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

本书着重讨论以下核心内容，并层层递进，逐步深入。 首先解释了什么是软件架构，为什么它很重要，以及如何以规范和有效的方式设计、实现、分析、演进和管理它。 其次系统阐述如何使用架构来应对需求和系统规模的加速增长，以及如何管理新增的质量属性。 后讲解如何利用架构优化关键质量属性（包括性能、可修改性、防护性、可用性、互操作性、可测试性、易用性、可部署性等），如何管理和优化现有架构，如何将它们用于解决新问题并构建成可作为战略资产的可重用架构。

本书分为两大部分，其中第一部分 基础篇 包括第1～11章，第二部分 进阶篇 包括第12～18章。Unity 3D初学者在学习第一部分后，完全可以制作出属于自己的游戏。但是能做出来不代表做得好，这里的 好 主要是指游戏性能高以及开发难度大。从商业游戏的角度来说，必须做到这两点，所以第二部分主要讲解Unity 3D的性能与原理。除第1章外，书中的每一章都包含丰富的示例和源代码，它们是非常宝贵的实战经验，可以直接应用在实际开发中。

在软件架构中没有简单的决策。相反，这里充斥着艰难的部分——困难的问题，并且没有实践——迫使你在其中做选择。在本书中，你将学会如何用批判性思维来考虑分布式架构中的利弊。本书探讨了选择适架构的策略。通过穿插一个虚构的技术小组的故事—— Sysops Squad——试验各种可能性，从如何确定服务粒度、管理工作流和编排、管理和解构契约、管理分布式事务，到如何优化运维性特征，例如可伸缩性、弹性和性能。通过关注在常见问题上，本书可以帮助作为架构师的你遇到问题时如何发掘和权衡利弊。无论你是渴望成为架构师，还是早已经验丰富，都无需手忙脚乱，本书将详细指导你在创建企业级应用和微服务的过程中取得成功。

在软件架构中没有哪个决定是轻而易举的。相反，有许多艰难的部分，要么是难题，要么是缺少实践，这迫使你在各种妥协中做出选择。通过本书，你将学会如何批判性地思考分布式体系结构的利弊。 软件架构老兵和实践顾问Neal Ford、Mark Richards、Pramod Sadalage、Zhamak Dehghani讨论了选择适合架构的策略。全书交织着一群虚构的技术专业人员（Sysops Squad）的故事，他们研究了从如何确定服务粒度、管理工作流和编排、管理和解耦合约、管理分布式事务到如何优化可扩展性、弹性和性能等操作特性的一切问题。 本书通过关注常见的问题，提供了一些技术，帮助你在面对架构问题时进行权衡。

本书是软件开发与运维领域经典参考书新升级版，由DevOps领域几位先驱撰写。第2版根据新研究和best practice更新了内容，增加了大量新案例，方便大家在各行各业落地DevOps实践。 本书内容分为六部分，围绕 DevOps三要义 （流动、反馈、持续学习与探索）探讨DevOps的理论、原则和落地实践。第一部分介绍DevOps理论基础和关键主题，第二部分介绍如何寻找切入点并启动转型，第三部分介绍如何通过构建部署流水线来加速流动，第四部分讨论如何通过建立有效的生产环境监控发现和解决问题，第五部分探讨如何通过建立公正的文化促进持续学习与探索，第六部分介绍将安全与合规活动集成到日常工作。 本书适合所有互联网企业和传统企业从业者阅读。

《逆向工程核心原理》十分详尽地介绍了代码逆向分析的核心原理。作者在Ahnlab 研究所工作多年，书中不仅包括其以此经验为基础亲自编写的大量代码，还包含了逆向工程研究人员必须了解的各种技术和技巧。彻底理解并切实掌握逆向工程这门技术，就能在众多IT相关领域进行拓展运用，这本《逆向工程核心原理》就是通向逆向工程大门的捷径。 想成为逆向工程研究员的读者或正在从事逆向开发工作的开发人员一定会通过《逆向工程核心原理》获得很大帮助。同时，想成为安全领域专家的人也可从《逆向工程核心原理》轻松起步。

本书的各个版本一直都是软件专业人士熟悉的读物，在国际软件工程界享有无可质疑的权威地位。它在全面而系统、概括而清晰地介绍软件工程的有关概念、原则、方法和工具方面获得了广大读者的好评。此外，本书在给出传统的、对学科发展具有深刻影响的方法时，又适当地介绍了当前正在发展的、具有生命力的新技术。

