机器学习是以概率论、统计学、信息论、**化理论、计算理论等为基础的计算机应用理论学科，也是人工智能、数据挖掘等领域的基础学科。《机器学习方法》全面系统地介绍了机器学习的主要方法，共分三篇。篇介绍监督学习的主要方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与**熵模型、支持向量机、Boosting、EM算法、隐马尔可夫模型、条件随机场等；第二篇介绍无监督学习的主要方法，包括聚类、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配、PageRank算法等。第三篇介绍深度学习的主要方法，包括前馈神经网络、卷积神经网络、循环神经网络、序列到序列模型、预训练语言模型、生成对抗网络等。书中每章介绍一两种机器学习方法，详细叙述各个方法的模型、策略和算法。从具

本书的目的是考虑大型且具有挑战性的多阶段决策问题，这些问题原则上可以通过动态规划和最优控制来解决，但它们的精确解决方案在计算上是难以处理的。本书讨论依赖于近似的解决方法，以产生具有足够性能的次优策略。这些方法统称为增强学习，也可以叫做近似动态规划和神经动态规划等。 本书的主题产生于最优控制和人工智能思想的相互作用。本书的目的之一是探索这两个领域之间的共同边界，并架设一座具有任一领域背景的专业人士都可以访问的桥梁。

本书是软件开发与运维领域经典参考书新升级版，由DevOps领域几位先驱撰写。第2版根据新研究和best practice更新了内容，增加了大量新案例，方便大家在各行各业落地DevOps实践。 本书内容分为六部分，围绕 DevOps三要义 （流动、反馈、持续学习与探索）探讨DevOps的理论、原则和落地实践。第一部分介绍DevOps理论基础和关键主题，第二部分介绍如何寻找切入点并启动转型，第三部分介绍如何通过构建部署流水线来加速流动，第四部分讨论如何通过建立有效的生产环境监控发现和解决问题，第五部分探讨如何通过建立公正的文化促进持续学习与探索，第六部分介绍将安全与合规活动集成到日常工作。 本书适合所有互联网企业和传统企业从业者阅读。

本书基于作者对企业架构进行多年研究的成果，共19章，分三个核心部分和两个附录。第一部分对企业架构的概念和其他相关主题进行了总体介绍。第二部分特别关注作为企业架构实践核心元素的企业架构工件，定义了6种通用的企业架构工件 经营考量、技术标准、业务愿景、IT景观、概要设计和详细设计。第三部分对企业架构的其他重要方面和企业架构实践进行了高层次的讨论。附录A对现代企业架构学科的复杂历史起源和本书所述的相应最佳实践进行了扩展讨论和分析，附录B介绍了企业架构教学包。本书面向对企业架构感兴趣的广大读者，包括在职和有抱负的架构师、架构经理、企业架构学术研究人员、企业架构讲师和大学生。阅读本书无需任何企业架构的理论知识或实践经验，但要对业务和IT有一定理解。

本书是微软DAX语言在商业智能分析、数据建模和数据分析方面的指南。 通过对本书的学习，你将了解如何使用DAX语言进行商业智能分析、数据建模和数据分析；你将掌握从基础表函数到高级代码，以及模型优化的所有内容；你将确切了解在运行DAX表达式时，引擎内部所执行的操作，并利用这些知识编写可以高速运行且健壮的代码。 本书第2版的重点内容包括基于免费的Power BI Desktop来构建和运行示例，帮助你在Power Bl、SQL Server Analysis Services或Excel中充分利用强大的变量（VAR）语法。你想要使用DAX所有的强大功能吗？那么这本未进行任何删减、深入浅出的著作正是你所需要的。 本书适合Excel高级用户、商业智能分析人员、使用DAX和微软分析工具的专业人士。

在软件架构中没有哪个决定是轻而易举的。相反，有许多艰难的部分，要么是难题，要么是缺少实践，这迫使你在各种妥协中做出选择。通过本书，你将学会如何批判性地思考分布式体系结构的利弊。 软件架构老兵和实践顾问Neal Ford、Mark Richards、Pramod Sadalage、Zhamak Dehghani讨论了选择适合架构的策略。全书交织着一群虚构的技术专业人员（Sysops Squad）的故事，他们研究了从如何确定服务粒度、管理工作流和编排、管理和解耦合约、管理分布式事务到如何优化可扩展性、弹性和性能等操作特性的一切问题。 本书通过关注常见的问题，提供了一些技术，帮助你在面对架构问题时进行权衡。

"本书主要围绕空间目标雷达特性的测量原理及智能识别等应用问题论述，主要包括空间目标雷达特性测量原理和基于人工智能的空间目标智能识别两大部分。其中，空间目标雷达特性原理部分为第1~5章，主要论述了空间目标雷达特性测量基础、逆合成孔径雷达的基本概念、ISAR距离 多普勒成像原理、ISAR成像的运动补偿原理、ISAR距离 瞬时多普勒成像原理等关键的空间目标雷达特性原理。基于人工智能的空间目标智能识别为第6~8章，主要论述了基于雷达散射截面积特性测量的目标智能识别、基于高分辨距离像的目标智能识别，以及基于高分辨ISAR复图像的目标智能识别。其中，第6章主要基于窄带雷达RCS特性测量数据实施目标智能识别； 第7章和第8章主要利用宽带雷达特性测量数据实施目标智能识别。第7章论述了基于一维高分辨距离像的空间目标智能识别，第8章论

