三民網路書店 中國圖書館分類法 / 工業技術 / 自動化技術、計算機技術 / 計算技術、計算機技術 / 計算機軟件

本教材書系統介紹了數據預處理、數據倉庫和數據挖掘的原理、方法及應用技術，以及使用目前在數據分析與挖掘領域非常熱門的Python語言對數據進行分析處理及挖掘建模。本書一共有11章，分為2篇。一為理論篇，第1章緒論介紹了數據分析與挖掘領域中的一些基本理論、研究方法等，也簡單介紹Python數據分析與挖掘相關的知識；第2-6章按照數據分析與挖掘的過程安排各章節，介紹數據預處理的方法技術、數據倉庫的構建與OLAP技術、數據挖掘原理及算法(包括關聯規則挖掘方法、聚類分析方法、分類規則挖掘方法，在每章中，採用小數據集為例詳細介紹各種挖掘算法)。二為實驗篇，第7章介紹採用python進行數據預處理的各種常見方法、技術；第8章介紹基於SQLServer2022構建數據倉庫及OLAP的過程；第9-11章為使用Python進行關聯規則、聚類、分類挖掘算法的實踐，在內容的安排上，先採用小數據集進行初步實踐，然後再採用大數據集進行綜合實踐，對於綜合實踐，按照：挖掘目標數據的探索分析、數據預處理及數據抽取、挖掘模型的構建及可視化、分析挖掘結果的順序進行，通過完整的案例，加深對數據挖掘算法的理解，最終讓讀者由易到難、很好地掌握用Python進行數據分析與挖掘的完整過程。本書採用理論與實踐相結合的方式，以小數據集為例詳細介紹各種挖掘算法，使讀者更易掌握挖掘算法的基本原理及過程；使用熱門實用的Python語言實踐數據預處理及各種挖掘算法，實戰性強，也符合目前數據分析與挖掘的發展趨勢。既適合Python數據分析與數據挖掘初學者、大數據從業人員閱讀，也適合高等院校和培訓機構大數據與人工智能相關專業的師生教學參考。

《零基礎學C語言(升級版)》從初學者角度出發，通過通俗易懂的語言、有趣的實例，詳細介紹了使用C語言進行程序開發需要掌握的知識和技術。全書共分16章，內容涉及C語言概述、算法、C語言基礎、運算符與表達式、常用的數據輸入/輸出函數、選擇結構程序設計、循環控制、數組、函數、指針、結構體與鏈表等。書中所有的知識都結合具體實例進行講解，設計的程序代碼給出了詳細注釋，可以使讀者輕鬆領會C語言程序開發的精髓，快速提高開發技能。本書通過大量實例及一個完整的項目案例，幫助讀者更好地鞏固所學知識，提升能力；隨書附贈的《小白實戰手冊》(電子版)中給出了3個實用案例的詳細開發流程，力求讓學習者能學以致用，真正獲得開發經驗；附贈的資源包中包含視頻講解、PPT課件、實例及項目源碼等，方便讀者學習；書中設置了200多個二維碼，用手機掃描二維碼可觀看視頻講解，方便解決疑難問題。

《零基礎學C++》(升級版)從初學者的角度出發，通過通俗易懂的語言、流行有趣的實例，詳細地介紹了使用C++語言進行程序開發所需要掌握的知識和技術。全書共分為16章，包括初識C++，C++語言基礎，運算符與表達式，條件判斷語句，循環語句，函數，數組、指針和引用，結構體與共用體，面向對象編程基礎，類和對象，繼承與派生，模板，STL(標準模板庫)，RTTI與異常處理，文件操作，坦克動盪遊戲等內容。書中所有知識都結合具體實例進行講解，設計的程序代碼給出了詳細的注釋，可以使讀者輕鬆領會C++語言程序開發的精髓，快速提高開發技能。本書適合作為C++語言程序開發入門者的自學用書，也適合作為高等院校相關專業的教學參考書，還可供開發人員查閱、參考。

