本书由两位拥有数十年计算机研究和创新经验的专家联手打造，是一本为对计算机有浓厚兴趣的读者倾情奉献的百科全书，从古代算盘到人工智能和社交媒体，它能帮助读者深入了解与现代生活息息相关的计算机。古代用作保存记录的设备是什么？它与如今的计算机技术有什么关系？未来的计算机又会发展成什么样子？本书用250个极具里程碑意义的发明、出版物和活动，为读者揭示了计算机科学的发展线索。

本书基于Linux 2.6.34内核详细介绍了Linux内核系统，覆盖了从核心内核系统的应用到内核设计与实现等各方面内容。主要内容包括：进程管理、进程调度、时间管理和定时器、系统调用接口、内存寻址、内存管理和页缓存、VFS、内核同步以及调试技术等。同时本书也涵盖了Linux 2.6内核中颇具特色的内容，包括CFS调度程序、抢占式内核、块I/O层以及I/O调度程序等。本书采用理论与实践相结合的路线，能够带领读者快速走进Linux内核世界，真正开发内核代码。本书适合作为高等院校操作系统课程的教材或参

本书共分为11章。第1章从问题引入，重点分析了推荐系统落地的难点，主流推荐系统的构建方法，推荐系统拉活，以及推荐系统中的架构和模型。第2章整体介绍推荐系统架构设计的方法。第3-5章分别介绍推荐系统的特征、评价指标、调参方法论。第6-10章介绍神经网络层、个性召回层、精排层、粗排层、重排层的设计方法，重点是模型选择和参数调整。第11章介绍冷启动环节的设计方法，这是本书中的特色内容。

全书分为3篇：1.第1篇首先会详细讲解存储引擎的全貌，让读者能对存储引擎有一个整体的思维框架，介绍存储引擎的两大分支：基于b+树的存储引擎、基于lsm派系的存储引擎，其次对存储引擎部分涉及的一些数据结构、存储介质等概念做一个简要的介绍，为后面内容的深入学习做铺垫。2.第二篇主要介绍基于b+树的存储引擎，在理论部分重点回答为什么选择b+树做存储引擎索引结构、b+树存储引擎解决哪些问题以及如何解决。在实践部分选择开源社区中比较有名的boltdb存储引擎项目来讲解其内部核心源码的实现细节。3.第三篇主

本书共9章，主要内容如下：第1章介绍虚拟化技术及Proxmox VE基础知识，第2章介绍如何在生产环境中部署Proxmox VE，第3章介绍如何配置Proxmox VE存储，第4章介绍如何配置Proxmox VE网络，第5章介绍如何创建和使用虚拟机，第6章介绍如何创建和使用容器，第7章介绍如何配置和使用Proxmox VE高级特性，第8章介绍Proxmox VE的备份与恢复，第9章介绍Proxmox VE系统管理。

本书通过逐步构建一个完整的开发框架，帮助读者深入理解和掌握ASP.NET Core开发框架的核心概念和技术。本书以实际项目为基础，通过逐步迭代的方式引导读者从零开始构建一个功能强大的开发框架。本书不仅介绍了如何搭建项目结构、处理路由和中间件、使用依赖注入和配置管理等关键技术，还介绍了如何处理身份验证和授权、使用数据库和ORM、编写单元测试等实际开发中常见的问题和技术。本书配有读者交流学习群，可扫描勒口二维码进群。相关代码可通过前言中的代码仓库地址获得。
这是一本面向ASP.NET Core

随着社会的不断进步，各行各业都在拥抱数字化转型，软件的应用规模不断扩大，普及率呈现大幅度上升的趋势。软件测试是保障软件质量的重要环节，金融软件测试更是金融业务与测试技术融合的重要领域。 本书通过9章内容，深入浅出地介绍了金融软件测试的基础知识、常用工具、相关标准、项目管理知识、用例设计方法、执行方法、报告编写等内容，并通过银行国际业务测试项目实战带领读者全面复盘所学知识和相关技巧。 本书围绕金融软件测试进行讲解，帮助读者理解基础知识，掌握实践技能。本书适合金融软件测试领域的从业者、软件测试专业的

随着互联网的迅猛发展和数字化转型的加速，网络安全威胁不断增加，渗透测试的价值日益凸显。Kali Linux提供了友好的界面和广泛的文档支持，专为渗透测试和网络安全评估而设计。它提供强大的工具和资源，方便专业人员评估网络的弱点，进行漏洞分析和渗透测试，即使是初学者也能轻松上手。 本书内容共14章，知识点与实践案例环环相扣，将网络安全的基础知识和实践细节娓娓道来，涉及网络安全渗透测试基础、Kali Linux的安装与使用、模拟测试环境、信息收集、漏洞扫描、密码攻击、网络设备渗透测试、操作系统及服务软

全面系统深入地介绍虚拟现实的理论与实践，涵盖了VR简史，体感设计、内容设计、交互设计以及可能的负面效果等各个层面，集理论与实践于一体。

本书详细讲解了29个实用的MATLAB计算机视觉与深度学习实战案例（含可运行程序），涉及图像去雾、答题卡识别、图像分割、肝脏影像辅助分割系统、人脸二维码编解码系统、英文印刷体字符识别、图像融合、全景图像拼接、图像压缩和重建、视频处理工具、运动目标检测、路面裂缝检测识别系统、车流量计数、三维网格模型特征点提取、数字水印、图像水印、辅助自动驾驶、汽车目标检测、手写数字识别、以图搜图、验证码识别、图像生成、影像识别、物体识别、图像校正、时间序列分析、交通目标检测、智能问答等，还讲解了深度神经网络的拆分