C ＋＋是信息学奥赛指定的编程语言。本书以通俗易懂的方式深入浅出地介绍了C ＋＋编程语言，适合作为小学生学习的教材类读物。 《小学生C ＋＋创意编程（视频教学版）》的特点在于紧密结合生活，将算法融入其中。精心挑选了100多个案例，旨在逐步引导读者掌握编程技巧。书中的案例难度梯度设计合理，既能够满足孩子的挑战欲，又能让他们在完成任务后获得内在的成就感。本书以逻辑思维、算法思考为核心，旨在激发孩子对编程的学习兴趣，并建立编程带来的成就感；采用多种教学模式，提供多种学习方法，让孩子真正感知程序设计，理解编程，提升思维。《小学生C ＋＋创意编程（视频教学版）》涵盖了C ＋＋中的各个知识点，包括指针等高级主题，解决了C＋＋ 学习难、难入门的局面。同时本书还配备了大量练习题，辅助读者进行手动实验，从而达到
《小学生Scratch创意编程（视频教学版）》采用任务制编排方式，按照课节形式设计，让学习更有节奏感。同时为了让读者能更好地进行学习，配套了完备的视频教程、丰富的项目练习、全套的案例源代码等辅助资料，适合小朋友自主学习。 《小学生Scratch创意编程（视频教学版）》分为四部分。第一部分让读者懂得为什么学和要学什么，明白为什么而学让学习更具动力；第二部分强调基础，以项目的形式讲解每一个知识点，打牢基础才能有的放矢；第三部分从方法到方法论 的提升让思维更上一层楼；第四部分通过综合项目实战，提升编程能力，提高项目分析能力。 《小学生Scratch创意编程（视频教学版）》适合完全没有接触过编程的家长和小朋友阅读。对从事编程教育的老师来说，本书也是一本非常好的教材。
"《Scratch少儿趣味编程108例（全视频微课版）》以Scratch 3.6版本为基础，通过108个案例详细介绍了运用Scratch软件制作动画、游戏等趣味作品的方法，充分培养孩子的想象力和创造力。本书共分为9章，第1章概述Scratch下载、安装和运行的方法；第2章介绍创建背景和角色的方法；第3章讲解自上而下依次执行的顺序结构；第4章探究根据条件进行判断的选择结构；第5章讲述重复执行的循环结构；第6章介绍使作品变得更加丰富的 声音 与 画笔 模块；第7章分析使用变量和列表存储数据的方法；第8章阐述运算模块的相关知识；第9章探究运用积木的各种功能解决实际问题的方法。 《Scratch少儿趣味编程108例（全视频微课版）》可作为少年儿童的编程启蒙读物，也可供对Scratch编程感兴趣的读者学习参考，还可作为学校编程兴趣班及相关培训机构的教材。"
《R语言数据可视化：科技图表绘制》结合编者多年的数据分析与科研绘图经验精心编撰，旨在帮助读者利用R语言及ggplot2在内的多种可视化包绘制引人入胜的专业化图表。全书共11章，第1~3章主要讲解R语言的基础知识，包括对象与变量、数据结构、数据存取、传统及网格绘图系统的绘图函数及参数控制，尤其对ggplot2包进行了详细讲解。第4~11章结合R及其附加包的数据可视化功能，分别讲解类别比较数据、数值关系数据、分布式数据、层次关系数据、网络关系数据、局部整体型数据、时间序列数据、多维数据的可视化实现方法。帮助读者尽快掌握利用R语言及可视化包进行科技图表的制作与数据展示。 《R语言数据可视化：科技图表绘制》注重基础，内容翔实，突出示例讲解，既适合广大科研工作者、工程师和在校学生等不同层次的读者自学使用，也可以作为大中专院
《Python青少年趣味编程108例（全视频微课版）》以Python 3.10版本为基础，通过108个案例，详细、全面地介绍Python的基础知识和使用方法，通过制作多种有趣味的编程作品，让读者在思考中充分发挥想象力和创造力。本书共分为9章，第1章概述Python下载、安装的方法和编程环境的应用；第2章介绍Python的基础知识；第3章讲解以条件进行判断的选择结构；第4章探究重复执行的循环结构；第5章讲述字符串的应用方法；第6章介绍列表、元组与字典的作用与方法；第7章分析函数进阶应用的方法；第8章阐述turtle画图应用模块的相关知识；第9章探究运用Python编程语言综合解决实际问题的方法。 《Python青少年趣味编程108例（全视频微课版）》可作为中小学生的编程启蒙读物，也可供对Python编程感兴趣的读者学习参考，还可作为学校编程兴趣班及相关培训机构的教材。
《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
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、
《Python数据可视化:科技图表绘制》结合编者多年的数据分析与科研绘图经验，详细讲解Python语言及包括Matplotlib在内的多种可视化包在数据分析与科研图表制作中的使用方法与技巧。《Python数据可视化:科技图表绘制》分为两部分，共11章，第1部分主要讲解Python语言的基础知识，包括基本语法结构、控制语句、函数、数据处理与清洗等，尤其对Matplotlib、Seaborn、Plotnie库进行较为详细的讲解。第2部分结合Python及其附加包的数据可视化功能，分别讲解类别比较数据、数值关系数据、层次关系数据、局部整体型数据、分布式数据、时间序列数据、多维数据、网络关系数据的可视化实现方法。《Python数据可视化:科技图表绘制》可帮助读者尽快掌握利用Python及可视化库进行科技图表的制作与数据展示。 《Python数据可视化:科技图表绘制》注重基础，内容翔实，突出示例讲解，
