《APPUI主题设计》是一本关于使用Photoshop2022设计制作APPUI的图书。《APPUI主题设计》共分为9章，内容包括APPUI设计基础、Photoshop在APPUI设计中的基础应用、APP界面中常见元素设计、常见界面构图与设计、游戏类APPUI设计、音乐类APPUI设计、社交类APPUI设计、购物理财类APPUI设计、宠物类APPUI设计，从基础知识到完整界面的讲解，涵盖了各类热门APPUI的设计制作，使读者由浅入深、逐步地了解使用Photoshop制作APPUI的整体设计思路和

《繁琐工作快上手：从零精通短视频剪辑》以通俗易懂的语言、精挑细选的实用技巧、翔实生动的操作案例，全面介绍了短视频剪辑的相关知识，主要内容包括使用抖音从拍摄到短视频加工，使用AfterEffects制作视频动画，动画特效的应用与发布，从零开始学PremierePro2020视频剪辑，视频效果与特效设计，制作抠像、字幕和音频效果，高效输出与处理视频等方面的知识、技巧及应用案例。《繁琐工作快上手：从零精通短视频剪辑》主要面向学习短视频剪辑的初、中级读者，适合无基础又想快速掌握短视频剪辑的人员，更适合广

主要内容●构建可调用React功能的函数组件●管理本地状态、共享状态以及应用程序状态●学习内置hook、自定义hook以及第三方hook●利用ReactQuery加载、更新和缓存数据●利用代码分割和ReactSuspense请求数据并提升页面体验

OfficeVisio2016是Office软件系列中负责绘制流程图和示意图的软件，是一款便于IT和商务人员就复杂信息、系统和流程进行可视化处理、分析和交流的软件。使用OfficeVisio图表，可以促进对系统和流程的了解。《Visio2016图表绘制从新手到高手：微课版》以通俗易懂的语言、精挑细选的实用技巧、翔实生动的操作案例，全面介绍了Visio2016快速入门、使用与管理绘图文件和绘图页、绘制与编辑形状、在绘图中添加文本、使用图像和图表、使用主题和样式美化绘图效果应用部件和文本对象、应用形

不知您是否看到过这些有趣的现象：明明是同一种颜色，但看起来却是不同的颜色；明明是一条直线，但看起来却是弯的……很神奇吧？让我们对这些现象的产生原理从设计的视角来一探究竟。在本书中，作者通过对于色彩、图形形状两大分类、通过150个案例对视觉设计中的著名法则（每分类各75项案例）进行了剖析，以双开对页的方式（左页文字说明+右页视觉案例）予以呈现（缪勒-莱尔错觉在本书中也有案例提及）。为确保本书的内容质量，日本唯一的色彩综合研究机关——日本色彩研究所对本书内容进行了审订。

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

嵌入式Linux涉及的知识点很多,对初学者的基础要求高,在知识储备的广度和深度上都对学习者提出了很高的要求。大多数转型嵌入式Linux开发的朋友都是以前从事单片机开发工作的工程师,因此如何从单片机开发工程师转型为嵌入式Linux开发工程师,这个过程非常重要。单片机工程师大多数都是在Windows环境下工作,使用集成IDE编写并编译代码,然后在IDE上通过DownLoad按钮一键下载代码到单片机中。至于集成IDE是怎么组织源文件,又是怎么编译的并不清楚。本书就以单片机工程最熟悉的“裸机”开发为例,

《零起步玩转掌控板与Mind+》是专门为中小学生编写的零基础学习Mind+图形化编程、应用掌控板等开源硬件设计、制作 创意作品的教程。《零起步玩转掌控板与Mind+》由28节课组成，共有53个学习案例，均来源于课堂教学实践和学生的创意作 品，涉及软硬件交互设计、物联网、人工智能等内容。课程由浅入深、循序渐进地讲解如何用Mind+ 对掌控板进行编程，使学生不仅能学会Mind+的基本编程方法和程序设计的思路，也能学会应用各种 传感器来感知环境，通过控制灯光、电动机和其他硬件来反馈、影响环境，

《FLL+WRO乐高机器人竞赛教程——机械、巡线与PID》以乐高spike机器人和EV3机器人为载体进行编写，围绕FLL和WRO机器人竞赛，通过180多个搭建示例，详细讲解机械原理、机械传动设计、机械臂系统设计，以及竞赛机器人主机设计与机械平台设计。结合200多个程序示例，详细讲解竞赛机器人的运动、巡线、定位、路径规划、PID拓展与优化等程序的设计。书中还给出了竞赛机器人的“我的模块”程序设计，让各年龄段的学生都能够学会简洁高效的程序编写。《FLL+WRO乐高机器人竞赛教程——机械、巡线与PID

《AI可解释性（Python语言版）》全面介绍了AI可解释性的概念和可用技术，使机器学习系统更易于解释。书中提出的方法可以应用于几乎所有现有的机器学习模型：线性和逻辑回归、深度学习神经网络、自然语言处理和图像识别等等。随着机器学习的发展，如今人们越来越多地使用人工智能体来执行以前由人类处理的关键任务(医疗、法律和金融等等)。虽然智能体的设计原则已被理解，但目前的大多数深度学习模型对人类理解而言是“不透明的”。《AI可解释性(Python语言版)》从理论和实践的角度填补了这个新兴主题文献方面的空白