Gilbert Strang是麻省理工学院数学教授，美国国家科学院院士和美国艺术与科学院院士，在有限元理论、变分法、小波分析及线性代数等领域卓有成就，著有多部经典数学教材，开设多门开放式课程，享有国际盛誉。本书是深度学习的导论，全面介绍机器学习的数学基础，阐述架构神经网络的核心思想，主要内容包括线性代数的重点、大规模矩阵的计算、低秩与压缩传感、特殊矩阵、概率与统计、**化、数据学习等。本书可作为数据科学方向的数学基础课程教材，也可供人工智能、深度学习领域的科研人员和工程技术人员参考。

《数据有道 : 数据分析 图论与网络 微课 Python编程》是 鸢尾花数学大系 从加减乘除到机器学习 丛书的第三板块 ( 实践板块 ) 中的一本关于数据 科学的分册。 实践 这个板块，我们将会把学到的编程、可视化， 特别是数学工具应用到具体的数据科学、 机器学习算法中，并在实践中加深对这些工具的理解。 《数据有道 : 数据分析 图论与网络 微课 Python编程》可以归纳为 7 大板块 数据说、数据处理、时间数据、图论基础、图的分析、图与矩阵、图论实践。 这 7 个板块 ( 共 25 章内容 ) 都紧紧围绕一个主题 数据！ 《数据有道 : 数据分析 图论与网络 微课 Python编程》以数据为名，以好奇心和疑问为驱动，主动使用 编程 可视化 数学 工具进行探索。《数据有道 : 数据分析 图论与网络 微课 Python编程》将 会回顾鸢尾花书前五本主要的工具，让大家对很多概念从似懂非懂变

《失控》这是《黑客帝国》主要演员的bi读物之一，这本关于机器、系统、生物和社会的 大部头 ，揭示了社会进化、特别是互联网发展的 先知预言 ，从这本书里，人们可以窥探到SNS的今天和未来。 《失控》涉猎：天文、化学、生物、计算机、控制论、运筹学、社会学 同时又堪比《黑客帝国》中洞悉未来的 神谕 ，正在兴起的 云计算 、 物联网 等都可以在这本写于15年前的书中找到相关的影子。

《可视之美:数据可视化 数学艺术 学术绘图 Python创意编程》是 鸢尾花数学大系：从加减乘除到机器学习 丛书中编程板块的第二册。编程板块第一册《编程不难》着重介绍如何零基础入门Python编程，《可视之美:数据可视化 数学艺术 学术绘图 Python创意编程》则在《编程不难》基础之上深入探讨如何用Python完成数学任务及板块数据可视化。 《可视之美:数据可视化 数学艺术 学术绘图 Python创意编程》是本系列中的一本真正意义上的 图册 。内容覆盖科技制图、计算机图形学、创意编程、趣味数学实验、数学科学、机器学习等。《可视之美:数据可视化 数学艺术 学术绘图 Python创意编程》 毫无节制 地展示数学之美，而且提供特别实用且容易复制的创作思路、做图技巧、编程代码。 《可视之美:数据可视化 数学艺术 学术绘图 Python创意编程》包含8个板块共36章内容。前5个

"《Scratch少儿趣味编程108例（全视频微课版）》以Scratch 3.6版本为基础，通过108个案例详细介绍了运用Scratch软件制作动画、游戏等趣味作品的方法，充分培养孩子的想象力和创造力。本书共分为9章，第1章概述Scratch下载、安装和运行的方法；第2章介绍创建背景和角色的方法；第3章讲解自上而下依次执行的顺序结构；第4章探究根据条件进行判断的选择结构；第5章讲述重复执行的循环结构；第6章介绍使作品变得更加丰富的 声音 与 画笔 模块；第7章分析使用变量和列表存储数据的方法；第8章阐述运算模块的相关知识；第9章探究运用积木的各种功能解决实际问题的方法。 《Scratch少儿趣味编程108例（全视频微课版）》可作为少年儿童的编程启蒙读物，也可供对Scratch编程感兴趣的读者学习参考，还可作为学校编程兴趣班及相关培训机构的教材。"

不需要是技术专家，只要阅读《游戏设计艺术》，学习佳作，深刻领悟游戏设计的真谛，人人都可以成为优秀的游戏设计师！ 本书深入讲解最基础的游戏设计原则，展示桌面、卡牌、体育游戏中的技巧如何在电子游戏中生效。书中列出了100多个透镜，帮助你从各种角度观察游戏设计，例如心理、建筑、音乐、视觉、电影、软件工程、主题公园设计、数学、谜题设计和人类学等方方面面。本书主要内容包括游戏的体验、构成游戏的元素、元素支撑的主题、游戏的改进、游戏机制、游戏中的角色、游戏设计团队、如何开发好的游戏、如何推销游戏、设计者的责任等。 本书包含许多VR和AR平台的上佳范例，如《神秘海域4》和《最后生还者》，以及免费游戏、混合游戏、严肃游戏等方面的当代名作。

