本书涵盖动态系统分析、经典控制理论与现代控制理论的核心内容。其中，经典控制理论以拉普拉斯变换为数学工具，通过传递函数分析系统的表现并进行控制器的设计；现代控制理论则是以状态空间方程为研究对象，以微分方程和线性代数为数学工具，从时域的角度分析系统的表现并设计系统的控制器。 本书在多个章节对比讲解两种理论之间的区别与联系。本书的目标是以简单的语言讲述复杂的知识，希望本书可以引起读者对控制理论的兴趣，并掌握控制理论的核心精神所在，为未来深入学习其他相关知识打下基础。同时，本书的 实战性 很强，大部分章节以一个实际例子入手，从开发者的角度展开分析并引出知识点。
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。
《机器学习 : 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 丛书的最后一册，前六本解决了编程、可视化、数学、 数据方面的诸多问题，而《机器学习 : 全彩图解 微课 Python编程》将开启机器学习经典算法的学习之旅。 《机器学习 : 全彩图解 微课 Python编程》设置了 24 个话题，对应四大类机器学习经典算法（回归、分类、降维、聚类），覆盖算法包括： 回归分析、多元线性回归、非线性回归、正则化回归、贝叶斯回归、高斯过程、k 最近邻分类、朴素贝叶 斯分类、高斯判别分析、支持向量机、核技巧、决策树、主成分分析、截断奇异值分解、主成分分析进阶、 主成分分析与回归、核主成分分析、典型相关分析、 k 均值聚类、高斯混合模型、最大期望算法、层次聚类、 密度聚类、谱聚类。 《机器学习 : 全彩图解 微课 Python编程》选取算
《Python编程 从入门到实践 第3版》 本书是享誉全球的Python入门书，影响了超过250万读者。全书分两部分：第一部分介绍用Python编程所必须了解的基本概念，包括强大的Python库和工具，以及列表、字典、if语句、类、文件和异常、代码测试等内容；第二部分将理论付诸实践，讲解如何开发三个项目，包括简单的2D游戏、利用数据生成交互式的信息图以及创建和定制简单的Web应用，并帮助读者解决常见编程问题和困惑。第3版进行了全面修订：使用了文本编辑器VS Code，新增了介绍removeprefix()方法和removesuffix()方法的内容，并且在项目中利用了Matplotlib和Plotly的最新特性，等等。 《Python编程快速上手 让繁琐工作自动化 第2版》 本书是一本面向初学者的Python编程实用指南。本书不仅介绍了Python语言的基础知识，而且通过案例实践教读者如何使用这些知识和技能。本书的第一部
9787115613639 Python编程 从入门到实践 第3版 109.80 9787115551870 Python编程快速上手 让繁琐工作自动化 第2版 89.00 9787115642363 Python极客项目编程（第2版） 69.80 9787115562883 Python编程实战 妙趣横生的项目之旅 99.90 《Python编程 从入门到实践 第3版》 本书是享誉全球的Python入门书，影响了超过250万读者。全书分两部分：第一部分介绍用Python编程所必须了解的基本概念，包括强大的Python库和工具，以及列表、字典、if语句、类、文件和异常、代码测试等内容；第二部分将理论付诸实践，讲解如何开发三个项目，包括简单的2D游戏、利用数据生成交互式的信息图以及创建和定制简单的Web应用，并帮助读者解决常见编程问题和困惑。第3版进行了全面修订：使用了文本编辑器VS Code，新增了介绍removeprefix()方法和removesuffix()方法的内容，并且在项目中利用了Matplotlib和Plotly的最新特性，等等。
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、
《华为数据之道》 这是一部从技术、流程、管理等多个维度系统讲解华为数据治理和数字化转型的著作。华为是一家超大型企业，华为的数据底座和数据治理方法支撑着华为在全球170多个国家/地区开展多业态、差异化的运营。书中凝聚了大量数据治理和数字化转型方面的有价值的经验、方法论、规范、模型、解决方案和案例，不仅能让读者即学即用，还能让读者了解华为数字化建设的历程。 ============= 《华为数字化转型之道》 本书由华为公司质量与流程IT团队官方出品，从认知、理念、转型框架、规划和落地方法、业务重构、平台构建等多个维度全面总结和阐述了华为自身的数字化转型历程、方法和实践，能为准备开展或正在开展数字化转型的企业提供系统、全面的参考。
