数据结构与算法设计相关课程是计算机专业教学中的核心课程，也是各类程序设计竞赛及互联网公司与软件企业招聘考查的重要方面。本书按照"数据结构—算法设计”的路线系统地介绍数据结构与算法设计的主要内容。其中，数据结构部分包括线性表、栈、队列、字符串、数组、广义表、树和图，以及两种常用的数据操作——查找和排序；算法设计部分包括递归与分治法、动态规划、贪心法、回溯法和分支限界法；最后以"快递超市信息管理系统”作为案例介绍面向实际应用开展分析、设计、编码与测试的完整过程。 本书融入了思政元素，注重培养学习者解
本书首先简要介绍Python语言的基础知识，为后续内容的学习提供基础，接着介绍NumPy、Matplotlib和Pandas三个数据分析基础模块的用法，同时也为后面基于scikitlearn的机器学习提供基础，最后介绍基于scikitlearn机器学习及其模型的评价方法、超参数调优方法。全书通过大量案例，希望能让读者快速提高实践能力。本书适合作为高校本科生或研究生数据分析、机器学习等相关课程的教材或参考书，也可作为数据分析和机器学习爱好者的自学教程，还可以作为相关科研工作者与工程实践
本书紧扣互联网行业发展对Web前端开发工程师职业的新要求，结合多年来各高校教学的反馈意见和建议，在第3版的基础上新增12个大思政案例、8个小思政实验项目，优化5个综合案例，对相关标记语法和示范案例进行更新与补充。全书详细地介绍 HTML、CSS、DIV、HTML5 基础和 CSS3 应用、JavaScript、DOM与BOM、HTML5高级应用等内容。本书内容结构合理、由浅入深，循序渐进地引导读者快速入门，并能提高初级及以上读者的实际应用水平，使其快速适应Web前端开发工程师职业的新需求
本书围绕云计算核心进行展开，从基础知识到集群架构实现，全面系统地讲解了如何从一个什么都不懂的云计算初学者成长为可以根据业务需求进行技术选型实施云计算集群架构。全书分为上下篇，上篇主要是Linux系统原理和使用，云计算的环境是以此为基础，尤其是关于防火墙和网络跟云计算的实现关系紧密，了解其原理和使用是有必要的；下篇主要介绍了云计算集群的设计和实践，从基础知识的介绍、发展趋势及应用、云计算项目的核心组件、企业项目分析及技术选型、云计算集群的搭建、小型集群的调优、大型集群的部署方案、多种网络环境配置、
本书提供了通过GitOps使用Kubernetes的实用教程，内容涵盖GitOps的实践、技术和工具，它们可以简化Kubernetes来更快地交付企业级软件，而不影响安全性。通过阅读本书，你将了解GitOps在灵活的配置管理、监控、健壮性、多环境支持和安全性等方面的好处，并掌握以独特的GitOps方式进行管理的技巧。学完本书，你将能够实现和管理一个可伸缩的持续交付管道，这使得跟踪更改、回滚错误以及清晰地验证和审计容器部署变得容易。
本书由自研开源嵌入式实时操作系统RT-Thread核心开发者撰写，专业性毋庸置疑，系统讲解RT-Thread设备驱动开发方法，剖析26种设备驱动开发案例，助力开发者快速掌握RT-Thread设备驱动开发技能。 本书的内容共27章，分为三篇。 基础篇（第1～11章），先对RT-Thread以及设备框架进行总体介绍，再分别介绍RT-Thread中常用的设备，包括串口、I2C、SPI等，适合刚接触驱动开发的人学习。 进阶篇（第12～20章），介绍稍复杂一些的外设驱动，如SDIO
本书充分考虑大学生的知识结构和学习特点, 在拓展学生知识面的同时, 注重创新型、应用型、技能型人才培养。本书涵盖信息安全、项目管理、机器人流程自动化、程序设计基础、大数据、人工智能、云计算、现代通信技术、物联网、数字媒体、虚拟现实、区块链等内容。通过本书的学习, 可拓展学生的职业能力, 使其增强信息意识, 提升计算思维, 提高数字化创新与发展的能力, 树立正确的信息社会价值观和责任感, 为其职业发展、终身学习和服务社会奠定基础。
本书根据当前信息技术教育的形势和任务，结合《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中关于加强创新型、应用型、技能型人才培养的要求，按照《高等职业教育专科信息技术课程标准（2021年版）》编写而成。本书充分考虑大学生的知识结构和学习特点，注重对信息技术基础知识的讲解和学生动手能力的培养，同时结合“1+X”证书—WPS办公应用职业技能等级证书的要求，将岗位技能要求、职业技能等级证书标准有关内容融入教材。本书分为6个项目，分别介绍文档处理、电子表格处理、演示文稿制作
本书基于作者多年的研究成果，详细介绍了跨数据中心机器学习的训练系统设计和通信优化技术。本书面向多数据中心间的分布式机器学习系统，针对多数据中心间有限的传输带宽、动态异构资源，以及异构数据分布三重挑战，自底向上讨论梯度传输协议、流量传送调度、高效通信架构、压缩传输机制、同步优化算法、异构数据优化算法六个层次的优化技术，旨在提升分布式机器学习系统的训练效率和模型性能，突破跨数据中心机器学习的通信瓶颈和数据壁垒，实现多数据中心算力和数据资源的高效整合。本书可作为跨数据中心机器学习的参考资料，供人工智能
三位著名的软件架构师的新版著作，阐述了软件架构师如何管理和优化现有体系结构，转换它们以解决新问题，并构建可重用的体系结构，使之成为战略业务资产。更新了移动，云，能源管理，DevOps，量子计算等新内容
新书资讯 新书推荐