本书是一本以数据分析为基础的面向统计学、数据科学等专业的统计学著作。本书的宗旨是为每个人提供数据分析方法，为了降低阅读门槛，几乎不涉及高等数学推导。通过本书的学习，你将学会批判性地思考数据，交流你的发现，并仔细评估他人的论点。 本书内容十分丰富，设置精心，书中提供了大量的案例、示例、图、表、技术提示以及重点和难点警示标签等，并通过T1-84图形计算器、Excel、Minitab和StatCrunch展示了大量实际应用。每章末配有数据项目、本章回顾练习和练习指导。主要内容包括：数据导论、图形可视化变异、中心和变 异的数值汇总统计量、回归分析、概率、随机事件概率模型、调查抽样与推断、总体比例的假设 检验、推断总体均值以及分类变量研究与科研文献阅读。

本书包括概率论、数理统计两部分，涉及条件分布、期望、大样本理论、估计、假设检验、非参数方法、线性统计模型、统计模拟等，内容取材比较时尚新颖。新版不但重写了很多章节，还介绍了在计算机科学中日益重要的Chernoff界，以及矩方法、Newton法、EM算法、枢轴量、似然比检验的大样本分布等方面的知识，将目前研究前沿的一些问题深入浅出地融人教材。书中内容丰富完整，适当地选择某些章节，可以作为一学年的概率论与数理统计课程的教材，亦可作为一学期的概率论与随机过程的教材。适合数学、统计学、经济学等专业高年级本科生和研究生用，也可供统计工作人员用作参考书。

数学思维 这套书共有三本：《数学思维1：逻辑与数》《数学思维2：代数与几何》《数学思维3:概率、统计与图论》，用初等方法系统地介绍了数学的众多分支，以引人入胜的数学方法激励学生积极参与数学学习，手把手带领读者体验如何用数学方式进行思考和解决问题，帮助读者全方位建立数学思维能力 逻辑思维能力、抽象思维能力、计算思维能力、空间思维能力等。

《机器学习》 机器学习是计算机科学的重要分支领域.本书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面.全书共16章，大致分为3个部分：第1部分（第1～3章）介绍机器学习的基础知识；第2部分（第4～10章）讨论一些经典而常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习）；第3部分（第11～16章）为进阶知识，内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等.每章都附有习题并介绍了相关阅读材料，以便有兴趣的读者进一步钻研探索.本书可作为高等院校计算机、自动化及相关专业的本科生或研究生教材，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考. 《机器学习公式详解 第2版》 周志华老师的《机器学习》（俗称“西

《计算的脚步》 计算机是20世纪最重要的科学技术发明之一，对我们的生产活动和社会活动产生了极其重要的影响，并且依然以极快的速度持续发展，它的应用范围已扩展到社会的各个领域。尽管我们每天都与计算机相伴，但可能很多人都没了解过计算机的长达千年的发展历史，以及它与“计算技术”的密切关系。因此，我们梳理计算机的漫长发展历程，为读者展示在这个过程中诞生的众多里程碑式的计算设备以及相关的小知识。 通过本书，读者能够领略计算机发展的过去、现在和将来，从早期用于计算的一根根算筹，到之后的机械式计算机、机电式计算机、电子管计算机、晶体管计算机；再到现在被我们所广泛使用的集成电路式计算机；最后走向未来，畅想未来计算机的奇妙。 我们选择了40个具有里程碑意义的计算设备，以及多位缔造这些伟大发明的科学家，清

《高效使用DeepSeek》 这是一本既适合个人，又适合企业的DeepSeek保姆级教程，它能指导我们每个人零基础轻松掌握DeepSeek的高效使用方法，成为使用DeepSeek的高手，走在时代的前列。作者有多年的创业经验，是AI应用领域的资深专家，是多家500强企业的AI实施顾问，为数百家企业提供了AI应用方面的培训和咨询。本书内容是基于这些经验的总结。本书得到了北青传媒总裁、阿里云副总裁、快手副总裁等多位专家高度评价。从DeepSeek使用方法到提示词技巧，从DeepSeek在办公、学习、生活等领域的应用，到各个行业的DeepSeek解决方案，本书结合具体的场景，讲解了大量的实用技巧和解决方案。掌握本书内容，你将收获以下知识。1)DeepSeek的详细功能和使用方法；2)DeepSeek的提示词写法和技巧；3)DeepSeek在邮件、会议纪要、PPT、Excel数据处理、合同检查、翻译、行程规划等办公场景

