机器学习是人工智能的重要技术基础。本书涵盖了机器学习的基础知识，精选了机器学习常用算法，紧密结合腾讯云培训认证中心的机器学习应用工程师认证体系，主要包括人工智能与机器学习概念、数学基础、编程基础、数据结构与算法、分类算法、回归算法、无监督学习算法、数据获取、特征处理、模型选取与调优、模型评估等，并给出了基于腾讯TIONE平台的操作实例。全书深入浅出、案例丰富，兼具广度与深度，便于学生巩固学习，适合作为高等院校本科生或研究生机器学习、数据分析、数据挖掘等课程的教材，也可供对机器学习感兴趣并希望从事机器学习等领域相关工作的个人开发者阅读参考。

“蓝桥杯”真题分类解析（C/C++版·软件类）根据蓝桥杯软件类考试题型，综合了最近5年蓝桥软件类考试省赛真题编写而成。教材的编写，首先对历年试题进行了分类梳理，让考生清楚历年考试算法的重难点，其次对每道真题题目进行分析，让考生了解解题思路和过程，最后给出了参考代码，让学生能够对比应用。 “蓝桥杯”真题分类解析（C/C++版·软件类）共分为8章，分别对应着考试的8类核心算法：基本算法、模拟法、枚举法、递推与递归、贪心法、搜索法、动态规划和其它算法。针对每章知识，首先介绍了这章的一些核心算法，让考生对该章有个大体把握，然后对历年试题进行了详细分析，最后提供了有针对性的练习供考生复习巩固。教材通过知识、分析、练习等多种形式让学员能够掌握蓝桥杯软件类考试的知识内容，帮助考生能够获得更好的成绩。 “蓝桥杯”真题分类解析（C/C++版·软件类）主要供广大考生作为蓝桥杯软件类竞赛之用，也可以作为各类同学学习各类算法竞赛的辅导和教学用途。

本书以C语言的知识技能为目标设立对应的章节内容，分别介绍了与C语言关联的计算机基础、C语言发展、C语言运行环境、C程序设计基础、C程序的模块化设计、文件操作等内容。书中还介绍软件工程基础，便于读者在程序设计中融入软件设计的思维和方法，更好地适应程序设计岗位所需的软件文档的编辑工作。本书还将案例的讲解融于知识讲解当中，可更好地帮助读者掌握程序设计的知识应用。 本书适合程序设计初学者学习使用，对于具备一定的程序设计能力的学习者也有一定的借鉴价值。

本书首先介绍解决方案架构的基本原理、设计原则和属性，这些内容将帮助你理解解决方案架构如何使跨企业的软件项目受益。你将了解云迁移和应用程序现代化框架，并将使用微服务、事件驱动、基于缓存和无服务器模式来设计健壮的架构。然后，你将探索架构设计的主要考量，包括性能、可伸缩性、成本优化、安全性、卓越运营和DevOps。此外，你还将学习与大数据、机器学习和物联网相关的先进概念。书末，你将掌握架构设计文档和成为更好的解决方案架构师所必需的软技能。

面向职业院校和应用型本科院校开展1 + X证书制度试点工作是落实《国家职业教育改革实施方案》的重要内容之一。为了便于 1+X 证书标准融入院校学历教育，中慧云启科技集团有限公司组织编写了“1+X证书制度试点培训用书·Python程序开发”系列教材。《Python程序开发（初级）》以《Python程序开发职业技能等级标准》为编写依据，内容主要包括Python应用基础编程、用户界面设计和网络爬虫分析3个部分，涵盖了Python基础编程、Web项目原型图构建、Web静态页面开发、静态网站爬虫及数据持久化存储和可视化处理等相关内容。本书以模块化的结构组织各章节，以任务驱动的方式安排具体内容，以培养院校学生能力为目的，充分体现了“做中学，学中做”的思想。本书可用于1 + X证书制度试点工作中的Python程序开发职业技能培训，也可以作为期望从事Python程序开发的人员的自学参考用书。

