这是一本从实战角度解读如何进行智能数据分析及搭建智能数据分析平台的工具书，目的是帮助读者全面认识并在实际工作中灵活使用智能数据分析方法和工具，同时构建可用的智能数据分析环境。本书不仅包含关于智能数据分析的基础知识，还包含进行智能数据分析必备的方法、工具、案例，以及平台的搭建方案。书中融入了作者多年的一线实践经验，而且在体系化、可视化、易学性等方面下了很大功夫。本书面向初级、中级数据分析人员及数据分析平台产品经理。为了帮助读者理解，书中不仅采用通俗易懂的语言，而且提供了百余幅作者专门绘制的示意图，更为难能可贵的是，书中包含了大量一线实践案例。全书共分为8章。第1、2章在全面剖析智能数据分析及其发展历程的基础上，从痛、悟、层、法角度深入解读了做好智能数据分析必备的四大基础知识。这四类基础知识分别回答了“为什么”“是什么”“有什么”“怎么办”四个方面的问题。第3~5章从数据资产管理、数据统计与数据挖掘、数据可视化三个方面分享了做好智能数据分析的思路、方法与技巧。其中，从管、存、算、规、治五个方面展开介绍数据资产管理；基于算法模型介绍了描述、诊断、预测、指导四个方面的分析方法；从多个维度介绍如何构建好的可视化图表、报告以及可视化案例，帮助广大读者讲好数据故事。第6~8章介绍如何量身定制自己的智能数据分析平台。这部分不仅分析了智能数据分析平台的构建方法和相应的行业实践，还从架构角度介绍了一个功能完善的智能数据分析平台需要具备哪些要素、模块。

提取API与网页的数据。统计分析和机器学习的文本数据预处理。机器学习分类、主题建模与摘要。解释AI模型与分类的结果。利用单词嵌入，探索及可视化语义相似性。分析产品评论中的客户情感。根据命名实体及其关系创建知识图。

本书沿着HTTP/1.0、HTTP/1.1、HTTP/2和HTTP/3的发展历史，从方法和路径、首部、主体、状态码这4个HTTP的基本元素讲起，详细介绍了浏览器内部的动作、浏览器与服务器进行交互的方法等。针对各个版本的HTTP，分别从语法和语义两个角度，通俗易懂地讲解了HTTP的协议规范，并结合用Go语言实现的具体的客户端代码示例，为读者阐明了HTTP是如何通过功能设计和扩展来实现高速化和安全性目标的。 本书内容丰富，网罗了与HTTP相关的各种技术，包括简单的HTTP访问、表单的发送、缓存和Cookie的控制、Keep-Alive、SSL/TLS、协议升级、服务器推送、Server-Sent Events、WebSocket、DNS、CDN、RESTful API、Web应用程序和安全方面的内容等。本书适合Web开发工程师，以及对HTTP协议感兴趣的各层次读者阅读。

主要内容 ●构建 可调用React功能的函数组件 ●管理本地状态、共享状态以及应用程序状态 ●学习内置hook、自定义hook以及第三方hook ●利用React Query加载、 更新和缓存数据 ●利用代码 分割和React Suspense请求数据并提升页面体验

内容简介这是一本指导企业如何向云原生架构转型的实战性著作。经过2年多的改造，自如的技术架构成功实现向云原生架构转型，大幅度提高了服务稳定性和开发效率，同时降低了运维成本，因此自如的云原生实践也成为行业公认的标杆。自如的核心技术团队在本书中对他们的云原生实践的完整过程进行了深度复盘，详细阐述了云原生架构下Kubernetes的组件选型、企业级PaaS平台开发、CI/CD的Z佳实践、服务网格的平滑落地，并结合实际的案例把云原生实践过程中的思考、得失融入其中，助力企业更优雅地实现云原生架构的落地。通过阅读本书，你将获得以下知识：？透彻理解云原生的发展历程与意义；？了解云原生实践应重点关注哪些方向；？Kubernetes管理后台、关键组件选型以及定制化开发；？如何研发自定义的企业级Paas平台；？如何设计持续集成的环境与分支选型；？如何打造一个一流的CI/CD平台；？如何选择流水线工具；？如何设计企业级的持续部署平台；？如何为工程师打造NPS高的配套工具；？如何去通过服务网格解决通用的熔断、限流问题；？如何运营和推广云原生平台，让它100%落地。