本书是国内当前集中介绍软件调试主题的权威著作。本书第2 卷分为5 篇，共30 章，主要围绕Windows系统展开介绍。*篇（第1~4 章）介绍Windows 系统简史、进程和线程、架构和系统部件，以及Windows系统的启动过程，既从空间角度讲述Windows 的软件世界，也从时间角度描述Windows 世界的搭建过程。第二篇（第5~8 章）描述特殊的过程调用、垫片、托管世界和Linux 子系统。第三篇（第9~19 章）深入探讨用户态调试模型、用户态调试过程、中断和异常管理、未处理异常和JIT 调试、硬错误和蓝屏、错误报告、日志、事件追踪、WHEA、内核调试引擎和验证机制。第四篇（第20~25 章）从编译和编译期检查、运行时库和运行期检查、栈和函数调用、堆和堆检查、异常处理代码的编译、调试符号等方面概括编译器的调试支持。第五篇（第26~30 章）首先纵览调试器的发展历史、工作模型和经

本书深入介绍了机器学习领域的基本概念和方法，除介绍了Python机器学习库和用机器学习库搭建神经网络模型的方法外，还介绍了机器学习算法的数学理论、工作原理、使用方法、实现细节以及如何避免机器学习算法实现过程中的常见问题。本书涵盖了多种用于文本和图像分类的机器学习与深度学习方法，以及用于生成新数据的生成对抗网络（GAN）和用于训练智能体的强化学习，还介绍了深度学习的新动态，包括图神经网络和用于自然语言处理（NLP）的大型transformer。本书讲解清晰，示例生动，理论和实践部分相对平衡，既可以作为机器学习领域初学者的入门教程，也可以作为读者开发机器学习项目时的参考书。

本书对第1版内容进行了全面更新和升级，详细描述了敏捷开发的各种实用方法及具体实践。作者以极限编程为基础，引入了Scrum、看板、DevOps、精益软件开发、精益创业等思想和实践，可以帮你成功地将敏捷开发引入团队和组织，或者发现敏捷可能并不适合你当前的情况。书中保留了第1版中的实用方法以及大部分实践，但几乎所有的实践都被重写，以囊括整个行业敏捷实践和作者自身的新经验。新增内容包括：使用敏捷方法、定制化敏捷方法的深度指南；关于规模化敏捷的介绍；运维和安全方面的内容以及受DevOps启发进行的更新；敏捷和远程团队协同工作的指导方法。

本书主要介绍了价值开发预案建立、精益敏捷如何为企业创造价值、价值流驱动管理简介、DevOps价值驱动的作用、精益敏捷功能的建立、企业如何绘制未来发展版图、敏捷价值驱动改善、价值流精益管理交付周期、价值流驱动管理实践案例等内容。 本书读者对象为IT企业相关技术研发、流程管理、运维、客服以及其他相关人员等。

在科学研究和工程设计领域，数值模拟方法是继理论解析方法、实验观测方法之后的又一*有力的研究、求解和设计的工具。本书首先介绍数值模拟基础：软件工程基础、程序语言和一种常用开发工具；然后从分析模拟软件中挑选两个应用*广的进行介绍，并配以丰富的算例；分析的目的往往是为了确认方案或得到更好的方案，*后对作者所在课题组开发的优化基础软件进行简要介绍。

在数字化转型、软件吞噬世界的时代，研发效能已成为企业的核心竞争力。本书系统地阐述研发效能的框架，以及有关管理实践、工程实践、组织实践、技术实践、度量实践、规模化实践和工具落地等方面的内容。希望通过良好的框架设计和组织， 把前沿、有成效的研发效能改进和提升案例展现给读者。本书适合IT行业的各类从业人员阅读，无论是技术人员、项目经理、产品经理，还是团队管理人员、资深专家和高层管理者，都能从本书中得到启发。

《软件自动化测试实战：基于开源测试工具》旨在讲述测试框架、接口测试、Web自动化测试及移动端自动化测试。本书共8章，主要内容包括为什么要实施自动化测试，Python开发环境的搭建，Python基础知识，基于Python的单元测试框架UnitTest及其应用案例，HttpRunner测试框架及其应用案例，HttpRunnerManager测试平台的搭建过程，JMeter和Postman在接口测试中的应用，Docker基础与操作实战，Selenium自动化测试框架及其应用案例，Appium自动化测试框架及其应用案例等。 《软件自动化测试实战：基于开源测试工具》适合测试人员和开发人员阅读，也可供高等院校计*机相关专业的师生阅读。

《重构 改善既有代码的设计 第2版 全彩精装版》是《重构》出版20年后的更新版。书中清晰揭示了重构的过程，解释了重构的原理和实践方式，并给出了何时以及何地应该开始挖掘代码以求改善。书中给出了60多个可行的重构，每个重构介绍了一种经过验证的代码变换手法的动机和技术。本书提出的重构准则将帮助开发人员一次一小步地修改代码，从而减少了开发过程中的风险。 《重构 改善既有代码的设计 第2版 全彩精装版》适合软件开发人员、项目管理人员等阅读，也可作为高等院校计算机及相关专业师生的参考读物。

本书通过对模型驱动的自动化软件代码生成策略、气动数据管理框架、气动数据处理流程和气动数据库数据结构进行研究，对气动数据管理系统进行共性分析，建立自动化软件框架的领域模型。第1章绪论分析了代码生成技术和气动管理系统框架现状，第2、3章阐述了现有软件框架和本书使用的设计模式，第4～7章阐述了基础框架和工作流引擎的设计过程，第8、9章阐述了气动数据管理系统相关设计内容，第10章阐述了气动数据管理框架支撑架构及自动化代码生成设计，第11章对本书设计的代码生成框架进行了示范生成效果展示。本书完整展示了气动数据管理和模型驱动代码生成技术的结合与设计过程，这预示着一种全新的气动数据管理系统开发方法已经落地，将为推动我国气动领域数据再利用及数字化工程加速建设奠定基础。

暂无内容简介。。。。。。