本书是《疯狂Java讲义》的第6版的下册，第6版保持了前5版系统、全面、讲解浅显、细致的特性，全面新增介绍了Java 12到Java 17的新特性。《疯狂Java讲义（第6版）深入介绍了Java编程的相关方面，上、下册内容覆盖了Java的基本语法结构、Java的面向对象特征、Java集合框架体系、Java泛型、异常处理、Java GUI编程、JDBC数据库编程、Java注释、Java的IO流体系、Java多线程编程、Java网络通信编程和Java反射机制，覆盖了java.lang、java

本书第1版于2020年11月出版发行后大获成功，Python及NetDevOps技术在国内计算机网络圈子里迅速走红，国内与NetDevOps相关的技术文章在网络上如雨后春笋般大量涌现，行业里也出现了很多要求掌握NetDevOps技术的网络工程师职位，并且需求越来越多，NetDevOps是“下一代网络工程师”必须掌握的技能已经成为既定且不可逆的事实。以Python为主的NetDevOps技术知识更迭很快，第2版将在第1版的基础上添加TextFSM详解、Netmiko详解、Nornir详解、NETC

在大数据时代，我们并不缺少数据，缺少的是利用数据分析的思维和工具去解决实际问题的能力。数据化分析是运用恰当的方法和工具，对数据进行科学、有效的分析，从而提出有理有据、具有可操作性的建议，以解决现实中的难题。本书主要介绍了数据分析的9 种思维、7 种工具、学习方法、基本方法、展现方法、制作数据分析报告的方法，以及数据分析的思维模型。本书适合所有对数据分析感兴趣的读者阅读，特别是在工作或生活中需要经常跟数据接触的人，如数据分析师、产品经理、运营人员、管理人员、财务人员等。

本书的主体内容包括机器学习概念与特征工程、机器学习技术、模型关系管理，其中，模型关系管理部分主要介绍了弱集成学习、强集成学习和混合专家模型。弱集成学习是指使用机器学习中的弱分类器实现模型准确度和稳定性之间的平衡。强集成学习是指协同特征工程与强分类器形成强集成学习环境。混合专家模型是指通过神经网络集成和网络结构设计形成深度学习框架。本书以案例分析为主线介绍不同的集成学习方法，首先阐述弱集成学习如何解决项目痛点问题，然后以痛点为起点，集中讨论强集成学习如何解构子项目问题，最后通过深度学习分析非

本书基于主流日志管理与分析系统的设计理念，完善、透彻地对日志分析各流程模块的原理与实现进行了系统性讲解，综合介绍了日志分析技术在数据治理、智能运维、可观测性、SIEM、UEBA、SOAR等IT运维及安全复杂场景中的应用，并汇总了各行业优秀的解决方案。第1～3章介绍了日志分析的基本概念、日志管理相关的法律法规及规范要求、日志管理与分析系统的组成部分及技术选型建议。第4～10章分别针对日志采集、字段解析、日志存储、日志分析、日志数据搜索处理语言SPL、日志告警、日志可视化等日志分析中最重要的实

本书介绍了Web在整个网络体系架构中的位置、Web与Internet的关系，引出了Web的3个基本要素：URL、HTTP、HTML。然后，本书系统、深入地介绍了HTML 4.01、CSS 2.1、JavaScript的全部内容，XML、XHTML、HTML 5、CSS 3的基本原理与核心内容，以及Web编辑工具Dreamweaver的使用方法。按照知识关联和学习路线，本书对Web领域中大部分技术的概念进行了具有一定深度和特色的介绍。对于Dreamweaver软件，除了介绍其基本的功能，还着重介绍

本书内容是注册网络安全源代码审计专业人员（NSATP-SCA）认证培训的理论知识部分，对代码审计的基础知识和涉及的内容、代码安全审计规范和审计指标进行了全面的介绍，同时，针对目前常用的程序设计语言Java、C/C++和C#，分别基于其特点和漏洞测试规范中的案例进行了具体的分析和解读。本书参考了大量国内外代码安全审计规范、安全开发规范、常见漏洞库和相关文献，并进行了解析、汇总和提取，以系统地阐述代码审计的思想、技术和方法，构建完备的代码审计知识体系，旨在为代码审计人员提供全面和系统的指导。

《Web 3.0》针对当下火热的Web 3.0话题，介绍Web 3.0的相关专业知识、技术实现方法及应用前景。
全书共9章，第1章介绍了Web 3.0的基本知识；第2、3章介绍了Web 3.0的基础技术栈和拓展技术栈；第4章介绍了Web 3.0的生态构建，包括去中心化自治组织、开放式金融、加密货币、代币经济与数字市场、数字身份、创造者经济、注意力经济等；第5章阐述了Web 3.0的行业应用；第6章介绍了Web 3.0与SaaS平台的关系；第7章关注Web 3.0的行为准则，包括互联网协议、

数字化转型背景下，Python作为一门简单、易学、速度快、免费、开源的主流编程语言，广泛应用于大数据处理、人工智能、云计算等各个领域，是众多高等院校学生的必修基础课程，也是堪与Office办公软件应用比肩的职场人士的必备技能。同时随着数据存储、数据处理等大数据技术的快速进步，机器学习的各种算法在各行各业得以广泛应用，同样成为高校师生、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“机器学习课程学习”有机结合，推动数字化人才的培养，提升人才的实践应用能力。