本书从零基础读者的角度出发，通过通俗易懂的语言、丰富多彩的实例，循序渐进地让读者在实践中学习Oracle编程知识，并提升自己的实际开发能力。全书共分为5篇18章，内容包括Oracle 19c概述、Oracle管理工具、SQL*Plus命令、数据表操作、SQL查询基础、SQL查询进阶、子查询、常用系统函数、PL/SQL语言编程、游标、过程与函数、触发器、索引和视图、完整性约束、管理表空间和数据文件、事务、数据导入与导出和企业人事管理系统等。书中知识点讲解细致，侧重介绍每个知识点的使用场景，涉及的代码给出了详细的注释，可以使读者轻松领会Oracle的精髓，快速提高开发与运维技能。同时，本书配套了大量教学视频，扫码即可观看，还提供所有程序源文件，方便读者实践。本书适合Oracle初学者、数据库技术入门者自学使用，也可用作高等院校相关专业的教材及参考书。

本书分为三部分。第1部分介绍MLOps主题，深入探讨了它是如何（以及为什么）发展成一门学科的、需要谁参与才能成功执行MLOps以及需要哪些组成部分。第二部分介绍了机器学习模型的生命周期，其中包括有关模型开发、生产准备、生产部署、监测和治理的章节。这些章节不仅包括一般的注意事项，还包括MLOps生命周期每个阶段的注意事项，并提供第3章中所涉及主题相关的更多详细信息。第三部分提供了MLOps的具体示例，以便读者了解MLOps在实践中的设置和含义。

本书系统阐述了Pandas基础知识、应用原理，以及应用流程和应用技巧等实战知识。 全书共分为5篇：第一篇为入门篇（第1和2章），第二篇为基础篇（第3和4章），第三篇为基础强化篇（第5~7章），第四篇为进阶篇（第8~11章）， 第五篇为案例篇（第12章）。书中主要内容包括Python简介、NumPy基础、Pandas入门、数据筛选、数据转换、文本转换、数据获取、数据处理、数据分组、时序分析、数据可视化、通关案例。 本书可作为Python数据分析的入门与进阶书籍，适用于有一定Python基础的读者、对数据分析感兴趣的学生，也可作为数据分析及其它编程爱好者、IT培训机构的参考书籍。

本书首先讲解Pandas快速入门的基础知识，如Pandas的定义、可处理的数据类型、优势、开发环境配置、常用的数据结构等；然后通过实例剖析讲解Pandas数据的导入、导出、查看、清洗、合并、对比、预处理；接着讲解Pandas数据的提取、筛选、汇总、统计及可视化；然后讲解Pandas数据的线性模型和广义线性模型，最后讲解Pandas数据实战分析。在讲解过程中即考虑读者的学习习惯，又通过具体实例剖析讲解Pandas实战应用中的热点问题、关键问题及种种难题。

本书介绍JVM和垃圾回收基础知识、垃圾回收原理和实现、JVM垃圾回收的参数、ARM服务器上的GC优化和调整，涉及部分垃圾回收的理论知识，但更关注工程实践。希望通过对实践的分析，让读者了解如何实现一款“令人满意”的垃圾回收器，即满足业务诉求，在停顿时间、吞吐量、资源消耗、实现复杂度、稳定性等方面进行了折中的垃圾回收器。 全书共分为四个部分：第1部分，介绍虚拟机执行的基础知识以及垃圾回收的相关知识；第2部分，介绍JVM中实现的六种垃圾回收算法；第3部分，介绍JVM提供了哪些参数用于控制垃圾回收的运行；第4部分，以鲲鹏920为例介绍ARM服务器以及在ARM服务器下如何实现GC才能充分发挥硬件的性能。