Java核心技术·卷Ⅱ：高级特性（原书第10版）

《Python数据分析快速上手》通过通俗易懂的语言、丰富多彩的实例，详细介绍了使用Python进行数据分析应该掌握的各方面技术。本书内容包括Python基础，用NumPy进行数据计算，用Pandas进行数据分析，用SciPy进行数据分析，用Scikit-learn进行数据分析、数据预处理、数据可视化，用Matplotlib进行可视化等内容。本书示例丰富，所有涉及的程序代码都给出了详细的注释，读者可

本书围绕Python技术栈，讲解测试开发技术栈领域的各项核心技术要点。全书共11章，首先讲解pytest单元测试框架在测试领域的技术栈要点，包含pytest从最基本的应用到高阶应用。接着讲解服务端测试开发领域主流的核心思想、主流测试开发工具在解决服务端测试开发中的技术难点，以及服务端测试框架的设计和项目实战案例。在框架的基础上扩展了服务端测试开发领域的知识面，主要介绍Docker容器化技术、基于D

本书主要介绍了如何构建、管理和运行容器，解释如何将人们在Docker中学到的技能轻松地转移到Podman上，以及如果你以前从未使用过容器引擎，你该如何轻松地学习使用Podman。本书还教你使用像pod这样的高级功能，并指导你构建准备在Kubernetes边缘或内部运行的应用程序。最后，本书解释了Linux内核中用于将容器与系统和其他容器进行隔离的所有安全功能。本书适用于希望了解、开发和使用容器的软

本书以Python3.10.7为平台，以实际应用为背景，通过概述+算法+经典应用的形式，深入浅出地介绍Python数据分析的相关知识。全书共9章，主要内容包括Python概述、科学计算库、开源科学集、数据分析利器、数据分析的可视化、基于回归的数据分析、基于分类的数据分析、基于聚类的数据分析、数据特征分析等。通过学习本书，读者可领略到Python的简单、易学、易读、易维护等特点，同时也可感受到利用

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

全书共6章，第1章：介绍本书所使用到的主要工具和一些需要心里有数的预备知识；第2章：解析最简单、常用的基础语法，帮助读者适应本书的节奏；第3章：为进阶知识，会从CPU、操作系统的角度，深入分析函数的工作原理和实现细节；第4章：解析经典的C++语法，背后的实现逻辑，并介绍面向对象的编程思想及优缺点；第5章：讨论跟操作系统强相关的软件技术，会将所有章节的内容贯穿起来，初步形成一个现代操作系统的运作模型

《JavaScript从入门到精通（第5版）》从初学者角度出发，通过通俗易懂的语言、丰富多彩的实例，详细介绍了使用JavaScript语言进行程序开发需要掌握的各方面技术。全书分为4篇，共24章，内容包括初识JavaScript、JavaScript基础、流程控制语句、函数、对象、数组与集合、String对象、正则表达式、异常处理与程序调试、JavaScript高级编程、事件处理、Doc

本书以Python为工具，全面讲解概率论与数理统计的主要内容和多元统计分析常用技术。全书包括13章和4个附录，内容翔实，讲解深入浅出。概率论4章，讲解概率论基础知识，主要是随机变量的相关理论；数理统计4章，主要是样本理论、参数估计和假设检验；回归分析2章，包括一元和多元回归分析及其统计解释；多元统计3章，主要讲解主成分分析和因子分析理论。整书内容简明，易上手，实用性强。本书不需要读者有良好的数学基

《细说Python编程：从入门到科学计算》以Python3.x为平台，由两位博士执笔，详尽细致地阐述Python编程的基础知识和高级技巧，并以大量示例代码进行实践，同时还介绍人工智能领域广泛使用的科学计算工具NumPy。《细说Python编程：从入门到科学计算》分为两篇，共19章。第1篇（第1～11章）为基础知识，主要讲解Python的编译环境、入门知识、字符串、容器、函数、循环、条件选择、模块