本书从数据集、数据清理开始谈起，在介绍机器学习的建模方式后，第2章详细说明了机器学习与深度学习所涉及的矩阵、向量等技术。第3章使用Keras搭建深度学习模型，也介绍了激活函数、损失函数、反向传播、过拟合或欠拟合等问题。第4章给出了训练深度学习模型的过程中可能存在的交叉验证问题。当需要提高模型精度时，可以考虑参考第5章中的L1/L2正则化、丢弃正则化、早停等方式。第6章讲解模型评估问题，在太平洋飓风数据集上指出准确率的局限性，从而引出混淆矩阵、ROC曲线、AUC评分等概念。接下来的3章介绍卷积神经

Excel数据可视化根据图表的展示形式可分为基础图表、动态图表和数据大屏，本书以Excel的基础知识为起点，逐步介绍Excel数据可视化的三种形态。这是一个循序渐进的学习过程，每个对应的模块都包含通用设计理论和具体的设计方法，理论和实践相结合，使读者在举一反三中逐渐学会使用Excel实现数据可视化。

本书是一本可以边玩边学，培养读者编程兴趣和爱好的参考书，指导Python从入门到实战的学习。本书展示了20个精彩游戏的工作原理和具体的编程步骤。书中的每一个案例都是编者精心挑选的一个相对独立并且完整的游戏程序，读者并不需要从头至尾地阅读本书，而是可以根据难易程度以及自己的编程能力和水平来选择某些章节进行自学。

本书既可以供大中专院校人工智能专业、计算机专业及相关专业师生参考，也可以供各类编程培训机构的师生、Python爱好者和Python编程者阅读。读者可以到清华大学出版社官方网站

本书内容围绕计算机编程基础和C++编程基础语法展开，通过生动、形象和有趣的漫画故事，讲解基础的语法知识及其运用。本书包含C/C++基础语法，如变量、条件语句、循环、数组等，以及一些非常基础的数学等综合知识，如闰年、质数、奇偶数、水仙花数等；同时针对初学者学习有困难的如循环嵌套、多重条件语句等内容，以具体、生动的漫画故事来引导学习和加深理解。

本书适合初次接触计算机编程的零基础人员阅读，包括青少年和初次学习编程的人；对于有一定计算机编程基础的人来说，本书也可以作为“故事书”来阅读。

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。本书配套70个示例源码及PPT课件。
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、TensorFlow模型应用、Transformer模型应用等

本书系统阐述了openEuler操作系统管理的相关技术，并通过大量的实践进行了说明。
全书共分为16章。第1章为初识openEuler，介绍了openEuler发展和环境搭建等内容。第2章介绍了基本的终端操作和文件管理。第3章介绍了文件管理和编辑等内容。第4章介绍了文件权限和用户管理。第5章介绍了文件系统管理。第6章主要介绍了软件管理。第7章介绍了文件压缩和打包。第8章主要介绍了ACL权限。第9章主要介绍了正则表达式和Shell脚本。第10章介绍了进程、网络管理及服务环境搭建。第11-16

《细说机器学习：从理论到实践》从数学知识入手，详尽细致地阐述机器学习各方面的理论知识、常用算法与流行框架，并以大量代码示例进行实践。本书内容分为三篇：篇为基础知识，包括机器学习概述、开发环境和常用模块、特征工程、模型评估、降维方法等内容。本篇详细而友好地介绍机器学习的核心概念与原理，并结合大量示例帮助读者轻松入门。第二篇为算法应用，涵盖机器学习重要与高频使用的模型，包括K-Means聚类、K近邻、回归、决策树、朴素贝叶斯、支持向量机、神经网络等内容。本篇不仅详细讲解各个算法的原理，还提供大

MATLAB是适合多学科、多工作平台的开放性很强的大型科学应用软件。本书以MATLAB 2022a软件为基础，全面阐述MATLAB的功能，帮助读者尽快掌握MATLAB的应用技巧。全书共分为16章，从MATLAB工作界面讲起，详细介绍MATLAB的基础知识、数组、矩阵、符号运算、二维绘图、三维绘图、程序设计、函数、数据分析与处理、微积分运算、概率与数理统计、优化计算等内容，同时还对Simulink仿真与应用进行详细的讲解。为了方便用户更好地操作MATLAB，本书中的示例均已记录在M文件及其他相关文

《matplotlib数据可视化实战》借助matplotlib讲解开展数据可视化实践所需要掌握的关键知识和技能，从设置图表基础元素（坐标轴、标签、颜色、数学符号等），到根据表现内容绘制不同类型的图表（折线图、条形图、圆饼图、小提琴图等），全面讲解了 matplotlib 的使用方法。为方便读者学习，
书中对相关操作都配以案例及代码进行讲解，读者可以根据自身需求，灵活使用其中的函数
和语句。
本书适合数据分析、数据可视化领域的爱好者、从业者阅读，也适合作为高校相关专业的教材。

《剑指JVM：虚拟机实践与性能调优》共分5篇：引言篇讲述了Java与Java虚拟机的关系，以及Java虚拟机的相关知识；第1篇讲述了运行时数据区，涉及Java内存区域的各个核心结构，以及对象创建的各种细节；第2篇讲述了垃圾收集，涉及各种收集算法、垃圾收集器；第3篇讲述了字节码与类的加载；第4篇讲述了性能监控与调优，带领读者学习Java虚拟机常用的监控与调优工具，并附有企业级的性能调优案例。本书配套视频，可以关注尚硅谷教育公众号获取。