本書全面介紹了Linux後端開發的相關知識和技能，涵蓋了Linux系統的各種功能和工具、Linux編程的相關知識和技能，以及開發後端服務和應用程序的內容。本書分為15章，主要內容包括Linux後端開發概述，開發環境搭建，服務器運維，shell編程簡介，實現簡易shell，使用Git管理代碼，編譯、鏈接、運行與調試，後端服務編寫，網絡通信基礎，I/O模型與併發，公共代碼提煉，應用層協議設計與實現，MyRPC框架設計與實現以及微服務集群的構建等。本書講解通俗易懂，實例豐富，適合C/C++開發人員、Linux後端開發人員、對Linux後端開發感興趣或者希望從事Linux後端開發的人員閱讀，也適合作為高等院校計算機相關專業師生的學習用書及培訓學校的教材。

本書講解軟件架構系統各方面的內容，從頂層設計到用於支持高層功能的低層細節。本書首先介紹軟件架構的含義並給出簡單的設計示例，之後分為四個部分涵蓋軟件開發生命週期中的各個階段：討論構成系統的每個組成單元的一般性原則及其核心內容；重點介紹一些成功的架構模式，包括它們的優勢和局限性；闡述如何進行軟件測試以及如何構建和共享代碼；講解持續運維，涵蓋日誌、系統度量、性能分析、代碼調試和架構調整等內容。本書將幫你形成架構思維，瞭解軟件開發的思路和項目中要考慮的重點問題。

本書共分為8章，第1、2章作為一個整體模塊，幫助讀者從客觀的角度重新認識程序員這個職業，然後闡述了技術為什麼是程序員成長的根基；第3～5章作為一個整體模塊，帶領讀者以程序員的身份融入職場，幫助讀者樹立項目全域觀，瞭解如何做到“本色做人、角色做事”，以及如何在程序員崗位上可持續發展；第6～8章作為一個整體模塊，幫助讀者瞭解程序員的職業發展，以及培養“多聽多想、打開格局”的思維能力和自驅力。

本書首先介紹Python和Jupyter筆記本的基礎知識，然後逐一介紹豐富的、與數據科學相關的Python庫，並舉例說明如何在實際工作中運用Python。本書將Python和數據科學融合起來，幫助讀者快速入門Python並使用Python完成數據分析相關任務，是實用的快速上手教程。書中代碼使用與Jupyter筆記本兼容的Colab創建，方便讀者配置和使用。本書適合希望在工作中使用Python的讀者閱讀，也適合想要利用數據科學原理完成各類項目的讀者參考。

本書源于作者的經典書籍The Art of Assembly Language，從32位匯編語言升級為64位匯編語言，基於Microsoft宏匯編程序(MASM)講解x86-64 CPU上匯編語言的編程藝術。本書從計算機的組成結構開始介紹，包括計算機數據表示和運算，以及內存的訪問和組織等。之後詳細講解匯編語言程序設計，涉及過程和算術運算的相關知識，再通過低級控制結構過渡到高級主題，如表查找和位操作。此外，還探索了x87浮點單元、SIMD指令，以及MASM的宏工具。

本書為IT服務交付團隊及其領導者撰寫，從精益管理和精益思想的視角，深入探討了DevOps方法的核心要素(如任務式指揮、摩擦、風險、態勢感知等)，並結合實際案例，闡述如何通過DevOps方法解決IT服務交付中的各種問題，如何在整個組織內改善信息流，從而向客戶的目標成果邁進。此外，本書還提供了許多實用的工具和技巧，包括OODA循環、Cynefin框架、服務交付的成熟度模型和服務工程負責人等，以幫助讀者更好地應用DevOps方法。

本書以Python 3.9為編程環境，從Python編程基礎到擴展庫，再到數據分析，逐步展開Python數據分析與可視化教學。本書首先簡要介紹數據分析與可視化的相關概念，並介紹Python基礎知識；然後按照數據分析的主要步驟，重點介紹與數據獲取、數據處理、數據分析、數據可視化以及機器學習建模過程相關的擴展庫，包括NumPy、Pandas、BeautifulSoup、sklearn、Matplotlib、seaborn、pyecharts等；最後通過股票數據量化分析和銷售業客戶價值數據分析兩個案例實戰演示Python和相關擴展庫的應用，將Python數據分析和可視化知識與實用案例有機結合。本書適合作為高等院校本科生“數據分析”等課程的教材，也適合作為數據分析初學者的自學用書，還適合從事數據分析相關工作的工程師和愛好者閱讀。

