青少年信息學奧賽系列教材計劃出版四冊：一、《C++程序設計與編程實踐》C++語言基本語法和編程工具使用，能獨立使用C++實現(xiàn)數(shù)據(jù)規(guī)模較大的運算，鍛煉基礎代碼實現(xiàn)能力，一題多解，計算思維、數(shù)學運算相結(jié)合，開拓學生的空間思維和邏輯思維能力。二、《基礎算法與編程實踐》從簡單的算法入手，依次講解高精、模擬、貪心、枚舉、二分、遞

本書較系統(tǒng)地介紹了軟件技術的基礎知識和基本理論，內(nèi)容包括軟件技術的概念及發(fā)展歷史、軟件行業(yè)的發(fā)展現(xiàn)狀及發(fā)展前景等；軟件工程的概念及誕生背景、軟件生命周期、需求工程、軟件開發(fā)模型、軟件測試等；統(tǒng)一建模語言（UML）的介紹及發(fā)展歷程、UML模型、UML圖、UML關系及UML應用等；數(shù)據(jù)結(jié)構(gòu)的概念、常見的數(shù)據(jù)結(jié)構(gòu)、算法、線性

羅伯特?C.馬�。�鮑勃大叔）因在技術人群中聲名遠播的Clean系列在全球圈粉無數(shù)。本書為其燙手新作，旨在為廣大工程師指明一條通向匠師之路，包括飽經(jīng)洗礪的敏捷技術實踐，如何通過持續(xù)的努力提高專業(yè)素養(yǎng)，軟件可用之上的目標與技能，以及如何激發(fā)團隊最大潛能，等等。本書融會幾本經(jīng)典著作的精髓，將"整潔”方法論推向至高境界—軟件開

從解決工作實際問題出發(fā)，提煉總結(jié)工作中SQL常用的數(shù)據(jù)處理、數(shù)據(jù)分析實戰(zhàn)方法與技巧。本書大量融入漫畫，力求通俗易懂地介紹相關知識，在不影響學習理解的前提下，盡可能地避免使用晦澀難懂的SQL編程、統(tǒng)計術語或模型公式。定位是帶領PSQL數(shù)據(jù)分析初學者入門，并能解決學習、工作中大部分的問題或需求。入門后如還需要進一步進階學習

如何讓讀者在短時間內(nèi)掌握C語言程序設計的方法，是編者編寫本書的目的。本書包括10章：第1～3章介紹C語言的基礎知識及基本程序結(jié)構(gòu)；第4～6章著重介紹數(shù)組、指針和函數(shù)的相關內(nèi)容；第7章簡要介紹編譯預處理；第8章介紹結(jié)構(gòu)體和鏈表；第9章介紹文件的相關內(nèi)容；第10章介紹實訓項目。本書內(nèi)容實用且通俗易讀，體系合理，既可作為高等

本書基于C語言，以項目的形式組織內(nèi)容，循序漸進地講解數(shù)據(jù)結(jié)構(gòu)的基本原理和具體應用方法。本書共9個項目，具體內(nèi)容包括數(shù)據(jù)結(jié)構(gòu)概述、線性表、棧和隊列、串、數(shù)組和廣義表、樹與二叉樹、圖、查找、排序。本書實例豐富、內(nèi)容翔實、簡單易學，不僅適合作為職業(yè)院校計算機相關專業(yè)的教材，也可供從事計算機相關工作的專業(yè)人士參考。

本書深入淺出地介紹了機器學習的基本原理與主要方法，以及必要的數(shù)學知識與程序設計方法。全書共有7章，分別講解了機器學習的概念及應用、數(shù)學基礎（導數(shù)與極值、向量與矩陣、概率統(tǒng)計、凸優(yōu)化）、Python程序設計、線性回歸及其程序?qū)崿F(xiàn)、邏輯回歸及多分類、分類與聚類、基于神經(jīng)網(wǎng)絡的機器學習。本書可作為高等院校機器學習課程的教材，

本書用滾雪球的思維講解Python的知識體系。本書共31章，分為3個部分。第1部分為基礎篇，包括第1~15章，介紹Python語言核心知識點。第2部分為進階篇，包括第16~28章，是進階內(nèi)容，也是Python語言的魅力點所在。通過對這部分內(nèi)容的學習，讀者會全方位地感受到Python的靈活、迅捷、禪意。第3部分為實戰(zhàn)篇，

PyQt6是Python應用開發(fā)的首選平臺，本書包括PyQt6基礎和PyQt6開發(fā)及實例兩部分。PyQt6基礎部分通過一個簡單實例初步熟悉PyQt6的兩種界面開發(fā)方式，然后介紹通用窗口、對話框（包括子類控件）和主窗口屬性、方法、事件、信號和槽，在此基礎上介紹布局管理、常用控件、容器布局、菜單欄、工具欄、狀態(tài)欄、表格、樹

本書通過循序漸進的內(nèi)容設計、深入淺出的技巧講解，幫助讀者輕松上手R語言，掌握統(tǒng)計分析及數(shù)據(jù)可視化的思路、方法與技巧。本書還會帶領讀者挑戰(zhàn)真實世界中的數(shù)據(jù)難題，包括數(shù)據(jù)預測、數(shù)據(jù)挖掘以及動態(tài)數(shù)據(jù)報告的撰寫等。值得一提的是，本書對ggplot2繪圖功能進行了頗具深度的解讀。另外，針對聚類、分類和時間序列分析等機器學習主題，