C++是当前市面中常用的编程语言之一，它兼具高级语言和汇编语言的特点。《C++面向对象程序设计基础入门与实战(微课版)》以通俗易懂的语言、翔实生动的操作案例、精挑细选的使用技巧，指导初学者快速掌握C++语言的基础知识与使用方法。《C++面向对象程序设计基础入门与实战(微课版)》主要内容包括C++语言基础，C++程序的基本结构，C++语言的基础语法，变量和常量详解，运算符和表达式，流程控制语句，指针，复合数据类型，C+

数据和算法是大数据的两大核心。正是通过这两大核心，大数据对人类社会产生了广泛而深刻的影响。同时，它引发的伦理问题与这两大核心亦密不可分。本书正是从数据伦理和算法伦理两个方面，探讨了大数据的伦理问题及其背后的人工智能哲学问题。数据和算法的伦理问题通过数据滥用、数据孤岛、数据安全、算法陷阱、算法霸权和算法歧视等呈现出来，其本质问题主要包括隐私权、数据权、人类自由和社会公正等。本书引入价值敏感设计、责任伦理和人本主义伦理等

本书讲解了游戏道具、武器装备和游戏角色三个类型的四种不同模型的项目制作。每一个项目都分别包含设计制作大形、设计制作高模和设计制作贴图三个任务，向读者全面展示游戏建模的流程和方法。且每一个任务都会通过任务分析和任务链接帮助读者理解制作要求和制作技术。通过任务实施完成制作后，再按照任务评价的说明检查制作案例是否符合规范。每个任务最后会为读者提供一个扩展的案例，让读者独立制作，巩固所学内容，加深学习印象。

《智能优化新算法及在信息处理技术中的应用》介绍了智能优化新算法进行信息处理的最新技术，内容上既包括基本理论的详细介绍，同时又包括在实际问题上的具体应用，可使读者循序渐进地掌握量子智能优化算法和文化智能优化算法的精髓及在信息处理技术中的应用技巧。

本书在保持前两版特色的基础上，对部分章节内容进行了修改和补充。全书案例易懂、切合实际。本书共8章，围绕面向对象程序设计中类和对象的作用，介绍标准C++中类与对象的定义和封装、继承、重载、多态、模板的概念及实现方法。本书用通俗易懂的英语描述其内容，让初学者了解面向对象程序设计的原文表达；而且在各章节中的重要知识点和易混淆知识点处均有双语注解，有助读者掌握面向对象的程序设计方法。本书面向具有程序设计基础的读者，可作为高等

容器化被认为是实现DevOps的最佳方式。谷歌开发了Kubernetes，它有效地协调容器，被认为是容器编排的领跑者。Kubernetes是一个协调器，可以在服务集群上创建和管理容器。本书将指导管理Kubernetes集群，然后学习如何在DevOps中监控、记录日志和持续部署。本书将介绍DevOps和容器的基本概念，部署和将应用程序容器化，并介绍Kubernetes中的网络和存储。然后，使用先进的DevOps技能，如

本书通过案例讲解如何使用TensorFlow解决深度学习的实际任务，每章都包含TensorFlow1.x和2.0的代码实现。全书共分10章，主要讲解卷积神经网络、LSTM、Seq2Seq、Transformer、BERT、文本卷积、GBDT、FM、FFM、Dlib、MTCNN、VGG、AlphaGo/AlphaZero、BiLSTM、DQN、Gym、GAN等技术，包含的项目有CIFAR-100图像分类、彩票预测、古诗

在21世纪，统计方法在范围和影响方面都有惊人的扩展。大数据、数据科学和机器学习已经成为新闻中常见的术语，因为统计方法被用于处理现代科学和商业的庞大数据集。我们是怎么走到这一步的？我们又将走到哪里？ 本书将带你踏上数据分析变革的振奋之旅。从经典推断理论（贝叶斯理论、频率理论和Fisher理论）开始，各章节分别介绍一系列有影响力的主题，包括生存分析、广义线性模型、经验贝叶斯、刀切法与自助法、错误发现率、随机森林、神经网

本书主要分为两个部分。*部分为第1章到第8章，涵盖机器学习的基础理论知识和基本算法从线性回归到随机森林等，帮助读者掌握Scikit-Learn的常用方法；第二部分为第9章到第16章，探讨深度学习和常用框架TensorFlow，一步一个脚印地带领读者使用TensorFlow搭建和训练深度神经网络，以及卷积神经网络。

深度学习是人工智能的前沿技术。本书深入浅出地介绍了深度学习的相关理论和实践，全书共分16章，采用理论和实践双主线写作方式。第1章给出深度学习的大图。第2章和第3章，讲解了机器学习的相关基础理论。第4章和第5章，讲解了Python基础和基于Python的机器学习实战。第6至10章，先后讲解了M-P模型、感知机、多层神经网络、BP神经网络等知识。第11章讲解了被广泛认可的深度学习框架TensorFlow。第12章和第13