《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
《深度学习》内容介绍：《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写，是深度学习领域奠基性的经典教材。全书的内容包括3个部分：第 1部分介绍基本的数学工具和机器学习的概念，它们是深度学习的预备知识；第 2部分系统深入地讲解现今已成熟的深度学习方法和技术；第3部分讨论某些具有前瞻性的方向和想法，它们被公认为是深度学习未来的研究重点。 《深度学习》适合各类读者阅读，包括相关专业的大学生或研究生，以及不具有机器学习或统计背景、但是想要快速补充深度学习知识，以便在实际产品或平台中应用的软件工程师。 《动手学深度学习》内容简介：本书旨在向读者交付有关深度学习的交互式学习体验。书中不仅阐述深度学习的算法原理，还演示它们的实现和运行。与传统图书不同，本书的每一节都是一个可以
本书主要围绕AI系统的理论基础与技术基础知识展开，结合实例进行介绍，旨在让读者了解AI系统的来龙去脉，形成对AI系统的系统化与层次化的初步理解，掌握AI系统基本理论、技术、实际应用及研究方向，为后续从事具体的学习研究工作和项目开发工作奠定基础。 本书首先介绍AI的历史、现状与发展及AI系统的基本知识，后分为AI硬件与体系结构、AI编译与计算架构、AI推理系统与引擎、AI框架核心模块四篇进行详细介绍，涉及AI系统从底层原理到应用落地的全貌，反映了AI系统架构的前沿技术。
《神经网络与深度学习：案例与实践》是《神经网络与深度学习》（蒲公英书）的配套实践书，由复旦大学邱锡鹏教授和百度飞桨团队合作完成。本书在章节设计上和《神经网络与深度学习》一一对应，并以模型解读+案例实践的形式进行介绍。模型解读主要聚焦如何从零开始一步步实现深度学习中的各种模型和算法，并结合简单的任务来加深读者对模型和算法的理解；案例实践主要强调如何使用飞桨预定义API来更好地完成实际任务，会涉及一些数据预处理问题。建议读者将本书和《神经网络与深度学习》结合阅读，在动手实践中更深入地理解深度学习的模型和原理。
本书主要包括OSPF高级特性、IS-IS高级特性、BGP高级特性、网络安全技术、mpls技术、mpls vpn的单域和跨域技术、EVPN技术、IPV6路由、IPV6过渡技术、QOS技术、vxlan、准入控制技术、广域网vpn、Segment Routing、SRv6等内容，覆盖数据通信领域路由交换高阶技术、企业网络架构全景、园区网络典型架构与技术、华为CloudCampus解决方案设计与部署、广域互联网络典型架构与技术、华为SD-WAN解决方案设计与部署、广域承载网络典型架构与技术、华为CloudWAN解决方案设计与部署、网络自动化技术与实践等知识技能。 本书既可以作为华为 ICT 学院的配套实验教材，用来增强学生的实际动手能力，也可以作为计算机网络相关专业的实验指导书，还可以作为相关企业的培训教材，同时对于从事网络管理和运维的技术人员来说，也是一本很实用的技术参考书。
《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
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
《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。
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 是王牌。这次，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。 《数学要素：全彩图解 微课 Python编程》打破数学板块的藩篱，将算数、代数、线性代数、几何、解析几何、概率统计、微积分、优化方法等板块有机结合在一起。从加、减、乘、除四则运算讲起，主要内容包括：第 1、2 章讲解向量和矩阵的基本运算；第 3 章讲解常用几何知识；第 4 章讲解代数知识；第 5、6 两章介绍坐标系；第 7、8、9 三章介绍解析几
