Python算法设计与分析

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、Ten

《大数据可视化编程和应用》从基础开始，全面介绍大数据可视化的底层原理和实现框架，并重点讲解一些常用的大数据可视化关键技术，包括Excel图表、TableauDesktop可视化组件、Web的可视化控件、Java可视化控件及Python数据可视化工具。《大数据可视化编程和应用》共分为8章，第1章着重介绍大数据的发展历程，以及在大数据发展背景下数据可视化的概念、可视化技术的使用及可视化的现实意义；第2

全书分为3篇。第1篇介绍编译器基础知识，包括中间表示，重点介绍SSA、数据流分析、支配、循环等知识，此外还介绍了LLVM的后端描述语言TableGen。第二篇剖析分LLVM代码生成，其中对代码生成的每一步骤都有提及，着重介绍指令选择、指令调度、寄存器分配和编译优化。同时还以BPF后端为例总结了如何基于LLVM开发一款新后端的编译器。第三篇附录主要总结了LLVM代码生成过程中使用的IR、BPF指令集

《细说Python编程：从入门到科学计算》以Python3.x为平台，由两位博士执笔，详尽细致地阐述Python编程的基础知识和高级技巧，并以大量示例代码进行实践，同时还介绍人工智能领域广泛使用的科学计算工具NumPy。《细说Python编程：从入门到科学计算》分为两篇，共19章。第1篇（第1～11章）为基础知识，主要讲解Python的编译环境、入门知识、字符串、容器、函数、循环、条件选择、模块

本书是一部系统讲述Python编程语言与编程方法的案例化教程。全书共分为9章：第1章为Python编程基础知识；第2章为组合数据类型及使用；第3章为函数及调用规则；第4章为程序设计；第5章为面向对象程序设计方法；第6章为文件操作与异常处理；第7章为Python的GUI设计；第8章为Python绘图方法；第9章为Python网络爬虫。每章都设置了大量应用案例跟踪指导。本书可作为高等学校Python程

《智能优化算法与MATLAB编程实践》介绍了国内外新研发的10种智能优化算法，对每种算法的灵感来源、实现过程、函数编程、案例应用都进行了细致描述并给出详细的MATLAB代码，使读者快速掌握智能优化算法的学习和应用方法。全书共分为12章，前10章分别介绍10种智能优化算法的原理、MATLAB实现、具体函数寻优求解过程和应用案例；第11章列举了23种衡量智能优化算法性能的常见测试函数，并给出MATLA

本书跟随了Node.js的标准与行业的发展趋势，在介绍新标准与新技术的同时兼顾了理论基础和实际应用，主要内容分为基础和应用两部分，基础部分内容包含了Node.js环境配置，npm项目管理，JavaScript语法基础，Node.js基本模块的原理与使用，异步代码的编写与组织，应用部分包含了网络编程，桌面应用开发以及测试和调试。本书讲解与示例并重，由浅入深地剖析了Node.js模块与语言原理，并通过

自20世纪以来，互联网的发展已经堪称日新月异，人们的工作、生活、学习等各个方面越来越离不开互联网Web应用。JavaWeb是Web应用中成熟度高、普及率高、适用性广的开源技术，几乎所有Web应用程序都需要具备JavaWeb技术能力。本书分为5篇，共17章。第1篇介绍Web开发与JavaWeb开发，包括体系结构、相关技术、开发环境等；第2篇介绍JSP语言基础，包括JSP的基本概念、JSP指令、JSP

本书图文并茂、通俗易懂，详细讲解常用的算法知识，又融入大量的竞赛实例和解题技巧，可帮助读者熟练应用各种算法解决实际问题。本书总计8章。第1章讲解STL，涉及双端队列、优先队列、位图、集合、映射和STL中的常用函数；第2章讲解实用的数据结构，涉及并查集、倍增、稀疏表、区间最值查询、最近公共祖先、树状数组和线段树；第3章讲解查找算法，涉及散列表、字符串模式匹配和字典树；第4章讲解平衡树，涉及树高与性能