《ANSYS ICEM CFD网格划分技术案例详解：视频教学版》通过大量工程案例由浅入深地介绍ICEM CFD网格划分的各种功能，重点讲解ICEM CFD进行网格划分，特别是结构化网格划分的方法。《ANSYS ICEM CFD网格划分技术案例详解：视频教学版》共分为12章，包括计算流体的基础理论与方法、创建几何模型、二维网格划分、三维网格划分、结构化网格划分、非结构网格划分、网格边界等功能的介绍，针对每个ICEM CFD可以解决的网格划分问题进行详细的讲解，并辅以相应的实例，使读者能够快速、熟练、深入地掌握ICEM CFD软件。《ANSYS ICEM CFD网格划分技术案例详解：视频教学版》还提供了同步教学视频和上机练习素材文件，以方便读者更好地使用《ANSYS ICEM CFD网格划分技术案例详解：视频教学版》。《ANSYS ICEM CFD网格划分技术案例详解：视频教学版》结构严谨，条理清晰，重点突出，非常适合作为广大ICEM CFD初学者和工程技术人员的自学用书，也可作为高校相关专业及有关培训机构的教学用书。

为保障软件供应链安全和抢占全球创新制高点，一些国家政府和大型企业大力扶持开源软件。开源软件由于在开发时间、空间、人员和项目管理上的诸多特点而大大增加了开发的复杂性，进而使得开源软件质量具有不确定性。针对这一问题，本书首次聚焦于开源项目资源库挖掘这一主题，展示如何利用大数据驱动方法支持开源软件缺陷管理。本书的内容包括开源软件项目缺陷预测、开源软件项目缺陷分配和开源软件项目缺陷定位。在缺陷预测方面，针对软件缺陷数据的非均衡性、多模态性、稀缺性和时间序列特性开展研究。在缺陷分配方面，针对开源软件缺陷解决过程中的开发人员参与情况和开发人员专长开展研究。在缺陷定位方面，针对开源软件缺陷修改牵涉面大而变更零散的特点开展研究。

大模型技术是目前人工智能领域的重要发展方向之一，具有广阔的应用前景和巨大的发展潜力。本书结合当前高等院校创新实践课程，基于大模型应用程序的开发方法，给出可执行实战案例。大模型技术主要开发方向为人机聊天、自动生成代码、旅游图鉴等，本书案例主要包括系统架构、系统流程、开发环境、开发工具、系统实现、功能测试等内容。本书中所述案例多样化，可满足不同层次的人员需求; 同时，本书附赠视频讲解、工程文件、拓展知识、插图素材、程序代码，供读者自我学习和自我提高使用。本书可作为大学信息与通信工程及相关专业的本科生教材，也可作为从事物联网、创新开发和设计的专业技术人员的参考用书。

作者凭借在全球不同国家和行业内的多年实践经验，从战略规划、技术选型、架构设计到人力资源管理、团队建设和流程优化等多个维度，为企业的现代化改造提供了全面的指导。本书讨论了通过引入沃德利地图、事件风暴、产品分类、领域划分、团队拓扑、松耦合软件架构、内部开发者平台、数据网格、现代化战略、学习与提升技能来加快企业的产品创新和服务优化，同时有效地管理变革，减少风险。本书适合技术领导者、技术人员、产品负责人等架构相关人员阅读。

数据科学离不开代码。编写可复现、稳健、可伸缩代码的能力是数据科学项目成功的关键，对于那些和生产代码打交道的人来说，这一点至关重要。这本实用书籍填补了数据科学与软件工程之间的空白，清晰地解释了如何将软件工程的最佳实践应用于数据科学。本书提供的示例基于Python，取材于NumPy和pandas等流行的包。如果你想编写更好的数据科学代码，本指南涵盖了数据科学入门或编码课程中经常缺失的重要主题，包括如何：- 理解数据结构和面向对象编程- 清晰且熟练地记录代码- 打包并共享你的代码- 将数据科学代码集成到更大的代码库中- 学习编写API- 创建安全的代码- 将最佳实践应用于测试、错误处理、日志记录等常见任务- 更高效地与软件工程师合作- 编写更高效、可维护、稳健的Python代码- 将你的数据科学项目投入生产- 等等

Three.js在过去几年中已经成为创建令人惊叹的3D WebGL内容的标准方式。本书探讨Three.js的所有特性，并提供额外的内容，包括如何将Three.js与Blender、React、TypeScript以及最新的物理引擎进行集成。本书共分为四个部分：第一部分介绍搭建开发环境和运行Three.js；第二部分介绍Three.js的核心组件；第三部分介绍如何创建复杂的几何体、动画和纹理；第四部分介绍后期处理、物理模拟和音频集成。本书专为JavaScript开发者编写，旨在帮助他们掌握Three.js库的用法。