本书的中心概念是内省和意识，包括如何看待意识，以及人类在进行经验反思时的意识。本书的基本观点是：基于内省和情感的人工智能可更好地产生类人智能。为了发现情感、内省和人工智能之间的联系，本书从哲学入手，重点考察了人工智能算法和代码如何捕捉人类的思维过程和情感，探讨了高层次的人性与人工智能的结合，最终回归技术领域的新算法。作者从哲学、历史和技术三者融合的视角，对人工智能的未来提出了问题，并给出了可能的答案，展现了极高的学术造诣和技术水平，为未来人工智能创造出更具人类思维与情感特性的类人智能提供了人文与技术的双重参考。 本书特色鲜明，是迄今为止第一部将人文与技术深度结合，并得出技术性应用算法的专著，对于未来人工智能的类人性技术开发，尤其是军事智能领城更具人类复杂思维结构技术的开发具有

大型企业服务、云计算和虚拟计算系统都面临着严峻的性能挑战。如今， 知名的性能专家 Brendan Gregg 将业界验证的方法、工具和指标融汇在一起，足以应对复杂环境的性能分析和调优工作。《性能之巅（第2版）：系统、企业与云可观测性》着力讲述 Linux 的性能，但所论述的性能问题适用于所有的操作系统。你将了解到系统是如何工作与执行的，还将学习到如何分析和改进系统及应用程序性能的方法。本书对第 1 版的内容做了大量的 新，这些 新包括但不限于 ：近年来 Linux 内核各方面的变化对于资源性能的影响；云计算架构的主流演进方向；动态跟踪工具的新星（BPF 及其前后端技术）；常见性能工具的使用方法的变化等。需要说明的是，在第 1 版中进行性能分析所用到的术语、概念和方法，在第 2 版中几乎没有变化，依然中肯适用，经得起时间的检验。《性能之

自然语言处理是人工智能的重要方向之一，被誉为人工智能皇冠上的"明珠”。它融合了语言学、计算 机科学、机器学习等多学科内容。本书主要包含基础技术、核心技术以及模型分析三个部分。基础技术部分 主要介绍自然语言处理的基础任务和底层技术，包含词汇分析、句法分析、语义分析、篇章分析和语言模型； 核心技术部分主要介绍自然语言处理应用任务和相关技术，主要包括信息抽取、机器翻译、情感分析、智能 问答、文本摘要、知识图谱；模型分析部分主要介绍基于机器学习的自然语言处理模型的稳健性和可解释性 问题。

本书从基本概念和理论入手，通过近千张图和简单的例子由浅入深地讲解深度学习的相关知识，且不涉及复杂的数学内容。 本书分为上下两册。上册着重介绍深度学习的基础知识，旨在帮助读者建立扎实的知识储备，主要介绍随机性与基础统计学、训练与测试、过拟合与欠拟合、神经元、学习与推理、数据准备、分类器、集成算法、前馈网络、激活函数、反向传播等内容。下册介绍机器学习的scikit-learn库和深度学习的Keras库（这两种库均基于Python语言），以及卷积神经网络、循环神经网络、自编码器、强化学习、生成对抗网络等内容，还介绍了一些创造性应用，并给出了一些典型的数据集，以帮助读者更好地了解学习。 本书适合想要了解和使用深度学习的人阅读，也可作为深度学习教学培训领域的入门级参考用书。

大型企业服务、云计算和虚拟计算系统都面临着严峻的性能挑战。如今，国际知名的性能专家布兰登·格雷格将业界验证的方法、工具和指标融汇在一起，足以应对复杂环境的性能分析和调优工作。本书着力讲述Liux的性能，但所论述的性能问题适用于所有的操作系统。你将了解到系统是如何工作与执行的，还将学习到分析和改进系统及应用程序性能的方法。本书对第1版的内容做了大量的更新，这些更新包括但不限于：近年来Liux内核各方面的变化对于资源性能的影响；云计算架构的主流演进方向；动态跟踪工具的新星(BPF及其前后端技术)；常见性能工具使用方法的变化等。需要说明的是，在第1版中进行性能分析所用到的术语、概念和方法，在第2版中几乎没有变化，依然中肯适用，经得起时间的检验。本书的目标受众主要是系统管理员及企业与云计算环境的运维工

