本书重点突出深度强化学习理论的基本概念、前沿基础理论和Python应用实现。首先介绍马尔可夫决策、基于模型的算法、无模型方法、动态规划、蒙特卡洛和函数逼近等基础知识；然后详细阐述强化学习、深度强化学习、多智能体强化学习等算法，及其Python应用实现。本书既阐述奖励、价值函数、模型和策略等重要概念和基础知识，又介绍深度强化学习理论的前沿研究和热点方向。本书英文版出版之后，广受好评，已成为深度强化学习领域畅销教材，也可为人工智能和机器学习等领域的科研工作者、技术工程师提供参考。

本书以企业管理思想为“魂”，以低代码开发平台为“招”，紧紧围绕中小微企业在“人”“事”“财”“管”4个核心领域的诉求，通过一个个实际的应用系统搭建案例，将企业管理思想融入其中。本书分为15章。第1~3章为低代码开发简介，包括初识低代码开发、开发框架的使用以及企业应用整体介绍； 第4~7章介绍企业人力资源管理相关应用，包括员工管理、企业招聘、假期管理以及外勤管理； 第8、9章介绍企业运营相关应用，包括项目管理以及行政服务； 第10~14章介绍企业财务管理相关应用，包括合同管理、费用管理、企业采购、固定资产管理以及薪酬管理5个应用的搭建； 第15章围绕企业管理领域，通过数据可视化形式对企业的人力资源、运营、财务数据进行分析，为管理者提供决策依据。鉴于低代码开发平台的低门槛及易用性，本书面向的主要读者是企业中的业务人员，亦可作为高校计算机相关专业学生的学习材料。同时，为了帮助读者更加快速地掌握低代码开发方法，本书为各章节录制了配套视频教学，从而进一步降低了学习门槛。

本书是一本涉及Scala 3基础知识与实际应用的实践指南。本书基于Scala 3，不仅详细介绍了Scala有关的所有基础知识，包括入门基础、功能、语言本身、概念、工具、库、框架、类型、集合、类、方法、函数式编程技术等，还通过实际的代码示例展示了Scala 3的语言优势和特点，并以问答形式提供了许多解决方案，包含250多个常见的Scala编程问题和1000多个基于真实场景的代码示例，覆盖了使用Scala 3及其流行库时遇到的常见问题。本书适合所有的Scala开发人员以及初级类库设计师阅读。

本书系统讲述Apache Spark/PySpark大数据计算平台的原理，以及如果将Apache PySpark应用于大数据的实时流处理、批处理等各个场景。通过原理深入学习和实践示例、案例的学习应用，使读者了解并掌握Apache Spark/PySpark的基本原理和技能，接近理论与实践的距离。 全书共分为8章，主要内容包括：Spark架构原理与集群搭建、开发和部署PySpark应用程序、PySpark核心编程、PySpark SQL、PySpark SQL高级分析、PySpark结构化流、PySpark结构化流高级处理、Spark大数据处理综合案例。本书源码全部在Apache Spark 3.1.2上调试成功，所有示例和案例均基于Python 3.x语言。 为降低读者学习大数据技术的门槛，本书除了提供了丰富的上机实践操作和范例程序详解之外，本书作者还为购买和使用本书的读者提供了搭建好的Hadoop、Hive数仓和PySpark大数据开发和学习环境。读者既可以参照本书的讲解自行搭建Hadoop和PySpark环境，也可直接使用作者提供的开始和学习环境，快速开始大数据和PySpark的学习。 本书系统讲解了Apache Spark/PySpark大数据计算平台的原理和流、批处理的开发实践，内容全面、实例丰富、可操作性强，做到了理论与实践相结合。本书适合大数据学习爱好者、想要入门Apache Spark/PySpark的读者作为入门和提高的技术参考书，也适合用作大中专院校大数据专业相关的学生和老师的教材或教学参考书。

Python语言是一种脚本语言，应用领域非常广泛，包括数据分析、自然语言处理、机器学习、科学计算、推荐系统构建等。本书共有12章，围绕如何进行代码优化和加快实际应用程序的运行速度进行讲解，还介绍了如何解决CPU密集型问题、数据传输和内存密集型问题，如何通过移动数据、PyPy即时编译器和异步I/O提升性能。本书主要包括以下内容：计算机原理、列表和元组、字典和集合、迭代器、Python模块、并发性、集群计算等。最后，本书通过一系列真实案例展现了在应用场景中使用Python时需要注意的问题。

《C语言王者归来》详细讲解了C语言的相关知识，从基本概念开始，逐步讲解程序流程控制、循环、字符串、指针、函数、结构、文件输入与输出，以及完整的大型项目设计。同时本书还进一步讲解了数据结构的基础知识，如串行、堆栈、队列与二叉树，奠定读者未来学习算法的基础。本书最后一章则是介绍 C 与 C 语言的差异，由此可以帮助读者学习面向对象的程序开发方法。

本书采用由浅入深的方式介绍Flutter技术原理，分为三篇15章，主要内容如下：？入门篇（第1章~第5章），包括Flutter技术的出现背景和简介、Flutter的各种类型的Widget以及如何构建UI。通过学习本章，读者可以掌握如何使用Flutter来构建UI界面。？进阶篇（第6章~第14章），包括可滚动组件、事件机制、动画、自定义组件、文件和网络、国际化以及Flutter核心原理等。通过本章内容，读者可以对Flutter整体构建及原理有一个深入的认识。？实例篇（第15章），本章主要通过一个简版的Github App来将前面介绍的内容串起来，让开发者对一个完整的Flutter App开发流有个了解。

主要内容● 编写Python命令行程序● 处理Python数据结构● 使用和控制随机性● 为程序和函数编写并运行测试● 下载每个项目的全套测试集

本书用于Python 3.10编程快速入门，书中内容注重实战操作，能帮助读者循序渐进地掌握Python开发中的各项技术。本书配套示例源代码、PPT课件、同步教学视频、习题与答案、教学大纲与执行计划表、作者答疑服务以及其他超值教学资源。本书共分19章，内容包括Python的基本概念、开发环境安装与配置、Python的基础语法、数据类型和运算符、程序流程控制、容器类型的数据、字符串的应用、函数、类与对象、异常处理、常用的内置模块、文件读写、图形用户界面、网络通信与网络爬虫、访问数据库、多线程、弹球游戏案例、网络爬虫案例、大数据分析案例、数据挖掘案例。本书适合Python初学者、使用Python做开发的各类技术人员，也适合作为高等院校和培训机构计算机软件、大数据、人工智能等专业的教材。

本书是一本概率编程的入门书。本书使用概率编程库 PyMC3以及可视化库 ArviZ对贝叶斯统计分析的相关知识进行讲解，包括概率思维、概率编程、线性回归建模、广义线性模型、模型比较、混合模型、高斯过程以及推断引擎等知识。全书图文并茂，通俗易懂，适合具备一定 Python基础的读者学习使用。学完本书，读者可以利用概率思维建立贝叶斯模型并解决自己的数据分析问题。