本书全面介绍了Mastercam 2025中文版的CAD/CAM功能，主要内容包括Mastercam 2025软件概述，二维图形的创建与标注，二维图形的编辑与转换，曲面、曲线的创建与编辑，三维实体的创建与编辑，CAM通用设置，传统二维加工与刀路编辑，高速二维加工，传统和高速曲面粗加工，传统和高速曲面精加工，多轴加工。为了配合学习需要，随书配送了电子资料包，其中包括所有实例的素材源文件。本书可作为高等工科院校机械制造与自动化专业本、专科的辅助教材，也可作为工程技术人员的参考书或自学手册。

本书是一本概要介绍软件工程核心内容的导论性教材，完整覆盖了从初始阶段到发布、支持阶段的软件系统生命周期，讨论了贯穿软件生命周期的过程、质量保障及项目管理等问题。新版涵盖了技术和工具方面的一些新改进，同时减少了对过时技术的讨论。本书的三位作者除教学经验丰富外，还拥有多年在IBM、微软和亚马逊等公司从事软件研发和管理的工作经历。书中融合了这些经验，包含对系统分析和设计、软件工程原理、开发和支持过程、方法论、软件测试和质量以及产品管理的全面概述，内容精练，案例丰富。

本书共8章，第1章概述AI（Artificial Intelligence，人工智能）系统，介绍机器学习的模型和分类，以及AI系统对测试工程师“提出”的新问题等；第2章介绍数据的处理过程，以及数据的分组方法，详细介绍依托测试数据的测试评价方法；第3章讲解模型中超参数相关的概念，以及关于模型性能的评估指标，并介绍了较为主流的模型的基准测试；第4章重点介绍AI系统的测试用例设计方法，以及传统软件测试方法在AI系统测试中的应用，同时也介绍ChatGPT类应用中SSE（Server-Sent Events）协议的接口测试和LangSmith在测试过程中的使用方法；第5章介绍AI道德的验证，这也是大模型涌现后绝大多数大模型专家所关注的内容，该章重点介绍大模型的“道德”内容及验证方法；第6章介绍提示词工程和软件测试，我们既要能够测试大模型的应用，也要能够充分利用大模型完成测试工作，该章重点介绍通过提示词工程利用大模型完成测试工作的方法；第7章介绍智能化测试，通过学习开源的智能化测试工具及实践，读者可亲身体验智能化测试的好处；第8章介绍了从AI算法的智能化测试到大模型的智能化测试的转变的知识。本书内容通俗易懂、实例丰富，适合大模型开发者、软件测试人员，以及大模型爱好者阅读和学习。

本书是计算机领域本科教育教学改革工作（“101计划”）系列教材之一。 本书基于软件工程学科的发展以及软件产业界的实践，结合作者多年来在软件工程教学、科研和开发方面的认识及经验，系统介绍软件工程基础理论与技术，包括软件过程、开发方法和支撑工具，涵盖需求、分析、设计、编码、测试、部署、维护、演化和管理等。 全书分为6部分，共16章。第一部分基础篇（第1~3章）分析软件的特点及其开发挑战，介绍软件工程的基本概念和思想、常见的软件过程及主流的软件开发方法。第二部分需求篇（第4~6章）介绍构思、获取、分析、建模和文档化软件需求的过程、策略、方法、语言、工具以及相应的软件制品及其质量保证。第三部分设计篇（第7~10章）介绍软件体系结构设计、用户界面设计和详细设计的过程、策略、方法、语言、工具以及相应的软件制品及其质量保证。第四部实现篇（第11~13章）介绍编码和测试的过程、策略、技术和工具以及相应的软件制品及其质量保证。第五部分运维篇（第14~15章）介绍软件部署、运行、维护和演化的策略、方法以及相应的软件制品及其质量保证。第六部分管理篇（第16章）介绍软件项目管理的相关内容。本书引入开源软件实践、群体化开发方法、软件部署和演化等新颖内容，通过丰富和完整的软件开发案例以及强化软件开发综合实践，帮助读者深入理解软件工程基础理论知识，熟练掌握软件开发方法和工具，培养多方面的素质和能力。本书具有知识体系新颖、内容组织科学、知识诠释深入、强化综合实践、教学资源丰富等特点，可作为高校计算机大类专业软件工程课程的教材，也可作为研究生相关课程的教材和软件工程师的参考用书。