IO-Link作为简单、串行、双向、点对点数字化通信协议,是工业物联网和工业4.0的支柱,是实现工厂/设备数字化转型的必要手段。本书介绍了IO-Link的物理特性和通信程序,以及标准参数和IO-Link诊断方式。IO-Link的规划、调试和服务以及与PLC控制的集成为实现自动化实践架起了桥梁。本书还将讨论IO-Link无线和IO-Link安全问题。在回顾了已经取得的成就的同时，展望了IO-Link技术未来可能的进一步发展。

《NTFS文件系统扇区存储探秘》主要内容包括：介绍NTFS文件系统优越的性能特征；介绍作者为了探索NTFS文件系统的存储特点编写的21个WIN32工具程序；使用作者编写的WIN32工具程序，探秘NTFS文件系统的扇区存储规律。 全书分3篇，共计17章。章至第3章是“基础篇”，重点介绍了NTFS文件系统的性能和存储特点，同时也辅助性地介绍了FAT16和FAT32两种文件系统；第4章至第5章是“工具篇”，介绍了作者编写的工具程序；第6章至7章是“探秘篇”，使用工具程序对NTFS文件系统的扇区存储规律进行了探索。 《NTFS文件系统扇区存储探秘》附送的光盘里收录了书中使用的工具程序，读者可以使用这些工具程序对硬盘扇区数据进行各种读写与分析。 《NTFS文件系统扇区存储探秘》可作为从事数据恢复和硬盘维修的技术人员参考用书，也可供研究文件系统和进行扇区数据分

《邱锡鹏神经网络与深度学习理论与实践(全2册)》由邱锡鹏,飞桨教材编写组著

在大数据时代中需要突破“所有知识都来自数据关联”这一框架，亟需因果关系范式融合领域知识、常识约束的问题研究，本书就描述了这样一种体系，介绍了因果关系分析和推断的思想和方法，其中包括do-操作、反事实、原因的充分性与必要性、特异原因、实际原因等内容。“因果性的研究经历了一次重要的转变：从一个被神秘面纱笼罩的概念转变为一个具有明确语义和逻辑基础的数学对象。”在下一个十年里，这个框架将与现有的机器学习系统相结合，从而可能引发“第二次因果革命”。 本书第1版曾获2001年拉卡托斯奖，作者朱迪亚·珀尔是2011年图灵奖得主。本书的出版将有利于中国的广大学者、学生和各领域研究人员了解和掌握因果模型、推理和推断相关的内容，在相关领域做出优异的成果。

本书是深度学习领域的入门教材，系统地整理了深度学习的知识体系，由浅入深地阐述了深度学习的基础知识、主要模型以及前沿研究热点，使得读者能有效地掌握深度学习的相关知识，并具备以深度学习技术来处理和解决大数据问题的能力。全书共15章，分为三个部分。第一部分为机器学习基础：第1章是绪论，概要介绍人工智能、机器学习、深度学习；第2?3章介绍机器学习的基础知识。第二部分是基础模型：第4~6章分别讲述三种主要的神经网络模型：前馈神经网络、卷积神经网络和循环神经网络；第7章介绍神经网络的优化与正则化方法；第8章介绍神经网络中的注意力机制和外部记忆；第9章简要介绍一些无监督学习方法；第10章介绍一些模型独立的机器学习方法，包括集成学习、自训练、协同训练、多任务学习、迁移学习、终身学习、元学习等。第三部分是进阶

本书内容包括 外互联网+发展现状及我国互联网+行动推进过程中存在的“卡脖子”问题分析，面向新时代、新形势、新需求，提出新时代互联网+行动计划发展路线及互联网+系统的新内涵、新体系架构、新技术谱系（技术、标准、评估、管理等），并从科技专项、产业发展、应用实施示范、政策与保障等方面提出我国互联网+行动的发展建议。本书结构包括总体发展篇和应用领域篇。总体发展篇包含 ～3章，包括互联网+行动计划的总体发展战略、基础支撑技术与环境、总体发展政策及区域融合应用示范等。应用领域篇包含第4～9章，涵盖互联网+智能制造、现代农业、智慧能源、益民服务、智能交通和智慧环保等领域。 本书适合发展战略规划、基础支撑技术研究、领域实践应用的科研人员、工程科技人员作为参考书，也可作为互联网+行动发展成果的科普资料

《Pytorch深度学习指南(编程基础+计算机视觉+序列与自然语言处理)(1-3)》由(巴西)丹尼尔·沃格特·戈多伊著

《内网渗透+域渗透测试红蓝攻防标准实战指南(套装)(全2册)》由柳遵梁等著