本书旨在帮助读者理解开源大语言模型的架构、训练和推理过程，以及相关的源代码。主要研究对象是Meta开源的Llama模型。本书从Python Numpy实现单层感知机和神经网络开始，逐步讲解了如何实现Transformer模型和Llama模型。此外，本书还介绍了增量预训练模型、监督微调和人类反馈强化学习等模型训练过程。对于私有知识的加入，书中重点介绍了监督微调，也介绍了RAG中词向量的计算。本书采用循序渐进的方式，通过功能框图、代码分解执行、执行结果显示、背景知识补充等手段帮助读者理解模型和算法。 本书的核心读者群体定位为大语言模型应用的开发人员，特别适合那些想从计算机视觉转向自然语言处理的人。此外，本书还适合作为大学本科生及研究生相关课程的参考教材使用。
本书将提供全方位的Java和面向对象编程学习体验。利用这本书，你会通过一种独特的方法学习Java语言，它不是那种只介绍怎么做的使用手册，而是会帮助你成为一名优秀的程序员。通过各种谜题、探秘、与著名Java对象的深入访谈，你会很快了解Java的基础和高级知识，包括Lambda、流、泛型、线程、网络和让人心生畏惧的桌面GUI。如果你有其他编程语言的经验，本书会采用更多现代方法让你的大脑学习编程，能够更流畅、更快捷、更容易地读写和维护Java代码。 如果你读过Head First的书，就会知道这是一本怎样的书。它会采用专门为你的大脑设计的一种生动形象的方式娓娓道来。如果你还没有读过Head First的书，这本书肯定会让你喜出望外。利用这本书，你将通过多感观的学习体验来学习Java，能让你的大脑真正开动起来，而不是一味说教，让你昏昏欲睡
主要特色 讲解变量、表达式、控制流程、函数、调试和错误处理 涵盖面向对象编程、类、类成员、ASP.NET Core、WCF、REST API和Blazor App编程技术 阐述代码导航、IntelliSense、重构和代码修复等增强功能如何帮助你更快捷、更轻松地编写程序 提供大量可下载的示例代码 如何在流程早期发现和修复bug，节省时间，减少麻烦 ?探索云计算、跨平台和数据访问编程
许多开发者掌握了Java、Spring Boot和MySQL等基础知识后，能够搭建一个简单的单体系统，但面对复杂系统的构建和管理时，往往感到迷茫和力不从心：对于高性能、高可用、高并发的分布式系统一头雾水，束手无策。 本书首先介绍从单体架构到微服务架构的演化过程，帮助读者开阔技术视野。然后带领读者摆脱单体架构的束缚，深入领略集群、主从架构、分库分表、读写分离、微服务、API网关、NoSQL数据库、HDFS、分布式事务等分布式技术的无限魅力。 此外，本书深入剖析了如何运用Kafka、RabbitMQ、RocketMQ等消息中间件和Elasticsearch搜索引擎来解耦应用，如何利用Docker、Kubernetes快速部署与隔离应用，以及如何借助冗余备份、高可用和异地多活策略保障系统稳定运行，让系统焕发新生。 最后通过 支持5000万用户同时在线的短视频系统设计 和 日均订单量8000万的外卖系统设
《C 青少年趣味编程108例（全视频微课版）》详细介绍了C 语言编程的知识和应用技巧，通过108个有趣的案例，帮助读者快速了解并掌握C 编程的基础知识及核心算法，能够使用C 解决实际问题。本书共分为9章，第1~5章介绍了C 编程的基础知识，如分支结构、循环结构、数组和函数等；第6~8章介绍了C 编程常用的核心算法，如递推和递归算法、贪心和分治算法、排序和搜索算法等；第9章为综合案例，通过应用C 编程知识来解决生活和学习中遇到的各种实际问题。 《C 青少年趣味编程108例（全视频微课版）》可作为中小学生的编程启蒙读物，也可供对C 编程感兴趣的读者学习参考，还可作为中小学编程兴趣班及相关培训机构的教材。
《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
《C# 12.0本质论（第8版）》是C#领域中广受好评的经典著作。作为C#权威指南，本书深入解析了C# 12.0的类型别名、内联数组、默认Lambda表达式参数以及对许多主要语言构造的扩展支持。全书共24章，每章开头用 思维导图 指明要讨论的主题以及每个主题与整体的关系。在介绍相关知识点的同时结合了大量通俗易懂的实例，旨在帮助读者全面掌握C#语言，快速成为C#高级程序员。 《C# 12.0本质论（第8版）》适用于对C#感兴趣的各种层次的读者，无论是初学者还是资源开发人员，都可以从本书中获益。