《大模型编程实践与提示工程》深入浅出地介绍了提示工程在大模型编程实践中的重要性及其具体应用。作为人工智能专家，作者展示了如何借助大模型来优化业务任务，构建商业解决方案以及创建强大的推理引擎。此外，通过探讨提示工程和对话式编程，本书还介绍了如何借助自然语言来掌握新的编码技术。 《大模型编程实践与提示工程》面向软件专家、架构师、首席开发人员、程序员和机器学习爱好者，也适合任何对自然语言处理或人工智能感兴趣的读者阅读和参考，可以帮助他们培养和提升新质生产力。
LangChain大模型应用开发 《LangChain大模型应用开发》帮助读者在项目中探索微调、提示工程以及部署和监控的实践时，解锁LLM的全部潜力。无论你是构建创意写作工具、开发复杂的聊天机器人，还是制作尖端的软件开发辅助工具，《LangChain大模型应用开发》都将是你的路线图，帮助你自信且创造性地掌握生成式人工智能的变革力量。 主要内容 ●使用LangChain创建LLM应用,如问答系统和聊天机器人 ●理解变换模型和注意力机制 ●使用pandas和Python自动进行数据分析和可视化 ●掌握提示工程以提高LLM性能 ●微调LLM并了解释放其力量的工具 ●将LLM作为服务部署,并应用评估策略 ●使用开源LLM与文档本地互动,以防止数据泄露 大模型应用解决方案 基于ChatGPT和GPT-4等Transformer架构的自然语言处理 Transformer正在颠覆AI领域。市面上有这么平台和Transformer模型，哪
本书旨在帮助读者更好地应对算法面试，提高算法和编程能力。书中按专题精选了LeetCode平台的一系列的热点算法题，并详细解释其求解思路和过程。全书分为三个部分，第Ⅰ部分为数据结构及其应用，以常用数据结构为主题，深入讲解各种数据结构的应用方法和技巧。第Ⅱ部分为算法策略及其应用，以基本算法设计方法和算法设计策略为主题，深入讲解各种算法设计策略的应用方法和技巧。第Ⅲ部分为经典问题及其求解，以实际中的一些问题为主题，深入讲解这些问题多种求解方法。 本书适合于需要进行算法面试的读者，通过阅读本书可以掌握算法面试中求解问题的方法和技巧，提升自己的算法技能和思维方式，从而在面试中脱颖而出。同时可以作为《数据结构》和《算法设计与分析》课程的辅导书，也可以供各种程序设计竞赛和计算机编程爱好者研习。 目录
《函数式编程图解》旨在以通俗易懂的方式向命令式开发人员介绍函数式编程。从简短的编程任务开始，逐一引入诸如纯函数和不可变数据等基本概念，并在此过程中穿插讲解如何消除由复杂分布式状态引起的常见错误，适时探索IO、并发和数据流的函数式处理方式。读完本书后，你便能轻松编写出易于理解、测试和维护的简洁函数式代码。 主要内容 使用函数和类型(而非对象)进行设计 使用纯函数和不可变值进行编程 编写函数式风格的并发程序 测试函数式程序
数据分析是对业务数据的理解和分析，因此数据分析不仅仅是要掌握b备的工具和技能，也要了解具体的业务活动，同时也要有数据分析的逻辑思维。同时数据分析的目的是快速发现问题，进而分析问题并解决问题。因此，通过制作可视化分析图表，将数据分析结果以最清晰的形式展现出来，对数据进行可视化处理，就是一个非常好的选择。《Excel数据分析案例视频精讲：分析思维 操作技巧 可视化技能实践（套装共2本）》结合大量来自企业的实际案例，详细介绍数据的采集与加工处理、数据合并与汇总计算、数据挖掘与动态分析、制作个性化分析报表等应用。同时以Excel为工具，以Tableau为辅助工具，结合大量来自企业数据分析一线的实际案例，介绍如何设计数据分析及可视化模板，包括排名与对比分析、波动与趋势分析、结构与占比分析、分布分析、预警分析、预
《联邦学习》为研究人员和从业者深入探讨了联邦学习最重要的问题和方法。 联邦学习(Federated Learning，FL)是一种机器学习方法，其中训练数据不是集中管理的。数据由参与联邦学习过程的各方保留，不与任何其他实体共享。这使得联邦学习成为一种日益流行的机器学习解决方案，适用于因隐私、监管或实际原因而难以将数据集中到一个存储库中的任务。 本书阐述了联邦学习的最新研究进展和最先进的发展成果，包括从最初构想到首次应用和商业化使用。为了全面、深入地了解这个领域，研究人员从不同的角度探讨了联邦学习:机器 学习、隐私和安全、分布式系统以及具体应用领域。读者将从这些角度了解联邦学习所面临的挑战、它们之间的相互关系，以及解决这些挑战的前沿方法。 本书第1章介绍了联邦学习的基础知识，之后的24章深入探讨了各种不同的主题。第
