本书既有理论研究，又有实践探讨，共分为6章，讲解了云计算安全中人工智能与大数据挖掘技术的应用实践。第1章从概念、发展、标准等角度宏观地介绍了云计算安全；第2章从云计算安全需求的角度阐释云计算安全的核心目标、公有云场景下的安全需求和私有云场景下的安全需求；第3章全面、系统地介绍了公有云安全技术体系和私有云安全技术体系；第4章详细介绍了人工智能技术在云计算安全领域的应用实践；第5章详细介绍了大数据挖掘技术在云计算安全领域的应用实践；第6章介绍了人工智能和大数据挖掘技术的综合应用，提出云数据中心安全防

随着大数据时代的到来，可视化技术在越来越多的领域得到应用。什么是大数据可视化？常见的大数据可视化工具有哪些？如何实现大数据可视化？本书从大数据可视化的基本概念入手，介绍大数据的采集及预处理、大数据可视化的主要工具及使用相关工具进行可视化分析等方面的内容。 《大数据分析可视化》共8章。第1章～第3章主要介绍大数据可视化的基本概念、相关工具和大数据采集及预处理，第4章～第6章主要介绍基本图形制作、极坐标系和平行坐标系下各类图形制作及基本三维图形与地图制作，第7章～第8章主要介绍机器学习可视化图形制作

编程语言是数据科学最重要的工具, 编程不是目的, 编程是为数据科学服务。我们希望通过处理数据来学习编程语言, 本书以目标导向的编程训练方式, 引导读者在使用软件完成任务过程中学会编程。当然, 我们的目标是数据分析而不是诸如漫游、动画、生成网页等其他实践, 因此, 这里的训练内容也是基于数据处理及相关画图的需要。我们的训练是从简单的数字及逻辑运算、线性代数运算到机器学习模型拟合的由简入繁、循序渐进的过程。
本书为没有专门学过计算机软件编程又要经常做数据分析的读者所编写, 让人们学会用 Py

本书围绕MATLAB中先进的GUI编程工具App Designer为中心进行介绍，在编程基础知识部分介绍了MATLAB的新产品—实时编辑器的使用；在App Designer部分，对App Designer中所有组件，包括21个常用组件、3个容器、3个图窗工具、10个仪器仪表组件、8个航空航天组件，辅以大量实例进行介绍，最后对GUI编写过程中出现的中文乱码问题、数据类型转换、GUI的数据传递、TeX和LaTeX文本解释器进行了专题讨论。全书采用图文并茂的方式进行引导式学习，以期使读者感受到学习编程

3D One是STEM教育主打的一款3D设计软件，它界面简洁、功能强大、操作简单，非常适合中小学开设3D创意设计课程。 本书分为5篇，包括基础理论、3D建模基础、3D建模提高、3D创意设计和3D打印，详细介绍了3D One建模过程中的基本操作、3D创意设计和3D打印的方法。本书以案例为基础，通过案例的制作带动知识点的讲解，介绍3D One中各种命令和工具的使用方法。 本书可以帮助初学者快速入门3D One，适合中小学生学习，可以作为学校兴趣小组的教材，也可以用作教师课堂教学和初学

Kubeflow是基于K8S的机器学习工具包，是为数据科学家和数据工程师构建生产级别的机器学习实现而设计的。本书采用循序渐进的方式，从 Kubeflow 的安装、使用和设计开篇，随后从模型训练的整个周期展开，涵盖了数据探索、特征准备、模型训练/调优、模型服务、模型测试、模型监测和模型版本管理等各个环节，既有相关的理论知识也囊括了真实的使用案例，能够让读者在学习 Kubeflow 知识的同时全面了解机器学习的相关知识，是入门和深入学习Kubeflow以及机器学习的良好指南。

R语言是一款简洁、易用、高效的程序设计语言，可以用于统计计算和统计制图。随着ggplot2包及其拓展包的广泛应用，R语言在数据可视化方面已经遥遥领先于其他统计分析软件及编程语言。 本书主要介绍常用的数据可视化方法及R语言应用包的使用方法，并结合实际数据集进行实战操作，是R语言数据分析与可视化方面的一本入门教材。本书内容涵盖R语言的使用，基于ggplot2包及其拓展包的数据可视化，利用shiny包制作可视化应用，数据的清洗与探索，以及对地图、文本和网络等不同类型的数据进行可视化分析等。

本书阐述的“用户体验四维度”，既着力扎根生活，又力求深入浅出。 围绕“本质是什么，影响因素是什么，如何做到更好”这三个核心思路，本书探讨了人与界面、人与内容、人与人和人与品牌的交互体验，列举了微信、B站、豆瓣、Keep、快手、小红书等案例，涵盖了根需求、功能架构、信息架构、交互设计、UI设计、知识型UGC、信息型UGC、社区调性、广告传播等内容。 本书适合所有对用户体验感兴趣的从业者和学生。

作为一门应用型学科，机器学习植根于数学理论，落地于代码实现。这就意味着，掌握公式推导和代码编写，方能更加深入地理解机器学习算法的内在逻辑和运行机制。本书在对全部机器学习算法进行分类梳理的基础之上，分别对监督学习单模型、监督学习集成模型、无监督学习模型、概率模型四个大类共26个经典算法进行了细致的公式推导和代码实现，旨在帮助机器学习学习者和研究者完整地掌握算法细节、实现方法以及内在逻辑。

《Spring Boot+MVC实战指南》主要讲解如何在Spring Boot框架中开发MVC应用，包括主流的JavaEE框架，如MyBatis、Spring、SpringMVC、FreeMarker和Thymeleaf等。读者可以进行“精要”式学习，正确地进行项目实战，同时汲取JavaEE的思想，并最终将这种思想灵活运用到实际工作中。 《Spring Boot+MVC实战指南》主要涉及MVC框架的原理实现、上传、下载、数据验证、国际化、多模块分组开发、转发/重定向、JSON的解析、将Ajax及