本書是一本全國青少年信息學奧林匹克聯賽(NOIP)算法競賽的實戰訓練書籍，主要內容包括近年來NOIP競賽普及組、提高組的初賽筆試競賽題分析和講解，NOIP普及組、提高組復試真題分析和討論。一個實際應用問題的求解方法往往會有多種可能，書中代碼僅可作為參考，讀者應該發揮自己的想象力，力求獨辟蹊徑，對各種求解算法進行分析討論，權衡利弊，以求達到事半功倍的學習效果。 本書可作為NOIP初/復賽、全國青少年信息學奧林匹克競賽(NOI)的教材和指導用書，也可作為有意參加ACM國際大學生程序設計競賽及相關同類算法競賽的讀者的參考用書。

本書主要從實戰角度講述了如何處理、分析和可視化數據，如何用數據建立各種統計學或機器學習模型。本書首先介紹如何使用Python代碼獲取、轉換和分析數據；接著講述如何使用Python中的數據結構和第三方庫；然後展示如何以各種格式加載數據，如何對數據進行分組與匯總，如何創建圖表和可視化數據；最後討論如何解決實際的問題。本書適合希望使用Python處理和分析數據的開發人員閱讀，也可供計算機相關專業的師生參考。

《Python應用數值方法——解決工程和科學問題》是為想要學習和應用數值方法來解決工程和科學問題的學生撰寫的。書中提供了足夠豐富的理論知識。如果讀過本書的姊妹篇《工程與科學數值方法的MATLAB實現(第4版)》，就會發現過渡到Python程序是無縫的！不需要事先具有Python編程經驗。 本書以解決問題為導向，強調理論聯繫實際。各章均引入實際的工程和科學問題，提供從相關概念定義、理論分析到算法實現的全套解決方案。每章末尾安排有課後習題，方便讀者在鞏固所學知識的同時，進一步提升自己編寫代碼和解決問題的水平。

本書以Qt 6.2.4 LTS版本為開發平臺，詳細介紹了使用Qt進行 C 桌面應用程序開發的基本技術。全書共12章，包括初識Qt框架、Qt開發基礎、界面設計組件、主框架窗體、對話框設計、事件系統、文件與數據庫、模型/視圖結構、圖形繪製、多媒體編程、網絡編程和進程與線程等內容。 本書內容安排循序漸進，講解深入淺出，實例豐富、實用。書中針對每個知識點的簡短實例特別有助於初學者理解與仿效，並快速把握問題的精髓。 本書為已有C 程序設計基礎、準備進行C 應用軟件開發的初學者編寫。本書可作為高等院校計算機及相關專業學習C 應用軟件開發和Qt框架技術的教材或進行課程設計、畢業設計的參考書，也可作為C 應用軟件開發培訓班的教材和其他軟件開發工作者或愛好者的參考書。

本書以人工智能領域最新翹楚“ChatGPT”為例，全面系統地講解了ChatGPT的相關操作與熱門領域的實戰應用。全書共10章，第1章介紹了ChatGPT是什麼；第2章介紹了ChatGPT的註冊與登錄；第3章介紹了ChatGPT的基本操作與提問技巧；第4章介紹了用ChatGPT生成文章；第5章介紹了用ChatGPT生成圖片；第6章介紹了用ChatGPT生成視頻；第7章介紹了用ChatGPT編寫程序；第8章介紹了ChatGPT的辦公應用；第9章介紹了ChatGPT的設計應用；第10章介紹了ChatGPT的更多場景應用。本書面向沒有計算機專業背景又希望迅速上手ChatGPT操作應用的用戶，也適合有一定的人工智能知識基礎且希望快速掌握ChatGPT落地實操應用的讀者學習。本書內容系統，案例豐富，淺顯易懂，既適合ChatGPT入門的讀者學習，也適合作為廣大中職、高職、本科院校等相關專業的教材參考用書。