《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
本书从强化学习最基本的概念开始介绍, 将介绍基础的分析工具, 包括贝尔曼公式和贝尔曼最 优公式, 然后推广到基于模型的和无模型的强化学习算法, 最后推广到基于函数逼近的强化学习方 法。本书强调从数学的角度引入概念、分析问题、分析算法, 并不强调算法的编程实现。本书不要求 读者具备任何关于强化学习的知识背景, 仅要求读者具备一定的概率论和线性代数的知识。如果读者 已经具备强化学习的学习基础, 本书可以帮助读者更深入地理解一些问题并提供新的视角。 本书面向对强化学习感兴趣的本科生、研究生、研究人员和企业或研究所的从业者。
《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
编程是一项充满乐趣的挑战，想上手非常容易！在本书中，沃伦和卡特父子以亲切的笔调、通俗的语言，透彻、全面地介绍了计算机编程世界。他们以简单易学的Python语言为例，通过可爱的漫画、有趣的示例，生动地介绍了变量、循环、输入和输出、数据结构以及图形用户界面等基本的编程概念。与第2版不同，第3版的示例使用Python3而不是Python2，另外添加了关于网络的新内容。只要懂得计算机的基本操作，任何人都可以跟随本书，由简入难，学会编写Python程序，甚至制作游戏。
《Python金融大数据分析 第2版》分为5部分，共21章。第1部分介绍了Python在金融学中的应用，其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具，以及Python在计量金融学中的一些具体入门实例；第2部分介绍了Python的基础知识以及Python中非常有名的库NumPy和pandas工具集，还介绍了面向对象编程；第3部分介绍金融数据科学的相关基本技术和方法，包括数据可视化、输入/输出操作和数学中与金融相关的知识等；第4部分介绍Python在算法交易上的应用，重点介绍常见算法，包括机器学习、深度神经网络等人工智能相关算法；第5部分讲解基于蒙特卡洛模拟开发期权及衍生品定价的应用，其内容涵盖了估值框架的介绍、金融模型的模拟、衍生品的估值、投资组合的估值等知识。 《Python金融大数据分析 第2版》本书适合对使用Python进行大数据分析、处理感兴趣的金融
这是一本以技术讲解与项目实战为主的Unity游戏开发教程图书。本书以简洁明快的语言对Unity的重点知识进行了讲解，配合详细的图文注释和大量的项目实例，让读者能够轻松快速地入门Unity，同时在本书后面的章节中也包含了很多游戏编程中的进阶知识，可供基础较好的读者进行拓展。另外，本书还为每个章节中的项目实战提供了配套视频，视频中通过讲解项目实战来详细讲解每章的重点知识，以便读者更加轻松地入门。 全书共16章。第1~4章为Unity基础部分，主要介绍Unity的基础操作和与编程相关的知识；第5~10章为Unity进阶部分，主要按照 物理系统 粒子系统 动画系统 导航系统 游戏界面系统 2D游戏开发 这一流程介绍Unity游戏开发的核心技术和思路；第11~15章为Unity拓展部分，主要介绍数据网络、AR和VR等高级技术的使用；第16章为3D游戏开发综合实例，让读者以一个
这是一本实例版的 C 语言编程图书，通过编码求解问题的方式来讲解 C 语言的编程知识、数据结构和算法。全书共 15 章，第 1~10 章着重介绍 C 语言的基础知识，包括选择语句、循环控制语句、函数、数组、指针、字符串、结构体、结构体数组与链表、位运算和文件等；第 11~15 章侧重于算法和数据结构基础，包括递归、栈和队列、前缀和与差分、贪心算法、动态规划等。本书包含了 400 个实例和 150 个实练题目，每个实例都有实际的应用背景，通过分析和编码来培养读者的计算机思维和解决实际问题的能力。每个实例实练都配备了相应的视频讲解，以帮助读者解决学习中的疑难问题，加深对所学知识的理解和运用。本书提供代码源文件，便于读者下载练习。另外，本书还提供网站在线刷题，提高读者的编程实战能力。 本书旨在帮助读者系统学习和掌握 C 语言编程的
《SPSS统计学原理与实证研究应用精解》为统计学与SPSS零基础读者所设计，通过 精解常用统计学原理、精解常用统计分析SPSS操作、精解常用实证研究技巧 三个精解，旨在培养读者的 统计分析思维 和 实证研究思维 ，帮助读者实现从入门到精通，运用SPSS撰写实证研究类论文或开展数据分析、专业统计分析。与本书配套的还有教学PPT和作者**讲解的全套视频资料以辅助教学，力求实现**教学效果。 《SPSS统计学原理与实证研究应用精解》共21章。第1~3章为专业知识基础，分别介绍SPSS入门知识（SPSS基础）、统计学知识精要回顾（统计学基础）、实证研究与调查问卷设计（实证研究基础）；第4~6章为常用的数据分析方法，分别介绍数据加工处理、统计分析报表制作、统计图形绘制；第7~15章为常用的实证研究分析方法，具体包括描述统计分析，均值比较、T检验、单因素方