本书从R语言临床预测模型基本原理讲起，逐步深入到进阶实战，并配合实战案例，重点介绍临床预测模型的构建、评价、验证，让读者可以快速领悟 3~5分预测模型 SCI（science citation index，科学引文索引）的套路与精髓，为后续冲击10分以上SCI打基础。 本书分为13章，主要内容有线性回归、Logistic回归、Cox回归、竞争风险模型等；自变量筛选方法有传统方法、逐步回归法、Lasso法、随机森林法、子集法、主成分分析法等；模型可视化涉及多种形式的列线图、Calibration校准曲线、ROC、DCA 曲线等图形绘制，不仅涉及单模型的可视化，还涉及单模型多时点、多模型同时点的可视化；模型评价指标涉及C指数、AUC、NRI、IDI 等；模型验证主要涉及简单交叉验证、K折交叉验证、留一法交叉验证及Bootstrap法。 本书内容通俗易懂，案例丰富，实用性强，适合R语言临床预测模型的入门读

本书分为两大部分：di一部分主要基于Scikit-Learn，介绍机器学习的基础算法；第二部分则使用TensorFlow和Keras，介绍神经网络与深度学习。此外，附录部分的内容也非常丰富，包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。书中内容广博，覆盖了机器学习的各个领域，不仅介绍了传统的机器学习模型，包括支持向量机、决策树、随机森林和集成方法，还提供了使用Scikit-Learn进行机器学习的端到端训练示例。作者尤其对深度神经网络进行了深入的探讨，包括各种神经网络架构、强化学习，以及如何使用TensorFlow/Keras库来构建和训练神经网络。本书兼顾理论与实战，既适合在校学生，又适合有经验的工程师。

本书基于真实数据集，全面系统地阐述现代计算机视觉实用技术、方法和实践，涵盖50多个计算机视觉问题。全书分为四部分：di一部分（第1~3章）介绍神经网络和PyTorch的基础知识，以及如何使用PyTorch构建并训练神经网络，包括输入数据缩放、批归一化、超参数调整等；第二部分（第4~10章）介绍如何使用卷积神经网络、迁移学习等技术解决更复杂的视觉相关问题，包括图像分类、目标检测和图像分割等；第三部分（第11~13章）介绍各种图像处理技术，包括自编码器模型和各种类型的GAN模型；第四部分（第14~18章）探讨将计算机视觉技术与NLP、强化学习和OpenCV等技术相结合来解决传统问题的新方法。本书内容丰富新颖，语言文字表述清晰，应用实例讲解详细，图例直观形象，适合PyTorch初中级读者及计算机视觉相关技术人员阅读。

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

《编程不难:全彩图解 微课 Python编程》是 鸢尾花数学大系 从加减乘除到机器学习 丛书的第一册，也是 编程 板块的第一册， 着重介绍如何零基础入门学 Python 编程。虽然《编程不难:全彩图解 微课 Python编程》主要讲解 Python 编程，但是也离不开数学。《编程不难:全彩图解 微课 Python编程》尽量 避免讲解数学概念公式，而且用图形和近乎口语化的语言描述程序设计、数据分析、机器学习背后常用的 数学思想。 《编程不难:全彩图解 微课 Python编程》分为预备、语法、绘图、数组、数据、数学、机器学习、应用八大板块， 共 36 章， 内容 跨度 极大！ 从 Python 基本编程语法，到基本可视化工具，再到各种数据操作工具，还介绍常用 Python 实现的各种复 杂数学运算，进入数据分析和机器学习之后，还讲解如何搭建应用 App。我们可以把《编程不难:全彩图解 微课 Python编程

计算已经成为人们生活中不可或缺的组成部分，人类社会享受了计算技术的红利得以飞速发展。可以说当今的计算机科学和产业应用的成就是人类文明有史以来所有智慧的结晶。解释、澄清和发展 计算 这一重要概念，即本书之写作目的。本书从探索数学的起源开始，细数了数学史上三次危机的来龙去脉，逐渐引出计算理论的诞生和发展，以及这些过往是如何影响当今计算机科学最前沿方向的。最后本书从哲学层面探讨了计算的边界，将其视为人类需要继续探索的未解之谜。本书横跨了人类3000年的文明史，综合了数学、哲学、物理学、计算机科学、人工智能、复杂系统科学等多门学科，呈现出一种独特的计算主义的世界观。

