奔跑吧 Linux内核

本书分为三部分：第1部分介绍代码的整理（微型重构）；第二部分讨论如何将整理工作整合到开发工作流程中；第三部分深入探讨什么是软件设计、软件设计如何驱动软件开发和运营成本以及软件开发和运营成本又如何驱动软件设计、投资软件结构与不投资软件结构之间的权衡是什么、我们可以利用哪些经济和人文原则来决定是否以及如何改变软件结构。

随着数据存储、数据处理等大数据技术的快速发展，数据科学在各行各业得到广泛的应用。数据清洗、特征工程、数据可视化、数据挖掘与建模等已成为高校师生和职场人士迎接数字化浪潮、与时俱进提升专业技能的必修课程。本书将Python课程学习与数据科学应用有机结合，为数字化人才的培养助力。全书共分13章，内容包括：第1章数据科学应用概述；第2章Python的入门基础知识；第3章数据清洗；第4~6章特征工程介绍，包

本书详细阐述如何在设计、规划和实现软件时做出更好的决策，通过真实的案例，以抽丝剥茧的方式分析那些失误的决策，探讨还有哪些可能的解决方案，并对比各种方案的优缺点，摸索软件设计的常青模式。本书通过实例来说明某些决策的后果，例如代码重复如何影响系统的耦合与演进速度，以及如何在日期和时间信息方面隐藏细微差别。本书还介绍如何根据帕累托法则有效地缩小优化范围，确保分布式系统的一致性。通过阅读本书，读者很快就可

本书在不涉及大量数学与编程知识的前提下，从零开始，逐步带领读者熟悉并掌握当下最新的基于Python3的人工智能编程工具，包括但不限于数据分析（Pandas），以及支持单机（Scikitlearn）、深度（PyTorch、TensorFlow、PaddlePaddle）和分布式（PySparkML）机器学习的开源程序库，等等。全书共分为4部分，分别如下。入门篇：包括对全书核心概念的指南性介绍，

《大数据可视化编程和应用》从基础开始，全面介绍大数据可视化的底层原理和实现框架，并重点讲解一些常用的大数据可视化关键技术，包括Excel图表、TableauDesktop可视化组件、Web的可视化控件、Java可视化控件及Python数据可视化工具。《大数据可视化编程和应用》共分为8章，第1章着重介绍大数据的发展历程，以及在大数据发展背景下数据可视化的概念、可视化技术的使用及可视化的现实意义；第2

《Django5企业级Web应用开发实战：视频教学版》精选当前简单、实用和流行的Django实例代码，帮助读者学习和掌握Django5框架及其相关技术栈的开发知识。本书系统全面、内容翔实、重点突出、通俗易懂，基本涵盖Django5框架应用开发的所有技术。《Django5企业级Web应用开发实战：视频教学版》共分为13章，内容包括Django框架基础与环境搭建、常用配置、模型、视图与路由、模

《C++从入门到精通（第6版）》从初学者角度出发，以通俗易懂的语言和丰富多彩的实例，详细讲解了C++程序开发需要掌握的知识。本书分为4篇共19章：第1篇是基础知识，包括绪论，数据类型，运算符与表达式，条件判断语句，循环语句，函数，数组、指针和引用，以及构造数据类型；第2篇是面向对象，包括面向对象编程，类和对象，以及继承与派生；第3篇是高级应用，包括模板、标准模板库、RTTI与异常处理、程序调试、文

本书以R语言常见数据处理方法、ggplot2可视化为主线，希望解决大多数R学习者在学习过程中碰到的难点。本书以实战为目的，聚焦R语言本身数据处理、可视化特点，以一个个例子循序渐进的讲述R语言数据处理及可视化中用到的经典软件包。以便读者能快速将所学内容运用到在实际场景中。本书共6章，第1~3章分别介绍R语言及其软件安装、数据可视化入门介绍、数据存储结构及数据处理方法；第4章和第5章分别介绍ggplo

本书涵盖深度学习的专业基础理论知识，包括深度学习概述、机器学习基础、神经网络基础、卷积神经网络、循环神经网络、正则化与深度学习优化，以及比较流行的应用场景实践。本书共11章外加3个附录，系统讲解深度学习的基础知识与领域应用实践。本书内容包括深度学习概述、机器学习基础、神经网络基础、卷积神经网络和循环神经网络、正则化与深度学习优化、计算机视觉应用、目标检测应用、文本分析应用、深度强化学习应用、Ten