本书是微软DAX语言在商业智能分析、数据建模和数据分析方面的指南。 通过对本书的学习，你将了解如何使用DAX语言进行商业智能分析、数据建模和数据分析；你将掌握从基础表函数到高级代码，以及模型优化的所有内容；你将确切了解在运行DAX表达式时，引擎内部所执行的操作，并利用这些知识编写可以高速运行且健壮的代码。 本书第2版的重点内容包括基于免费的Power BI Desktop来构建和运行示例，帮助你在Power Bl、SQL Server Analysis Services或Excel中充分利用强大的变量（VAR）语法。你想要使用DAX所有的强大功能吗？那么这本未进行任何删减、深入浅出的著作正是你所需要的。 本书适合Excel高级用户、商业智能分析人员、使用DAX和微软分析工具的专业人士。

本书系统地总结了过去十年中软件测试发生的变化，浓缩了作者许多宝贵的软件测试经验。本书首先介绍对于软件测试的不同看法，全程软件测试的思想，软件测试的基础设施与TA框架、团队能力建设；然后逐步深入到测试的计划、设计、执行、持续反馈和改进；接着，讨论全程测试的思想，包括全程静态测试、全程性能测试、全程安全性、全程建模、全程可视化。本书*后展望了软件测试的未来。本书适合软件测试人员阅读，也可作为相关专业人士的参考指南。

你是否遇到过这些情况：只会使用软件中的默认图表；图表太简单，被嫌弃没有创意；图表表现力差，对报告结论的支持很有限；图表格式不统一，搭配起来一团糟；图表难以与实际工作和老板的需求相结合 也许你需要一套图表私人定制的知识体系。 这是一本专为工作服务的图表实战书，从结构上可以分为两个部分：基础篇和实战篇。第1～4章属于基础篇，分别讲解图表基本元素、图表通用设计法则、典型图表设计技巧和常用图表类型；第5章和第6章属于实战篇，分别讲解如何分析老板偏好并拆解工作型图表中的典型问题，以及综合利用基础篇的知识点，规范化图表定制步骤，让每个人都能实现图表定制梦。

本书是系统架构领域标杆参考书的升级版，由业内资深专家萨姆 纽曼（Sam Newman）撰写。 过去10年，随着微服务的普及，大量组织从单体应用迁移到了微服务应用，分布式系统变得愈加精细化，然而，这个过程中也出现了一系列问题。本书深入探讨了构建、管理、扩展和演进微服务架构时需要考虑的方方面面。内容分为三部分：第一部分 基础 （第1章~第4章），详细阐述微服务背后的核心思想；第二部分 实现 （第5章~第13章），带你转向具体实现细节，通过各种技术和方法尽可能大程度地用好微服务；第三部分 人和组织 （第14章~第16章），具体阐述离开人和组织的支持，理念和技术将毫无意义。通过学习本书，你将深入了解对微服务的建模、集成、测试、部署和监控等方向新的解决方案。 第2版进行了全面更新：新增了微服务构建和部署、无服务器计算及云原生应

本书基于作者对企业架构进行多年研究的成果，共19章，分三个核心部分和两个附录。第一部分对企业架构的概念和其他相关主题进行了总体介绍。第二部分特别关注作为企业架构实践核心元素的企业架构工件，定义了6种通用的企业架构工件 经营考量、技术标准、业务愿景、IT景观、概要设计和详细设计。第三部分对企业架构的其他重要方面和企业架构实践进行了高层次的讨论。附录A对现代企业架构学科的复杂历史起源和本书所述的相应最佳实践进行了扩展讨论和分析，附录B介绍了企业架构教学包。本书面向对企业架构感兴趣的广大读者，包括在职和有抱负的架构师、架构经理、企业架构学术研究人员、企业架构讲师和大学生。阅读本书无需任何企业架构的理论知识或实践经验，但要对业务和IT有一定理解。

本书的目的是考虑大型且具有挑战性的多阶段决策问题，这些问题原则上可以通过动态规划和最优控制来解决，但它们的精确解决方案在计算上是难以处理的。本书讨论依赖于近似的解决方法，以产生具有足够性能的次优策略。这些方法统称为增强学习，也可以叫做近似动态规划和神经动态规划等。 本书的主题产生于最优控制和人工智能思想的相互作用。本书的目的之一是探索这两个领域之间的共同边界，并架设一座具有任一领域背景的专业人士都可以访问的桥梁。

本书对第1版内容进行了全面更新和升级，详细描述了敏捷开发的各种实用方法及具体实践。作者以极限编程为基础，引入了Scrum、看板、DevOps、精益软件开发、精益创业等思想和实践，可以帮你成功地将敏捷开发引入团队和组织，或者发现敏捷可能并不适合你当前的情况。书中保留了第1版中的实用方法以及大部分实践，但几乎所有的实践都被重写，以囊括整个行业敏捷实践和作者自身的新经验。新增内容包括：使用敏捷方法、定制化敏捷方法的深度指南；关于规模化敏捷的介绍；运维和安全方面的内容以及受DevOps启发进行的更新；敏捷和远程团队协同工作的指导方法。