本书内容涵盖了程序设计的基本概念和技术，通过对 C 语言进行全面介绍，帮助读者理解程序设计的原 理，并掌握实践知识。本书共分为五部分，第一部分（第 2 ～ 9 章）介绍了程序设计的基础知识；第二部分（第 10 ～ 16 章）介绍了输入输出相关知识，包括从键盘和文件获取数值与文本数据的方法，以及以图形化方 式表示数值数据、文本和几何图形；第三部分（第 17 ～21 章）介绍了算法和数据结构相关知识，包括向量容器、 链表和映射容器；第四部分（第 22 ～ 27 章）对 C 语言思想进行了更有广度的介绍；第五部分（附录 A ～附 录 E）是对书中正文的补充。 本书可作为高等院校计算机、电子信息及相关专业的本科生或研究生教材，也可供对程序设计感兴趣的研 究人员和工程技术人员阅读参考。

《基础统计学》历经14 版，经久不衰。该书已经作为国际版统计教材被翻译成多国文字，连续25 年在美国统计类教材中排名第一。本书以浅显易懂的文字以及贴近实际的案例，带领读者专业系统地学习统计思维和批判性思维，领略统计学的真实魅力。本书的第1~3 章着重介绍描述统计学，通过第4~6 章的概率分布逐渐过渡到第7~9 章的推断统计学；第10~15 章介绍了现代统计学中一些重要的实践方法，例如回归分析、拟合优度、方差分析、非参数检验等，读者可以根据自身的兴趣与背景学习相关内容。

本书分为两部分。第壹部分，机器学习基础，涵盖以下主题：什么是机器学习，它试图解决什么问题，以及系统的主要类别和基本概念；第二部分，神经网络和深度学习，涵盖以下主题：什么是神经网络以及它们有什么用，使用TensorFlow和Keras构建和训练神经网络的技术，以及如何使用强化学习构建可以通过反复试错，学习好的策略的代理程序。第壹部分主要基于Scikit-Learn，而第二部分则使用TensorFlow和Keras。

本书是《Kubernetes权威指南：从Docker到Kubernetes实践全接触》（第6版）的下册，总计9章，涵盖了Kubernetes v1.29及之前版本的主要特性。第1、2章围绕Kubernetes认证机制和安全机制进行深入讲解，既有实例介绍，又有深入分析，可以让读者更容易理解Kubernetes中的认证机制、授权模式、准入控制机制，以及Pod的安全管理机制。第3章讲解容器网络基础，对局域网、互联网和常见网络设备等知识进行介绍。第4章讲解Kubernetes网络的原理，对Kubernetes网络模型、CNI网络模型、开源容器网络方案都做了详细介绍，对Kubernetes防火墙相关的网络策略也做了相关分析。第5、6章围绕Kubernetes存储进行深入讲解，涉及持久卷相关的PV、PVC、StorageClass、静态和动态存储管理，以及CSI存储机制的原理和发展状况。第7、8章围绕Kubernetes API和开发实战进行讲解，涉及Kubernetes资源对象、Kubernetes API、CRD和O

《SPSS统计学原理与实证研究应用精解》为统计学与SPSS零基础读者所设计，通过 精解常用统计学原理、精解常用统计分析SPSS操作、精解常用实证研究技巧 三个精解，旨在培养读者的 统计分析思维 和 实证研究思维 ，帮助读者实现从入门到精通，运用SPSS撰写实证研究类论文或开展数据分析、专业统计分析。与本书配套的还有教学PPT和作者**讲解的全套视频资料以辅助教学，力求实现**教学效果。 《SPSS统计学原理与实证研究应用精解》共21章。第1~3章为专业知识基础，分别介绍SPSS入门知识（SPSS基础）、统计学知识精要回顾（统计学基础）、实证研究与调查问卷设计（实证研究基础）；第4~6章为常用的数据分析方法，分别介绍数据加工处理、统计分析报表制作、统计图形绘制；第7~15章为常用的实证研究分析方法，具体包括描述统计分析，均值比较、T检验、单因素方

本书主要讲解计算机系统中核心的技术知识，涵盖缓存、内存屏障、无锁编程、网络基础、TCP/UDP、端口复用、网络收发包流程、物理内存、虚拟内存等内容。本书还分享了实际工作中可能出现的技术难题及解决方案供读者借鉴。为了使读者轻松、快速地理解书中晦涩难懂的技术知识，本书作者精心绘制了大量的流程图、结构图。为了使读者更好地理解Linux内核源码，本书还提供了大量经过注释的Linux内核源码供读者下载。通过阅读本书，读者可以轻松、快速地掌握这些技术知识，并通过源码和书中配图加强对相关知识的理解。

