《深入C#函数式编程》阐述了函数式编程的历史背景、基本概念和实践，展示了如何借助于 C# 语言和函数式编程来增强代码的可读性和可维护性以及提高代码的质量。书中还探讨了 C# 语言中非传统结构的使用方法以及如何通过函数式编程重构现有的代码。此外，本书还通过丰富的案例分析了在实际业务场景中应用 C# 函数式编程能带来哪些实际的好处。通过本书的阅读，广大 C# 程序员——无论是初学者还是有经验的开发者，都可以从中学到如何巧用函数式编程来显著提高工作效率和代码质量。

《联邦学习》为研究人员和从业者深入探讨了联邦学习最重要的问题和方法。联邦学习（Federated Learning，FL）是一种机器学习方法，其中训练数据不是集中管理的。数据由参与联邦学习过程的各方保留，不与任何其他实体共享。这使得联邦学习成为一种日益流行的机器学习解决方案，适用于因隐私、监管或实际原因而难以将数据集中到一个存储库中的任务。本书阐述了联邦学习的最新研究进展和最先进的发展成果，包括从最初构想到首次应用和商业化使用。为了全面、深入地了解这个领域，研究人员从不同的角度探讨了联邦学习：机器学习、隐私和安全、分布式系统以及具体应用领域。读者将从这些角度了解联邦学习所面临的挑战、它们之间的相互关系，以及解决这些挑战的前沿方法。本书第1章介绍了联邦学习的基础知识，之后的24章深入探讨了各种不同的主题。第l部分涉及以联邦方式解决各种机器学习任务的算法问题，以及如何进行高效、规模化和公平的训练。第I部分主要介绍联邦学习过程运行的系统的实际问题。第川部分着重介绍如何选择隐私和安全解决方案，以适应特定的应用场景。第IV部分讲解了联邦学习的其他重要应用案例，如拆分学习和纵向联邦学习。最后，第V部分介绍实际企业环境中联邦学习的应用和案例。

暂缺简介...

本书致力于介绍喷泉码的理论基础和应用。重点着眼于对喷泉码理论的研究和描述，包括喷泉码的编码原理、译码原理、度分布分析方法、译码性能分析方法和原理；在此基础上，重点研究了喷泉码在DVB-H 网络中的应用方法和原理以及系统性能理论分析的方法、喷泉码在各种多媒体信息（包括文本信息、音频信息、图像信息、视频信息和实时视频信息）传输中的编译码应用方案和采用matlab GUI 进行可视化编程实现的方案和方法。本书的读者对象为从事通信系统信道编码理论研究和应用的硕士研究生和相关研究人员。本书无著作权问题。

拥抱软件开发的未来！《OpenAl API编程实践（Java版）》是Java开发者学习使用ChatGPT和OpenAI API构建智能应用的理想帮手。本书从基础入手，详细阐述如何以编程方式使用ChatGPT。你将学习ChatGPT和OpenAl API的基础知识，包括身份验证、发送提示、生成响应、在Playground中进行测试以及处理错误等。通过完成实战练习，你将进一步了解不同API功能的实际应用。此外，你将学习如何使用GPT-4、GPT-3.5、Whisper、DALL-E等模型，为自己的AI应用程序注入强大动力。本书将帮助开发人员认识到，生成式Al工具并不能取代软件开发工作，而是作为辅助工具，来帮助提高开发效率！你将学会利用ChatGPT作为Java Al结对程序员，为Java应用程序提供强大的NLP功能，从而轻松理解各种格式的非结构化文本。最终，你将能逐步应用所学知识，创建能自动处理Slack和Discord消息的智能聊天机器人。随着人工智能这一新兴领域的蓬勃发展和变革，本书将助力Java开发人员充分利用Al技术，开发出更卓越的应用程序。丰要内容使用ChatGPT和OpenAl API进行身份验证，学习如何设计和发送提示信息演示如何在ChatGPT Playground中测试提示信息如何使用多种AI模型调整温度、Top_p和其他参数，从ChatGPT创建更独特、更具吸引力的响应为Slack或Discord服务器创建智能机器人将上下文纳入提示以获得更贴切的回复，并应用API的高级功能探索ChatGPT和OpenAI的未来发展方向

