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

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。

《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。

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。

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

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。

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。

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