本书是为学习PHP程序设计编写的一部实践性教材，详细讲解了PHP项目开发的方法及关键技术。 全书共10章，分为“开发准备”和“项目案例”两篇。第一篇包括第1~4章，介绍了PHP项目开发前的一些准备知识，包括开发环境的搭建、前端技术、后端技术以及PHP框架； 第二篇包括第5~10章，第5~7章介绍了3个PHP课程设计项目案例，即“内容管理系统”“日程管理系统”以及“在线课程系统”，分别采用面向过程、面向对象以及Smarty模板+面向对象的程序设计方法进行开发； 第8~10章介绍了3个PHP的实践性项目案例，即“校园信息平台”“电子商务系统”以及“在线办公系统”，分别采用WordPress开源软件、CodeIgniter框架以及ThinkPHP 6框架技术进行开发。 本书结构清晰、语言简练、内容翔实，具有系统性、综合性和实用性等特点。书中选配的6个项目案例均来自实际，全面覆盖了PHP项目开发的基础理论知识及技术规范，并配套了同步的视频讲解，非常适合具备基本的计算机程序设计知识以及Web技术知识的读者。 本书可作为高等院校计算机专业、网络技术培训中心等相关课程的教材或教学参考书，也可供软件开发人员进行项目开发、在校学生进行课程设计与毕业设计时参考。

本书以业界开源性能测试工具JMeter为依托，结合真实的工作实践，用通俗易懂的语言层层深入讲解性能测试技能。全书共分为5章和6个附录，第1章讲解性能测试基础知识，包括性能测试的整体知识体系、必备基础知识和通用标准等；第2章讲解初级性能测试技能，包括JMeter九大核心组件的使用、测试脚本的编写等；第3章讲解中级性能测试技能，包括如何扩展JMeter的功能插件、搭建性能自动化和实时可视化平台等；第4章讲解高级性能测试技能，包括Dubbo的扩展测试、中间件的基准测试、JMeter源码的解析等；第5章通过实例剖析3种典型性能测试场景；附录部分扩展讲解实用性能知识，包括典型性能问题和解决方法、性能参数调优、问题定位和优化建议等。本书适合对性能测试有入门、进阶学习需求的测试人员，也适合对性能知识有学习需求的开发人员、运维人员等相关技术人员。

本书从软件结构的发展历史入手，通过一个简单的例子，描述了分布式架构的特性和存在的问题，并围绕这些问题展开了分析和实践。书中从为什么、是什么、怎么办这三个方面，分别讲解了分布式应用服务的拆分、分布式调用、分布式协同、分布式计算、分布式存储、分布式资源管理和调度、高性能与可用性以及指标与监控等内容，基本涵盖了分布式技术的要点。读者既可以按照逻辑联系从前往后看，也可以只阅读感兴趣的章节。

本书介绍了如何利用 Python 3 开发网络爬虫。本书为第 2 版，相比于第 1 版，为每个知识点的实战项目配备了针对性的练习平台，避免了案例过期的问题。另外，主要增加了异步爬虫、JavaScript 逆向、App 逆向、页面智能解析、深度学习识别验证码、Kubernetes 运维及部署等知识点，同时也对各个爬虫知识点涉及的请求、存储、解析、测试等工具进行了丰富和更新。 本书适合Python 程序员阅读。

本书使用数据科学领域中流行的编程语言之一——Python 来进行数据的基本处理与可视化、数据获取、数据分析、数据挖掘、文本挖掘和深度学习，旨在帮助读者掌握从事数据科学工作的必备技能。全书共 9 章，主要内容包括数据科学概述、Python 基础知识、Python 数据科学常用库、Python 数据获取、Python 数据分析、Python 数据挖掘、Python 文本挖掘、深度学习基础和深度学习应用。本书可作为普通高等院校数据科学与大数据技术、大数据应用与管理等专业相关课程的教材，也可作为数据分析从业人员的参考书。