本书按照循序渐进的顺序讲解了多种常见数据结构的相关定义、实现方式及应用场景，并通过提供配套代码、研读Java源码的方式，让读者能够通过体会代码实现细节的方式加深对各种常见数据结构从理论定义到实践落地过程的理解。本书除了阐述各种常见数据结构的基本定义外，还引申的讲解了常见数据结构内部隐含的特点，使读者能够更加全面地了解各种常见数据结构的特征和优缺点。本书共9章。第1章对数据结构时间、空间效能的评判标准进行讲解。第2章对数组和链表及其引申结构进行讲解。第3章对栈和队列两种基于数组和链表的逻辑结构讲解。第4章对常见的搜索、排序算法进行讲解。第5章对字符串结构及字符串匹配算法进行讲解。第6章对多种常见树形结构及相关算法进行讲解。第7章对堆结构进行讲解。第8章对散列表结构进行讲解。第9章对图结构及其常见算法进行讲解。本书既适合具有一定Java语言基础的高校学生作为学习数据结构、研究其实现原理的参考书籍，也对具有一定工作经验、需要对不同数据结构之间差异性、内在特征进行研究的人群均有一定参考价值。

准的脑血管分割成为脑血管疾病诊治的重要辅助手段，受到研究者的广泛关注。深度学习是一种启发式方法，它鼓励研究人员通过驱动数据集从图像中得出答案。随着数据集和深度学习理论的不断发展，在脑血管分割方面取得了重要成果。为了全面分析新的脑血管分割，本书以深度学习为核心主题，涵盖了基于滑动窗口的模型、基于U-Net的模型、基于卷积经网络的其他模型、基于小样本数据集的模型、基于半监督或无监督学习的模型、基于征融合的模型、基于Transformer的模型和基于几何图形学的模型。本书组织了不同模型的发展，改进以及具体案例，探讨了领域的发展趋势和展望。

自然语言处理被誉为“人工智能皇冠上的明珠”。深度学习等技术的引入为自然语言处理技术带来了一场革命，尤其是近年来出现的基于大语言模型的方法，已成为研究自然语言处理的新范式。本书在介绍自然语言处理、深度学习等基本概念的基础上，重点介绍新的基于预训练语言模型和大语言模型的自然语言处理技术。本书包括基础知识、预训练语言模型和大语言模型三部分：基础知识部分主要介绍自然语言处理和深度学习的基础知识、基本工具集和常用数据集；预训练语言模型部分主要介绍语言模型、预训练词向量、预训练语言模型的实现方法和应用；大语言模型部分首先介绍大语言模型的预训练方法，其次介绍大语言模型的适配、应用和评估方法，接着介绍基于预训练语言模型思想的各种延伸技术，最后以DeepSeek 系列模型为例，介绍大语言模型的最新技术进展。除了理论知识，本书还有针对性地结合具体案例提供相应的PyTorch 代码实现，让读者不仅能对理论有更深刻的理解，还能快速地实现自然语言处理模型，达到理论和实践的统一。本书既适合具有一定机器学习基础的高等院校学生、研究机构的研究者，以及希望深入研究自然语言处理算法的计算机工程师阅读，也适合对人工智能、深度学习、大语言模型和自然语言处理感兴趣的学生和希望进入人工智能应用领域的研究者参考。

《云原生Kubernetes自动化运维实践》以一名大型企业集群运维工程师的实战经验为基础，全面系统地阐述Kubernetes（K8s）在自动化运维领域的技术应用。《云原生Kubernetes自动化运维实践》共16章，内容由浅入深，逐步揭示K8s的原理及实际操作技巧。第1章引领读者踏入Kubernetes的世界，详细介绍其起源、核心组件的概念以及集群安装方法。第2～4章深入剖析Pod控制器、Label标签、容器钩子、探针、Service服务发现与负载均衡机制。第5～7章则探讨Ingress-Nginx服务网关的应用、存储卷管理、配置和密钥管理的高级功能。第8～10章聚焦于鉴权机制、容器运行时的选择与配置，以及GitLab企业级代码仓库的部署和管理。第11～13章涵盖Jenkins持续集成交付工具、ArgoCD声明式持续交付，以及云原生负载均衡MetalLB的应用。第14章和第15章分别介绍云原生日志与监控集成架构，以及Istio微服务时代的服务网格领航者。最后，第16章通过一系列实战案例，展示在K8s环境中安装并实验多种服务的详细过程。《云原生Kubernetes自动化运维实践》不仅整合了多种自动化运维工具，还提供了丰富的运维案例，无论是初学者还是有一定经验的运维工程师，都能从中获得宝贵的知识和实践经验，提升自身的技术水平。

本书是关于C++程序设计的经典教材，分为基础篇和进阶篇，主要介绍程序设计基础、面向对象程序设计和数据结构。本书采用“基础优先，问题驱动”的教学方式，在设计自定义类之前介绍基本的编程概念和技术，同时侧重于解决问题而非语法，通过不同领域的示例说明相关概念。本书引导读者循序渐进地学习，从基本的编程技术到面向对象编程，从简单的数据类型到经典的结构，为读者构建了友好的学习曲线。本书可作为高等院校计算机相关专业程序设计课程的教材，也可作为C++语言及编程爱好者的参考书。