本書不僅介紹了如何測量CPU、內存、磁盤/SSD、網絡的性能，如何觀察、記錄、跟蹤、匯總性能指標，還討論了如何設計和創建性能測試工具KUtrace，以及如何對觀察結果進行推理。本書不僅適合軟件開發人員閱讀，還適合計算機相關專業的師生參考。

本書採用單元式結構，每個單元中包含有多項任務，每個任務都是一項具體的應用案例。通過各單元中的任務驅動案例和拓展訓練，從任務描述--知識儲備--任務實施等環節出發，深入淺出地介紹Python數據可視化的方法和程序設計思路。本書單元1～單元3介紹數據可視化的基本概念；單元4～單元6分別介紹Matplotlib、Seabom和pyecharts庫數據可視化的基本方法；單元7 是pyecharts綜合項目案例。本書採用任務驅動教學方式，各個單元中都配有教學案例、教學PPT、程序源代碼、數據集和教學視頻，每個單元還有許多示例代碼，拓展訓練，單元小結和思考練習，以便於讀者自學和練習，並結合案例內容融入課程思政元素。

《Python程序設計 第3版》是面向大學計算機科學專業的教材。本書以Python語言為工具，採用相當傳統的方法，強調解決問題、設計和編程是計算機科學的核心技能。全書共13章，此外，還包含兩個附錄。第 1章到第5章介紹計算機與程序、編寫簡單程序、數字計算、對象和圖形、字符串處理等基礎知識。第6章到第8章介紹函數、判斷結構、循環結構和布爾值等話題。第9章到第 13章著重介紹一些較為進階的程序設計方法，包括模擬與設計、類、數據集合、面向對象設計、算法設計與遞歸等。附錄部分給出了Python快速參考和術語表。每一章的末尾配有豐富的練習，包括複習問題、討論和編程聯繫等多種形式，幫助讀者鞏固該章的知識和技能。《Python程序設計 第3版》特色鮮明、示例生動有趣、內容易讀易學，適合Python入門程序員閱讀，也適合高校計算機專業的教師和學生參考。

本書在講述人工智能理論的基礎上突出工程應用性與實踐性，選用了適用於人工智能項目研發的Python編程語言。第1章為人工智能導論。第2章介紹Python程序設計基礎。第3章介紹Numpy、Matplotlib與Pandas。第4章介紹sklearn及Inforstack免費網上機器學習組件功能。第5章介紹數據預處理。第6章與第7章分別介紹監督學習與非監督學習常用算法，並分別使用Inforstack學習平臺建模和Python語言編程實現。第8章介紹語音交互、視覺處理與OpenCV圖像處理。第9章介紹人工神經網絡與深度學習及Tensorflow、PyTorch的應用。第10章為人工智能綜合應用案例。

《MATLAB小波分析超級學習手冊》對小波分析在MATLAB中的應用進行了詳細的介紹，全書以小波為主題展開敘述，不僅對小波理論有詳細的介紹，而且將理論與實際相結合，列舉了數百個利用小波方法來處理信息的綜合算例，這些算例均可在MATLAB R2013a版本中運行。《MATLAB小波分析超級學習手冊》共分為17章。第 1、第 2兩章主要介紹了MATLAB的基本功能，包括MATLAB的環境、數據類型、M文件、句柄和**用戶界面GUI等。第3～8章是關於小波分析的基礎知識與應用，包括傅立葉變換、連續小波變換、離散小波變換、多分辨分析、小波基和小波包及其應用。第9～17章是小波分析的應用部分，分別介紹了小波分析用於信號濾波、信號去噪、信號壓縮、信號識別與檢測、圖像去噪、圖像壓縮、圖像增強、圖像融合、圖像特徵提取和樣本估計。每一章均配備了大量的MATLAB實例。《MATLAB小波分析超級學習手冊》適合學習小波分析理論和MATLAB工程實踐等不同層次的讀者需要，包括從事小波分析的科研工作者、小波分析愛好者、信號處理與圖像處理工程師以及在校學生，同時也可作為工程技術人員自學的參考用書。