研究项目。每项研究都会涉及上述四个方面内容，因此形成了一些可供后续使用的经验。

Go入门容易，精进难，如何才能像Go开发团队那样写出符合Go思维和语言惯例的高质量代码呢？本书将从编程思维和实践技巧2个维度给出答案，帮助你在Go进阶的路上事半功倍。编程思维层面只有真正领悟了一门语言的设计哲学和编程思维，并能将之用于实践，才算精通了这门语言。本书从Go语言设计者的视角对Go背后的设计哲学和编程思想进行了梳理和分析，指引读者体会那些看似随意实则经过深思熟虑的设计背后的秘密。实践技巧层面实践技巧源于对Go开发团队和Go社区开发的高质量代码的阅读、挖掘和归纳，从项目结构、代码风格、语法及其实现、接口、并发、同步、错误与异常处理、测试与调试、性能优化、标准库、第三方库、工具链、Z佳实践、工程实践等多个方面给出了改善Go代码质量、写出符合 Go 思维和惯例的代码的有效实践。全书的内容覆盖如下10个大类，共66个主题，字字珠玑，句句箴言。（1）Go语言的一切（2）项目结构、代码风格与标识符命名（3）声明、类型、语句与控制结构（4）函数与方法（5）接口（6）并发编程（7）错误处理（8）测试、性能剖析与调试（9）标准库、反射与cgo（10）工具链与工程实践学完这本书，你将拥有和 Go专家一样的编程思维，写出符合Go惯例和风格的高质量代码，从众多 Go 初学者中脱颖而出，快速实现从Go新手到专家的转变！

Elasticsearch是一款功能强大且开源的分布式搜索与数据分析引擎，已被许多大的互联网公司所采用。除了搜索之外，它还结合Kibana、Logstash、Beats、Elastic Stack一起使用，被广泛应用于大数据近实时分析领域，包括日志分析、指标监控、信息安全等。它可以帮助用户搜索海量结构化的数据、非结构化的数据，按照需求创建可视化的数据报表，还可以对监控的数据设置报警阈值等功能。本书将从多个维度系统性地讲述Elasticsearch，包括容器化的安装、数据索引的维护、各种方式的数据搜索和Elasticsearch的聚合统计分析，Elasticsearch的底层原理分析以及生产环境的性能调优。无论是数据搜索还是性能调优，都结合理论的阐述和案例的解析来逐一展开，以方便读者理解。

以深度学习为基础的文本检测算法有基于回归的模型和基于分割的模型，目前这两种模型的应用效果各有优劣。为解决回归模型对训练数据的依赖，以及分割模型受目标尺寸影响的问题，本书提出了两种新的算法：TSFnet和Mnet。 全书分为5章，概述了自然场景下文本检测的研究现状，陈述了相关算法的问题、数据集与存在的挑战，并通过实验，对基于融合网络的TSFnet模型及结合区域网络与注意力网络的Mnet模型进行了详细的介绍，后对相关的应用进行了简介。本书结构清晰，文字流畅，图文并茂，适合从事场景文本检测与识别研究的相关读者阅读，也适合作为高校相关专业学生的参考书。

本书基于强化学的库Chainer（Chainere）和AI模拟环境的OpenAI gym-不仅仅是软件模拟-也详述了使用RaspbbilryPi和ARduino的实际环境的应用。