本书主要介绍了线性表、栈与队列、递归、搜索和排序、树、图等常用的数据结构和算法的概念和最基本的应用。本书引入了各种各样的生活知识来类比，并充分运用图形语言来体现抽象内容，对数据结构所涉及的一些经典算法逐行分析、多算法比较。

主要内容
？ 在机器学习生命周期的不同阶段规划和实施 XAI
？ 评估目前流行的各种XAI开源工具的优缺点
？ 介绍如何处理机器学习数据中的偏见问题
？ 介绍处理机器学习数据中的道德伦理和法律问题的工具和相关知识
？ 介绍XAI 设计和可视化方面的**实践
？ 将XAI集成到Python模型中
？ 在整个机器学习生命周期中使用对应的XAI工具来解决业务问题

本书以After Effects 2022为写作平台，以实际应用为指导思想，用通俗易懂的语言对After Effects影视后期制作软件的相关知识进行详细介绍。 全书共10章，内容涵盖After Effects基础入门、项目与合成、图层与关键帧、蒙版与形状、文字动画、调色滤镜、视频特效、粒子特效、光线特效以及抠像与跟踪技术的使用等。为了提高学习效率，书中穿插了动手练，结尾包含案例实战等。 全书结构编排合理，所选案例亦贴合影视后期实际需求，可操作性强。案例讲解详细，一步一图，即学即用，非常适

本书以Python中的pandas库为主线，介绍各类数据处理与分析方法。 本书共包含13章，第一部分介绍NumPy和pandas的基本内容；第二部分介绍pandas库中的4类操作，包括索引、分组、变形和连接；第三部分介绍基于pandas库的4类数据，包括缺失数据、文本数据、分类数据和时间序列数据，并介绍这4类数据的处理方法；第四部分介绍数据观测、特征工程和性能优化的相关内容。本书以丰富的练习为特色，每章的最后一节为习题，同时每章包含许多即时性的练习（练一练）。读者可通过这些练习将对数据科学的宏观

本书依据AutoCAD认证考试大纲编写，重点介绍了AutoCAD 2022中文版的新功能及其在电气设计应用方面的各种基本操作方法和技巧。全书分为二篇，共13章，第一篇为基础知识篇、分别介绍了电气工程图概述，AutoCAD 2022入门，二维绘制命令，基本绘图工具，编辑命令，文字、表格与尺寸标注，辅助绘图工具；第二篇为电气设计综合实例篇，分别介绍了电路图设计，机械电气设计，电力电气设计，控制电气设计，通信电气设计，建筑电气设计等内容。 本书可作为AutoCAD初学者的入门与提高教程，也可作为参加A

本书从认识相机、摄影技术、摄影美学三大方面介绍了数码摄影的方方面面。全书对学习摄影所需要了解的相机、镜头与附件等硬件知识，对相机控制所需要把握的曝光、测光、光圈、快门、感光度、白平衡等技术知识，对提升摄影创作能力所需要熟悉的构图、用光与色彩等美学理论知识进行了系统解析。 本书内容由浅入深，让摄影学习变得更有节奏感、更轻松。希望初学者通过本书系统的讲解，能快速掌握数码摄影的基础知识与技法，开启精彩万分的摄影创作之旅，享受摄影带来的无尽乐趣。 本书内容系统、配图精美、文字通俗易懂，适合摄影爱好者及初

本书分为6章，内容分别是认识剪映的界面和功能布局，视频剪辑及调整，视频调色，音频的添加及调整，视频的包装，制作封面、片头和片尾。这些都是后期制作短视频必备的基础知识，只要能熟练掌握并灵活运用这些知识，就能缩短从入门到精通的过程。 在编写本书时，考虑到初学者可能对视频剪辑无从下手，因此本书将知识点进行了拆分和详细讲解，帮助读者由浅入深地掌握短视频剪辑的技巧。

作者根据自己多年的前后端开发经验，站在完全零基础读者的角度，详尽介绍了Python编程语言的基础知识，以及大量的开发技巧，包括Python语基本语法、运算符与表达式、流程控制语句、列表与元组、字符串、字典与集合、Python中使用正则表达式、函数、数值计算、时间日期等。所有知识都结合具体实例进行介绍，涉及的程序代码都给出了详细的注释，读者可轻松领会Python程序开发的精髓，快速提升开发技能。每章最后还提供了难度适中的习题，检验学习效果。

本书围绕短视频创作的理论和技术, 采用理论与实践结合、图片与文字对照的编写方式, 通过大量短视频创作的案例来讲解短视频创作的方法, 并结合实践演练帮助读者增强短视频创作的能力。本书主要内容包括短视频内容策划, 短视频拍摄前期准备, 短视频拍摄实用方法, 电商类短视频创作, 抖音、快手等平台类短视频创作, 微电影类短视频创作, 短视频后期剪辑, 短视频发布与推广等。

本书先介绍预测分析的重要概念和原则，然后给出一系列的代码示例和算法讲解，引导读者了解完整的预测分析流程，进而用Python工具构建高性能的预测分析解决方案。全书所涵盖的内容包括预测分析过程、理解问题和准备数据、理解数据集—探索性数据分析、基于机器学习的数值预测、基于机器学习的类别预测、调整模型和提高性能、基于Dash的模型实现等。 本书适合想要学习预测建模并对用Python工具实现预测分析解决方案感兴趣的数据分析师、数据科学家、数据工程师和Python开发人员阅读，也适合对预测分析感兴趣的读者参