本书对并行编程过程中的相关基本概念、原理、技术、方法进行详细讲解，以时下流行的Java语言为基础，主要针对基于共享内存的并行编程方法，内容涉及并行编程基本概念、线程创建和管理、同步和异步编程、线程协作、自定义并发类等内容。本书在讲解相关原理和技术的同时，使用大量实例进行演示，力求做到知识点明白透彻。
本书内容先进、结构合理、讲解详尽、例题丰富，适合作为高等院校本科生和研究生的教材，是高等院校师生和IT领域在职人员学习并行编程技术的理想教材和工具书，也可作为高性能计算技术人员的自修参考用书。

《MySQL 数据库应用案例课堂（第2版）》是针对零基础读者研发的MySQL入门教材，侧重案例实训，并提供扫描二维码来讲解当前热点案例。
《MySQL 数据库应用案例课堂（第2版）》分为21章，内容包括MySQL基础知识，安装与配置MySQL环境，操作数据库，创建、修改和删除数据表，数据类型与运算符，索引的操作，插入、更新与删除数据记录，视图的操作，MySQL系统函数，精通数据的查询，存储过程与存储函数，MySQL触发器，MySQL用户权限管理，数据备份与还原，管理MySQL日志，MySQ

本书系统地介绍了机器学习系统的设计原则和实践经验，侧重于介绍机器学习的原理、神经网络和优化器、自动差分算法、机器学习系统编程模型、控制流和数据流，异构硬件加速器的原理和编程、数据流图编译器前端、数据流图编译器后端、数据准备和增强、模型部署相关技术、分布式训练、弹性训练、联合训练和评估平台、调试和优化工具、数据隐私和安全等。在讲授的过程中，本书将根据MindSpore的自身特点，在各个章节突出讨论MindSpore的优势点，从而将MindSpore并列为与TensorFlow，PyTorch的三大

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

《面向移动设备的深度学习—基于TensorFlow Lite，ML Kit和Flutter》详细阐述了与移动设备深度学习开发相关的基本解决方案，主要包括使用设备内置模型执行人脸检测、开发智能聊天机器人、识别植物物种、生成实时字幕、构建人工智能认证系统、使用AI生成音乐、基于强化神经网络的国际象棋引擎、构建超分辨率图像应用程序等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。
本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学

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。

本书共27章, 分为三大部分。第1-4章主要介绍开发前要做的准备工作, 包括安装命令行界面、开发环境, 熟悉Dart语言和包管理知识; 第5-14章带领大家熟悉和理解 Flutter 框架, 掌握Flutter应用开发的基础知识; 第15-27章是Flutter实践, 结合服务端应用接口, 实现一些真实应用里经常用到的界面, 并将做好的应用发布到应用商店。本书提供了一套系统、全面的训练任务, 从易到难, 轻松有趣。

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