Kubernetes是由谷歌开源的容器集群管理系统，为容器化应用提供了资源调度、部署运行、服务发现、扩缩容等一整套功能。Kubernetes也是将 一切以服务（Service）为中心，一切围绕服务运转 作为指导思想的创新型产品，它的功能和架构设计自始至终地遵循了这一指导思想。构建在Kubernetes上的系统不仅可以独立运行在物理机、虚拟机集群或者企业私有云上，也可以被托管在公有云上。本书总计12章，分别讲解Kubernetes的基本概念、实践指南、核心原理、开发指南、网络与存储、运维指南、新特性演进等内容。全书图文并茂、内容丰富、由浅入深、讲解全面，并围绕在生产环境中可能出现的问题，给出了大量典型案例，比如安全配置方案、网络方案、共享存储方案、高可用方案及Trouble Shooting技巧等，有很强的实战指导意义。本书的内容也随着Kubernetes的版本更新不断完善，
Origin 是由 OriginLab 公司开发的一个科学绘图与数据分析软件，该软件具有丰富的绘图功能及数据处理与分析功能，已被广泛应用于科技论文与论著的出版。 本书共 8 章，汇集 150 个实例，涵盖 Origin 基础与基本操作、绘图规范及其导出、数据类型及其导入方法、二维绘图、三维绘图、拟合与分析、数据与信号处理、高效率绘图等内容。本书内容翔实、实例丰富、实用性强，可使读者在较短时间内掌握 Origin 2023，并能从具体实例中获取高端绘图技能和绘图优化灵感。 本书既适合作为高等院校和科研院所的科技绘图及数据分析实例教学用书，也是科技企业的科技工作者和工程技术人员的宝典。
本书分为两部分。第一部分，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。第一部分主要基于Scikit-Learn，而第二部分则使用TensorFlow和Keras。
本书为《勘探开发梦想云丛书》之一，以中国石油“十三五”上游业务信息化建设与数字化转型实践为背景，系统介绍了中国石油勘探开发梦想云的建设背景、技术体系与阶段性建设成果、成效。梦想云基于“平台化”战略，以建设企业级统一数据湖、统-技术平台和通用业务应用为核心，构建油气行业开放共享新生态，以数据湖打造全产业数据生态、以云平台融合开放技术生态、以服务中台沉淀、联接行业共享能力单元，通过打造系列数字化应用场景，为企业资源共享、流程优化、组织重构和业务模式创新提供更敏捷的支撑环境，为企业高质量转型发展提供新动能。本书可供从事数字化转型智能化发展建设工作的管理人员、科研人员及大专院校相关专业师生参考阅读。
利用机器翻译技术实现不同语言之间的自由交流始终是最令人期待的计算机应用之一。本书全面回顾了近30年来机器翻译的技术发展历程，遵循机器翻译技术的发展脉络，对基于统计和基于端到端深度学习的机器翻译关键技术及原理进行了深入讲解，力求做到简洁明了、全面透彻、图文结合。此外，本书着重介绍了近年来机器翻译领域的科研热点及其结果，旨在帮助读者全面了解机器翻译的前沿研究进展和关键技术。本书可供计算机相关专业高年级本科生及研究生学习使用，也可作为自然语言处理，特别是机器翻译相关研究人员的案边手册。
本书系统全面地介绍了随机集信息融合最近10年来的理论及技术进展，密切结合弱小目标检测、联合跟踪识别、集群目标跟踪、多源异质融合、传感器配准、传感器/平台资源管理等实际应用问题。全书按专业化程度和应用水平分为五篇26章：有限集统计学初步；标准观测模型的RFS滤波器；未知背景下的RFS滤波器；非标观测模型的RFS滤波器；RFS传感器与平台管理。
利用机器翻译技术实现不同语言之间的自由交流始终是最令人期待的计算机应用之一。本书全面回顾了近30年来机器翻译的技术发展历程，遵循机器翻译技术的发展脉络，对基于统计和基于端到端深度学习的机器翻译关键技术及原理进行了深入讲解，力求做到简洁明了、全面透彻、图文结合。此外，本书着重介绍了近年来机器翻译领域的科研热点及其结果，旨在帮助读者全面了解机器翻译的前沿研究进展和关键技术。本书可供计算机相关专业高年级本科生及研究生学习使用，也可作为自然语言处理，特别是机器翻译相关研究人员的案边手册。
本书以软件逆向为切入点，讲述了软件安全领域相关的基础知识和技能。读者阅读本书后，很容易就能在逆向分析、漏洞分析、安全编程、病毒分析等领域进行扩展。这些知识点的相互关联，将促使读者开阔思路，融会贯通，领悟更多的学习方法，提升自身的学习能力。本书适合安全技术相关工作者、对逆向调试技术感兴趣的人、对软件保护感兴趣的软件开发人员、相关专业在校学生及关注个人信息安全、计算机安全技术并想了解技术内幕的读者阅读。
本书系统总结当前我国智慧园区建设经验；全面展示我国园区智慧化建设成就；探索符合我国园区需求的优选技术和应用模式。客观分析了我国“智慧园区”发展现状和趋势；系统提炼了基于数字孪生的智慧园区平台架构和关键技术；全面总结了涵盖园区规划、建设、运营、设施和服务全过程的智慧化应用；并收集整理了“智慧园区”的典型案例和很好实践。
本书自第1版出版以来，备受广大读者欢迎。第3版结合TensorFlow2和scikit-learn的近期新版本进行了更新，其范围进行了扩展，以涵盖强化学习和生成对抗网络（GAN）这两种选的机器学习技术。与同类书相比，本书除了介绍如何用Python和基于Python的机器学习软件库进行实践外，还讨论了机器学习概念的必要细节，同时对机器学习算法的工作原理、使用方法以及如何避免掉入常见的陷阱提供了直观且翔实的解释，是Python机器学习入门推荐阅读之作。书中涵盖了众多高效Python库，包括scikit-learn、Keras和TensorFlow等，系统性地梳理和分析了各种经典算法，并通过Python语言以具体代码示例的方式深入浅出地介绍了各种算法的应用，还给出了从情感分析到神经网络的一些实践技巧，可帮助读者快速解决自己和团队面临的一些重要问题。本书适用于机器学习的初学者和专业技术人员。
在大数据时代中需要突破“所有知识都来自数据关联”这一框架，亟需因果关系范式融合领域知识、常识约束的问题研究，本书就描述了这样一种体系，介绍了因果关系分析和推断的思想和方法，其中包括do-操作、反事实、原因的充分性与必要性、特异原因、实际原因等内容。“因果性的研究经历了一次重要的转变：从一个被神秘面纱笼罩的概念转变为一个具有明确语义和逻辑基础的数学对象。”在下一个十年里，这个框架将与现有的机器学习系统相结合，从而可能引发“第二次因果革命”。 本书第1版曾获2001年拉卡托斯奖，作者朱迪亚·珀尔是2011年图灵奖得主。本书的出版将有利于中国的广大学者、学生和各领域研究人员了解和掌握因果模型、推理和推断相关的内容，在相关领域做出优异的成果。
