AppInventor的出现大大降低了编程门槛，没有程序设计经验的编程爱好者可以在短时间内就创建出炫目的安卓手机应用。本书带领读者通过动手实践数个编程实例来了解程序开发的逻辑。书中内容共分为21章，包含15个完整的应用，覆盖了游戏、教学、工具、信息管理以及网络应用等。本书不仅详细介绍了应用开发的步骤和要点，还针对每种应用的特征给出了进一步优化的建议，忠实还原了应用开发过程中遇到的问题和解决方法，是一本不可多得的编程技术与理念并重的实践指南。

《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

本书首先对Arduino的用法进行了简单的介绍；然后详细解说了电子制作的基础知识、各种传感器的用法、电子电路的搭建方法和Sketch等；接着介绍了将Arduino连接网络的两种方法：一是难度稍高的使用ArduinoM0Pro和ESP-WROOM-02的方法，二是更为方便的使用Web服务BaaS的方法；后介绍了4个电子制作的具体例子。

《Python 趣味案例编程》是一本以任务驱动为线索进行Python 学习的图书。它突破了常规学习方式，以结果为导向，用任务驱动方式讲解Python 常用的技能。本书分为8 个单元，65 个课题。每一课通过任务引入、案例实现、知识讲解、试一试、阅读程序写结果、完善程序、手下留神和背一背等栏目，带领学习者循序渐进地学习Python 的各项实用技能。在课程体系设计上力求有趣、新颖、多样、富有挑战性，用引导、探索的学习模式，帮助读者建立编程兴趣和成就感，让编程学习变被动学习为主动思考、主动学习。

本书分为上、下两大部分，共计22章。部分（~11章）由浅入深地介绍Python的基础知识，包括变量、数值、条件语句、文本字符串、循环语句、元组、列表、字典、集合、函数、对象、类、模块、库，等等。掌握这些基础知识将为运用Python奠定牢固的基础。第二部分（2~22章）介绍Python的应用，所涉及的领域包括Web应用、数据库、网络和机器学习。你将学会用Python处理时间、进行网络通信、完成数据科学任务等，还会了解并发的相关知识。

本书是原谷歌面试官的经验之作，层层紧扣程序员面试的每一个环节，全面而详尽地介绍了程序员应当如何应对面试，才能在面试中脱颖而出。内容主要涉及面试流程解析，面试官的幕后决策及可能提出的问题，面试前的准备工作，对面试结果的处理，以及出自微软、苹果、谷歌等多家公司的189道编程面试题及详细解决方案。第6版修订了上一版中一些题目的解法，为各章新增了介绍性内容，加入了更多的算法策略，并增添了对所有题目的提示信息。

《利用Python调试机器学习模型》详细阐述了利用Python调试机器学习模型的基本解决方案，主要包括代码调试、机器学习生命周期、为实现负责任的人工智能而进行调试、检测机器学习模型中的性能和效率问题、提高机器学习模型的性能、机器学习建模中的可解释性和可理解性、减少偏差并实现公平性、使用测试驱动开发以控制风险、生产测试和调试、版本控制和可再现的机器学习建模、避免数据漂移和概念漂移、通过深度学习机器学习调试、高级深度学习技术、机器学习进展简介、相关性与因果关系、机器学习中的安全性和隐私、人机回圈机器学习等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。 本书可作为高等院校计算机及相关专业的教材和教学参考用书，也可作为相关开发人员的自学用书和参考手册。

本书分为上、下两大部分，共计22章。部分（~11章）由浅入深地介绍Python的基础知识，包括变量、数值、条件语句、文本字符串、循环语句、元组、列表、字典、集合、函数、对象、类、模块、库，等等。掌握这些基础知识将为运用Python奠定牢固的基础。第二部分（2~22章）介绍Python的应用，所涉及的领域包括Web应用、数据库、网络和机器学习。你将学会用Python处理时间、进行网络通信、完成数据科学任务等，还会了解并发的相关知识。