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。

本书介绍Python软件工程的主要实践和原则，旨在帮助读者编写更易于维护和更整洁的代码。全书共10章：第1章介绍Python语言的基础知识和搭建Python开发环境所需的主要工具；第2章描述Python风格代码，介绍Python中的第一个习惯用法；第3章总结好代码的一般特征，回顾软件工程中的一般原则；第4章介绍一套面向对象软件设计的原则，即SOLID原则；第5章介绍装饰器，它是Python的**特性之一；第6章探讨描述符，介绍如何通过描述符从对象中获取更多的信息；第7章和第8章介绍生成器以及单元测试和重构的相关内容；第9章回顾Python中最常见的设计模式；第10章再次强调代码整洁是实现良好架构的基础。本书适合所有Python编程爱好者、对程序设计感兴趣的人，以及其他想学习更多Python知识的软件工程的从业人员。

使用React能让前端开发人员用更少、更安全的代码来构建更可靠、更强大的应用程序。本书分为两部分，全面介绍了React的相关主题。第一部分通过例子循序渐进地讲解基础知识，包括创建一个投票应用程序、编写组件、处理用户交互、管理富表单，以及与服务器交互，此外还探索了Create React App的工作原理，编写自动化单元测试，以及使用客户端路由构建多页面应用程序。第二部分探讨在大型应用程序产品中使用的更高级的概念——数据的架构、传输和管理的策略，讲解了Redux、GraphQL、Relay，以及如何使用React Native编写原生、跨平台的移动应用程序。书中每一章都配有示例代码，有助于读者巩固所学。

本书深入Java虚拟机底层原理，对JVM内存管理中的垃圾回收算法G1GC进行了详细解读。全书分为“算法篇”和“实现篇”两大部分：前一部分主要介绍G1GC的算法原理，内容包括G1GC的并发标记、转移功能、软实时性的实现和分代G1GC模式；后一部分聚焦算法篇中没有详细讲解的实现部分，基于HotSpotVM源码，讲解对象管理功能、内存分配器的机制、线程管理方法和G1GC的具体实现。本书以图配文，通俗易懂，既系统介绍了G1GC的基础算法，又贴近现实，剖析了实用JVM中的G1GC实现，同时还包含了作者对G1GC的研究成果和独到见解，是深入理解JVM和G1GC机制的佳作。

本书用实例引导读者学习，深入浅出地介绍了C语言的相关知识和实战技巧。本书第1～5章主要讲解C语言基础知识，C语言的基本构成元素、数制、数据类型以及运算符和表达式等，第6～10章主要讲解顺序结构和选择结构、循环结构和转向语句、输入和输出、数组以及字符数组和字符串等，第11～12章主要讲解函数以及函数中的变量等，第13～15章主要讲解指针、结构体和联合体以及文件等。本书适合任何希望学习C语言的读者，无论读者是否从事计算机相关行业，是否接触过C语言，均可通过学习本书快速掌握C语言的开发方法和技巧。

本书用实例引导读者学习，深入浅出地介绍了Java的相关知识和实战技能。本书第1～5章主要讲解了Java语言基础，Java编程基础，语句与流程控制，数组、字符串与常用类；第6～10章主要讲解了类和对象，方法，类的封装、继承与多态，抽象类与接口，异常的捕获与处理；第11～14章主要讲解多线程、文件I/O操作、GUI编程、数据库编程。本书适合任何希望学习Java的读者，无论读者是否从事计算机相关行业，是否接触过Java，均可通过学习本书快速掌握Java的开发方法和技巧。

本书以VisualBasic6.0为例，根据高等院校教学的特点，以及教育部考试中心制定的《全国计算机等级二级考试大纲（VisualBasic语言程序设计）》要求编写而成。《BR》全书共分十二章，主要内容包括：VisualBasic程序开发环境、对象和事件驱动的概念、常用内部函数和表达式、数据输入输出、常用标准控件、基本控制结构、数组、过程调用、文件处理、图形设计、常用界面设计、数据库功能、程序调试及出错处理等。《BR》本书内容紧扣考试大纲，采用任务驱动方式向学生逐步讲解ViusalBasic编程的概念，在体系结构和内容上注意了由简及繁、由浅入深、循序渐进、深入浅出以及理论与实践密切结合。

本书是学习嵌入式技术的入门教材，是学习嵌入式系统原理与接口技术、嵌入式系统设计与应用等知识的前导教材。 本书基于ARM体系结构进行汇编语言的教学，内容分成3个部分：第一部分主要介绍汇编语言程序设计的基础知识和ARM系列微处理器，包括第1、2章；第二部分主要介绍基于ARM体系结构的指令系统、汇编程序设计以及异常中断编程，包括第3、4、5章；第三部分主要是MDK集成开发环境的使用和ARM汇编语言程序实验，包括第6、7章。本书是再版书，相比旧版，修订了旧版的一些错误，并更新了部分内容。 本书配套资料包含相关章节程序源代码及其他相关资料，读者可以到北京航空航天大学出版社网站的“下载专区”免费下载。

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。

本书全面介绍了gRPC，可作为终极指南，用于gRPC应用程序开发周期的各个阶段。本书的主要内容包括gRPC的基础知识；gRPC与常规进程间通信技术的区别；gRPC的通信模式、底层原理，以及一些非常重要的高级特性，如拦截器、截止时间、错误处理、元数据、多路复用、负载均衡等。此外，本书还介绍了如何使用Go语言和Java语言构建gRPC应用程序并使其在生产环境中运行，也讲解了gRPC如何与Docker和Kubernetes协作，以及其生态系统中的其他内容。本书广泛使用Go语言和Java语言编写代码示例，帮助读者掌握每个概念。