数据科学和机器学习已经深度融合到我们生活的方方面面，而数学正是开启未来大门的钥匙。不是所 有人生来都握有一副好牌，但是掌握 数学 编程 机器学习 是**。这一次，学习数学不再是为了考试、分数、升学，而是投资时间、自我实现、面向未来。为了让大家学数学、用数学，甚至爱上数学， 在创作这套书时，作者尽量克服传统数学教材的各种弊端，让大家学习时有兴趣、看得懂、有思考、更自信、用得着。 鸢尾花书有三大板块 编程、数学、实践。数据科学、机器学习的各种算法离不开数学，本册《矩阵力量》是 数学 板块的第 2 本，主要介绍常用线性代数工具。任何数学工具想要从一元推广到多元，比如多元微积分、多元统计，都绕不开线性代数。 《矩阵力量：线性代数全彩图解 微课 Python编程》共 25 章内容，可以归纳为 7 大板块：向量、矩阵、

《代码大全2（纪念版）》作为名家经典著作，是一本完整的软件构建手册，涵盖软件构建过程中的所有细节。它从软件质量和编程思想等方面论述软件构建的各个主题，并详细论述主流的新技术、高屋建瓴的观点和通用的概念，还含有丰富而典型的程序示例。本书所论述的技术不仅填补了初级与中高级编程技术之间的空白，同时还为程序员提供了一个有关编程技巧的信息来源。 《代码大全2（纪念版）》对经验丰富的程序员、技术带头人、自学的程序员及几乎不懂太多编程技巧的学生大有帮助。无论是什么背景的读者，都可以通过阅读和领会本书，在更短的时间内更轻松地写出更好、更简洁和更优雅的程序。

Kotlin是JetBrains在2011年推出的一门全新的编程语言，这门语言很早被设计成运行在JVM上――使用Kotlin编写的程序会被编译成字节码文件，该字节码文件可直接在JVM上运行（用java，命令运行）。目前Google已推荐使用Kotlin作为Android的官方开发语言，这意味着Kotlin将会在Android开发上大放异彩。本书全面介绍了Kotlin的语法。从各平台上Kotlin程序的编译、运行开始介绍，详细介绍了Kotlin的基本语法，Kotlin的数组和集合，Kotlin函数式编程特征，Kotlin的面向对象编程、异常处理、泛型和注解，还介绍了Kotlin与Java混合调用的相关内容，以及Kotlin反射相关内容。本书对Kotlin的解读十分系统、全面，超过Kotlin官方文档本身覆盖的内容。本书很多地方都会结合Java字节码进行深入解读，比如对Kotlin扩展的解读，对Kotlin主、次构造器的解读，这种解读目的不止于教会读者简单地掌握Kotlin的用

在本书中，读者将了解什么是按键精灵，什么是脚本，如何使用脚本。然后通过了解按键精灵软件，学习Q语言和按键精灵命令，最终编写出自己想要的脚本。

本书首先讲解量化交易的基础知识，即量化交易的定义、特点、作用、主要内容、历史、与传统交易的区别、注意事项、JoinQuant（聚宽）量化交易平台；然后讲解量化交易开发语言Python，即讲解Python语言的开发环境、基本语法、基本流程控制、特征数据类型、函数及应用、面向对象程序设计；接着讲解如何利用Python语言编写量化策略、Python量化策略的常用库和模块、获取数据函数、回测、因子分析；很后讲解Python量化策略的技术指标实例和Python量化交易策略实例。在讲解过程中既考虑读者的学习习惯，又通过具体实例剖析讲解量化交易过程中的热点问题、关键问题及各种难题。本书适用于各种不同的投资者，如股民、期民、中小散户、职业操盘手和专业金融评论人士，更适用于那些有志于在这个充满风险、充满寂寞的征程上默默前行的征战者和屡败屡战、愈挫愈勇

