C++是當前市面中常用的編程語言之一，它兼具高級語言和匯編語言的特點。《C++面向?qū)ο蟪绦蛟O(shè)計基礎(chǔ)入門與實戰(zhàn)(微課版)》以通俗易懂的語言、翔實生動的操作案例、精挑細選的使用技巧，指導(dǎo)初學(xué)者快速掌握C++語言的基礎(chǔ)知識與使用方法�！禖++面向?qū)ο蟪绦蛟O(shè)計基礎(chǔ)入門與實戰(zhàn)(微課版)》主要內(nèi)容包括C++語言基礎(chǔ)，C++程序的基本結(jié)構(gòu)，C++語言的基礎(chǔ)語法，變量和常量詳解，運算符和表達式，流程控制語句，指針，復(fù)合數(shù)據(jù)類型，C+

數(shù)據(jù)和算法是大數(shù)據(jù)的兩大核心。正是通過這兩大核心，大數(shù)據(jù)對人類社會產(chǎn)生了廣泛而深刻的影響。同時，它引發(fā)的倫理問題與這兩大核心亦密不可分。本書正是從數(shù)據(jù)倫理和算法倫理兩個方面，探討了大數(shù)據(jù)的倫理問題及其背后的人工智能哲學(xué)問題。數(shù)據(jù)和算法的倫理問題通過數(shù)據(jù)濫用、數(shù)據(jù)孤島、數(shù)據(jù)安全、算法陷阱、算法霸權(quán)和算法歧視等呈現(xiàn)出來，其本質(zhì)問題主要包括隱私權(quán)、數(shù)據(jù)權(quán)、人類自由和社會公正等。本書引入價值敏感設(shè)計、責任倫理和人本主義倫理等

本書講解了游戲道具、武器裝備和游戲角色三個類型的四種不同模型的項目制作。每一個項目都分別包含設(shè)計制作大形、設(shè)計制作高模和設(shè)計制作貼圖三個任務(wù)，向讀者全面展示游戲建模的流程和方法。且每一個任務(wù)都會通過任務(wù)分析和任務(wù)鏈接幫助讀者理解制作要求和制作技術(shù)。通過任務(wù)實施完成制作后，再按照任務(wù)評價的說明檢查制作案例是否符合規(guī)范。每個任務(wù)最后會為讀者提供一個擴展的案例，讓讀者獨立制作，鞏固所學(xué)內(nèi)容，加深學(xué)習印象。

《智能優(yōu)化新算法及在信息處理技術(shù)中的應(yīng)用》介紹了智能優(yōu)化新算法進行信息處理的最新技術(shù)，內(nèi)容上既包括基本理論的詳細介紹，同時又包括在實際問題上的具體應(yīng)用，可使讀者循序漸進地掌握量子智能優(yōu)化算法和文化智能優(yōu)化算法的精髓及在信息處理技術(shù)中的應(yīng)用技巧。

本書在保持前兩版特色的基礎(chǔ)上，對部分章節(jié)內(nèi)容進行了修改和補充。全書案例易懂、切合實際。本書共8章，圍繞面向?qū)ο蟪绦蛟O(shè)計中類和對象的作用，介紹標準C++中類與對象的定義和封裝、繼承、重載、多態(tài)、模板的概念及實現(xiàn)方法。本書用通俗易懂的英語描述其內(nèi)容，讓初學(xué)者了解面向?qū)ο蟪绦蛟O(shè)計的原文表達；而且在各章節(jié)中的重要知識點和易混淆知識點處均有雙語注解，有助讀者掌握面向?qū)ο蟮某绦蛟O(shè)計方法。本書面向具有程序設(shè)計基礎(chǔ)的讀者，可作為高等

容器化被認為是實現(xiàn)DevOps的最佳方式。谷歌開發(fā)了Kubernetes，它有效地協(xié)調(diào)容器，被認為是容器編排的領(lǐng)跑者。Kubernetes是一個協(xié)調(diào)器，可以在服務(wù)集群上創(chuàng)建和管理容器。本書將指導(dǎo)管理Kubernetes集群，然后學(xué)習如何在DevOps中監(jiān)控、記錄日志和持續(xù)部署。本書將介紹DevOps和容器的基本概念，部署和將應(yīng)用程序容器化，并介紹Kubernetes中的網(wǎng)絡(luò)和存儲。然后，使用先進的DevOps技能，如

本書通過案例講解如何使用TensorFlow解決深度學(xué)習的實際任務(wù)，每章都包含TensorFlow1.x和2.0的代碼實現(xiàn)。全書共分10章，主要講解卷積神經(jīng)網(wǎng)絡(luò)、LSTM、Seq2Seq、Transformer、BERT、文本卷積、GBDT、FM、FFM、Dlib、MTCNN、VGG、AlphaGo/AlphaZero、BiLSTM、DQN、Gym、GAN等技術(shù)，包含的項目有CIFAR-100圖像分類、彩票預(yù)測、古詩

在21世紀，統(tǒng)計方法在范圍和影響方面都有驚人的擴展。大數(shù)據(jù)、數(shù)據(jù)科學(xué)和機器學(xué)習已經(jīng)成為新聞中常見的術(shù)語，因為統(tǒng)計方法被用于處理現(xiàn)代科學(xué)和商業(yè)的龐大數(shù)據(jù)集。我們是怎么走到這一步的？我們又將走到哪里？ 本書將帶你踏上數(shù)據(jù)分析變革的振奮之旅。從經(jīng)典推斷理論（貝葉斯理論、頻率理論和Fisher理論）開始，各章節(jié)分別介紹一系列有影響力的主題，包括生存分析、廣義線性模型、經(jīng)驗貝葉斯、刀切法與自助法、錯誤發(fā)現(xiàn)率、隨機森林、神經(jīng)網(wǎng)

本書主要分為兩個部分。*部分為第1章到第8章，涵蓋機器學(xué)習的基礎(chǔ)理論知識和基本算法從線性回歸到隨機森林等，幫助讀者掌握Scikit-Learn的常用方法；第二部分為第9章到第16章，探討深度學(xué)習和常用框架TensorFlow，一步一個腳印地帶領(lǐng)讀者使用TensorFlow搭建和訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，以及卷積神經(jīng)網(wǎng)絡(luò)。

深度學(xué)習是人工智能的前沿技術(shù)。本書深入淺出地介紹了深度學(xué)習的相關(guān)理論和實踐，全書共分16章，采用理論和實踐雙主線寫作方式。第1章給出深度學(xué)習的大圖。第2章和第3章，講解了機器學(xué)習的相關(guān)基礎(chǔ)理論。第4章和第5章，講解了Python基礎(chǔ)和基于Python的機器學(xué)習實戰(zhàn)。第6至10章，先后講解了M-P模型、感知機、多層神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)等知識。第11章講解了被廣泛認可的深度學(xué)習框架TensorFlow。第12章和第13