这是一本全面介绍Python面向对象编程的图书。本书共分为4部分。第1章至第6章深入讲解了面向对象编程的核心原则和概念，以及它们在Python中的实现方式。第7章至第9章仔细探讨了Python的数据结构、内置类和方法等，以及如何从面向对象编程的角度进行分析和应用。第10章至第12章探讨了设计模式及其在Python中的实现。第13章和第14章涵盖了测试和并发两个重要主题。整本书以一个机器学习分类算法的实现案例贯穿始终，并不断探讨各种实现方式的优劣。 这是一本全面介绍Python面向对象编程的图书。本书共分为4部分。第1章至第6章深入讲解了面向对象编程的核心原则和概念，以及它们在Python中的实现方式。第7章至第9章仔细探讨了Python的数据结构、内置类和方法等，以及如何从面向对象编程的角度进行分析和应用。第10章至第12章探讨了设计模式及其在Python中的实现。

《计算机视觉：算法与应用》探索了用于分析和解释图像的各种常用技术，描述了具有一定挑战性的视觉应用方面的成功实例，兼顾专业的医学成像和图像编辑与交织之类有趣的大众应用，以便学生能够将其应用于自己的照片和视频，从中获得成就感和乐趣。《计算机视觉：算法与应用》从科学的角度介绍基本的视觉问题，将成像过程的物理模型公式化，然后在此基础上生成对场景的逼真描述。作者还运用统计模型来分析和运用严格的工程方法来解决这些问题。 《计算机视觉：算法与应用》作为本科生和研究生 计算机视觉 课程的理想教材，适合计算机和电子工程专业学生使用，重点介绍现实中行之有效的基本技术，通过大量应用和练习来鼓励学生大胆创新。此外，《计算机视觉：算法与应用》的精心设计和编排，使其可以作为计算机视觉领域中一本独

本书是面向操作系统导论课程的经典书籍，从第1版至今被国内外众多高校选作教材。全书共九个部分，相较于上一版增加了三个部分，并且优化了各章的编排顺序。本书不仅详细讲解进程管理、内存管理、存储管理、保护与安全等概念，而且涵盖重要的理论结果和案例研究，并且给出了供读者深入学习的推荐读物。这一版在移动操作系统、多核系统、虚拟化和NVM外存等方面做了大幅更新，每一章都融入了新的技术进展，并且更新了习题和编程项目。本书既适合高等院校计算机相关专业的学生学习，也是专业技术人员的有益参考。

本书通过500个实例，为读者提供较为详细的练习题目，以便读者举一反三，深度学习。本书实例涉及的算法包括搜索、回溯、递归、排序、迭代、贪心、分治和动态规划等；涉及的数据结构包括字符串、数组、指针、区间、队列、矩阵、堆栈、链表、哈希表、线段树、二叉树、二叉搜索树和图结构等。书中所有实例均以问题描述、问题示例、代码实现及运行结果的形式来编排。 本书语言简洁，通俗易懂，适合作为Python编程人员的入门参考书，也适合作为高等院校相关专业 Python算法实现 课程的参考教材。

当前，以智能化、电动化为重要特征的 新四化 趋势给全球汽车产业带来了重大的变革，也使各类汽车芯片的需求量有不同程度的提高。芯片行业是支撑经济社会发展和保障国家安全的战略性、基础性和先导性产业，我国是车规级芯片需求最大的市场，但绝大多数芯片需要依赖进口。车规级芯片对产品的可靠性、一致性、安全性、稳定性和长效性要求较高，随之带来行业的资金壁垒、技术壁垒、人才壁垒进一步提高，是我国 十四五 期间的重要发展方向和关注焦点之一。 本书是国内迄今为止相当全面、系统介绍车规级芯片产业发展、相关标准及设计技术的图书，也是首本从汽车行业和芯片行业两个视角对车规级芯片进行介绍的图书。本书首先从汽车电子的角度出发，介绍汽车电子与芯片、汽车电子可靠性要求、车规级芯片标准等； 然后聚焦于车规级芯片设计，内

本书介绍了超级计算机算力和AI算力的异同，从CPU流水线开始，描述主要的众核处理器架构和功能部件设计。在GPU和NPU等加速器部分，介绍了GPU为何能从单纯的图形任务处理器变成通用处理器。GPU在设计逻辑、存储体系、线程管理，以及面向AI的张量处理器方面成为最近几年全世界科技行业最瞩目的明星。本书对华为等厂商推出的NPU芯片设计也做了架构描述，中国也拥有独立自主知识产权的高算力芯片，并且支持多芯片、高带宽互连。本书也回顾了近20年来主流的CPU、GPU芯片架构的特点，介绍了存储与互连总线技术，即大模型专用AI超级计算机的中枢核心。