本书站在初学者的角度，从原理到实践，循序渐进地讲述了使用Python开发网络爬虫的核心技术。全书从逻辑上可分为基础篇、实战篇和爬虫框架篇三部分。基础篇主要介绍了编写网络爬虫所需的基础知识，分别是网站分析、数据抓取、数据清洗和数据入库。网站分析讲述如何使用Chrome和Fiddler抓包工具对网络做全面分析；数据抓取介绍了Python爬虫模块Urllib和Requests的基础知识；数据清洗主要介绍字符串操作、正则和BeautifulSoup的使用；数据入库分别讲述了MySQL和MongoDB的操作，通过ORM框架SQLAlchemy实现数据持久化，实现企业级开发。实战篇深入讲解了分布式爬虫、爬虫软件开发与应用、12306抢票程序和微博爬取，所举示例均来自于开发实践，可帮助读者快速提升技能，开发实际项目。框架篇主要讲述Scrapy的基础知识，并通过爬取音乐为实例，让读者深层次了解Scrapy的使用。

谷林先生在爱书人中间深受推崇和热爱，《上水船甲集》、《上水船乙集》是他的两部读书随笔集，由止庵编订。书中一百七十余篇文字，皆未曾收入其他集子，称得上篇篇精粹，字字珠玑。这些简静雅洁烟火气的文字，既怀辞章之美，又处处显出思想通达的特点，足以见出作者对世间诸事所取的态度。

《机器学习与人工智能实战：基于业务场景的工程应用》分为两部分共14章，介绍了如何用Scikit-Learn来构建机器学习模型以及如何用Keras和TensorFlow来构建神经网络。书中的内容和实例基于作者过去几年在全球各地开设相关课程的经历，阐述了如何借助于机器学习和深度学习来构建产品或服务，从而真正解决现实业务场景中的问题，比如监测热带雨林盗伐、文本情感分析以及预测机械设备的早期故障等。 《机器学习与人工智能实战：基于业务场景的工程应用》适合相关工程师与软件开发人员阅读和参考，可以帮助他们快速入门并通过书中的操作实例迅速掌握机器学习和人工智能。 《Python机器学习实战：基于Scikit-learn与PyTorch的神经网络解决方案》基于作者多年的积累，通过概念及其解释、Python代码示例及其解释和代码输出，特别针对零基础读者精心设计了这本机器学

新的OpenCL标准有助于充分利用CPU、GPU等处理器的丰富资源，已获得Apple、AMD、Intel、IBM等公司的认可，在服务器、嵌入式设备、高性能计算等领域有广阔的应用前景。 《OpenCL编程指南》由OpenCL的五大技术共同撰写，内容涵盖完整的规范。在分析关键用户案例的基础上，说明了如何用OpenCL表示各类并行算法，并且提供了完整的API和OpenCLC语言的参考信息。通过完整的案例学习和代码示例，讲解了编写复杂并行程序的方法，实现在众多不同设备间分解工作量，还介绍了OpenCL软件性能优化的要点。

本书迎接现代语言和体系结构的挑战，帮助读者作好准备，去应对将来要遇到的编译器设计的问题。 本书涵盖现代微处理器编译器的设计和实现方面的所有主题。本书从编译设计基础领域中的问题开始，广泛而深入地阐述各种重要的代码优化技术，分析各种优化之间的相对重要关系，以及实现这些优化的方法。 本书特点 为理解编译器设计的主要问题奠定了基础 深入阐述优化问题 用Sun的SPARC、IBM的POWER和PowerPC、DEC的Alpha以及Intel的Pentium和相关商业编译 器作为案例，说明编译器结构、中间代码设计和各种优化方法 给出大量定义清晰的关于代码生成、优化和其他问题的算法 介绍由作者设计的以清晰、简洁的方式描述算法的语言ICAN (非形式编译算法表示)。

本书是Swift版本的macOS应用开发教程。本书全面介绍和说明了macOS平台中应用开发的系统控件，详细阐述和探讨了应用开发的常用组件、系统框架、应用沙盒处理、上架流程、生产力工具开发等内容，并配有丰富的示例讲解。书中还介绍了几个小型的演示项目，剖析了开发过程、开发思路和关键流程代码，力求让读者从基础知识和项目实践等多个维度去理解和掌握macOS平台的应用开发。 本书立足普及基本的macOS应用开发知识，力求每个知识点的讲解都简明扼要，并通过代码示例演示让读者尽快学以致用，非常适合macOS应用开发的初学者阅读。但是，本书中并没有介绍Swift的基础语法，阅读本书需要读者了解Swift的知识。