本书是一本全面的指南，帮助开发人员、架构师和高级程序员在软件架构领域推进他们的职业生涯。这本书将带您了解所有重要的概念，从设计原则到软件架构职业生涯的不同阶段的不同考虑。本书首先介绍了软件架构的基本原理、优点和目的。您将发现软件架构是如何与组织相关联的，然后识别其重要的属性。一旦您掌握了这些基础知识，您将探索设计模式、最佳实践和高效软件开发的范例。本书讨论了需要考虑哪些因素来增强性能和安全性。您将学习为您的架构编写文档，并在考虑DevOps时做出适当的决策。此外，在了解如何创建随着市场、业务需求、框架、工具和最佳实践的变化而演进的软件体系结构之前，您将探索如何设计遗留应用程序。

今天，数据是系统设计的众多挑战中核心的部分。我们需要解决许多难题，例如可伸缩性、一致性、可靠性、效率以及可维护性。此外，工具的选择纷繁复杂，包括关系数据库、NoSQL 数据库、流式处理器或批处理器以及消息中间件。对于应用程序来说，哪个才是正确的选择？如何才能搞清楚所有这些时髦词？ 在这本务实且全面的指导之作中，作者 Martin Kleppmann 会带你领略这一领域的多样性，他会分析各种数据处理工具和数据存储工具的优缺点。软件在不断变化，不过基本的原则没有变。通过本书，软件工程师和架构师会学到如何在实际中应用这些原则，如何在现代应用程序中充分使用数据。 ? 深入分析你已经在使用的系统，并学习如何更高效地使用和运维这些系统 ? 通过识别不同工具的优缺点，作出更明智的决策 ? 了解一致性、可伸缩性、容错性和复杂度之间的

本书从科学技术发展的历史视角出发，对软件文化进行了系统的分析和介绍。首先，从人类接触计算讲起，介绍了计算机的发展历程及其对技术、经济、社会的影响。在此基础上，介绍了软件的定义，编程语言及软件的发展历程，并将软件划分为系统软件、应用软件和中间件进行了详细介绍。最后，结合软件在人类社会中的应用场景，介绍了软件在工业、农业、医疗等领域的实际应用及案例分析，并对软件对人类社会未来可能的影响进行了展望。

在科学研究和工程设计领域，数值模拟方法是继理论解析方法、实验观测方法之后的又一*有力的研究、求解和设计的工具。本书首先介绍数值模拟基础：软件工程基础、程序语言和一种常用开发工具；然后从分析模拟软件中挑选两个应用*广的进行介绍，并配以丰富的算例；分析的目的往往是为了确认方案或得到更好的方案，*后对作者所在课题组开发的优化基础软件进行简要介绍。

"本书主要围绕空间目标雷达特性的测量原理及智能识别等应用问题论述，主要包括空间目标雷达特性测量原理和基于人工智能的空间目标智能识别两大部分。其中，空间目标雷达特性原理部分为第1~5章，主要论述了空间目标雷达特性测量基础、逆合成孔径雷达的基本概念、ISAR距离 多普勒成像原理、ISAR成像的运动补偿原理、ISAR距离 瞬时多普勒成像原理等关键的空间目标雷达特性原理。基于人工智能的空间目标智能识别为第6~8章，主要论述了基于雷达散射截面积特性测量的目标智能识别、基于高分辨距离像的目标智能识别，以及基于高分辨ISAR复图像的目标智能识别。其中，第6章主要基于窄带雷达RCS特性测量数据实施目标智能识别； 第7章和第8章主要利用宽带雷达特性测量数据实施目标智能识别。第7章论述了基于一维高分辨距离像的空间目标智能识别，第8章论

本书不仅介绍了如何测量CPU、内存、磁盘/SSD、网络的性能，如何观察、记录、跟踪、汇总性能指标，还讨论了如何设计和创建性能测试工具KUtrace，以及如何对观察结果进行推理。 本书不仅适合软件开发人员阅读，还适合计算机相关专业的师生参考。

这本实用的教科书适用于形式化方法的入门课程或高级课程。本书以B形式化方法的一个扩展Event-B作为工具，展示了一种完成系统建模和设计的数学方法。 简-埃蒙德 阿布瑞尔（Jean-Raymond Abrial）是国际著名计算机科学家，曾任苏黎世联邦理工学院客座教授，他基于精化的思想提出了一种系统化的方法，教读者如何逐步构造出所期望的模型，并通过严格的证明完成对所构造模型做系统化的推理。本书将介绍如何根据实际需要去构造各种程序，以及如何更为普遍地构造各种离散系统的模型。本书提供了大量的示例，这些示例源自计算机系统开发的各个领域，包括顺序程序、并发程序和电子线路等。 本书还包含了大量具有不同难度的练习和开发项目。书中的每个例子都用Rodin平台工具集证明过。 本书适合作为高等院校计算机、软*工程、网络工程、信息安全等专业高年级