本书通过实战案例和可视化的图形讲解数据分析的知识。通过阅读本书，读者可以从容地处理数据，高效地完成数据分析工作。本书共9章，主要内容包括不同场景下的数据分析方法，从业者应具备的数据分析基本知识，数据分析师应具有的思维方式，海盗法则和指标体系建模，用户画像赋能数据分析，数据可视化的实操技巧等。 本书不仅适合产品经理、运营人员、市场营销人员阅读，还适合数据分析人员阅读。

本书是一本真正地从零开始讲解Python编程的图书，它旨在让零基础读者较快地掌握编程知识，并能使用程序来满足自己的需要。 本书共有9个部分，除第1部分外，其余部分都以一个阶段性项目结尾。第1部分（第1~2章）介绍了学习编程的意义；第2部分（第3~6章）介绍编程的基本知识；第3部分（第7~12章）讲解了字符串、元组以及与用户交互的代码；第4部分（第13~15章）介绍如何编写程序来进行选择；第5部分（第16~19章）主要涉及循环的相关知识；第6部分（第20~23章）引入了函数和模块化的相关概念；第7

本书主要介绍中、长视频内容创作与运营的实战技巧，帮助读者用视频来涨粉和变现，本书分为两大模块进行专业讲解。一是内容创作篇，主要介绍内容定位、选题策划、拍摄技巧、剪辑方法、发布视频等内容，帮助读者学会创作优质的视频，吸引更多人关注！二是平台运营篇，主要介绍了西瓜视频、B站视频、抖音视频、视频号、商业变现等内容，来教大家如何运营中、长视频的主流平台，获得更多收益！本书特别适合以下三类人：一是运营新手，帮助他们快速入门中、长视频的创作和运营；二是适合中、长视频运营者，帮助他们掌握中、长视频的核心创作和

本书根据著者多年Linux系统实战经验，以实用高效为原则，从走进Linux的世界、熟练使用Linux、玩转Shell脚本编程、掌握企业主流Web架构、部署常见的企业服务5个方面徐徐展开，详细讲解了Linux操作系统的安装、命令、权限和软件管理，数据库，防火墙，文本处理，Shell脚本编程，Web服务器架构以及常见的企业服务等内容，全书共23章，每一章都包含大量企业实战演示案例。本书内容源于企业实际工作需要，侧重于快速掌握Linux系统操作、提高系统操作效率以及解决在企业实战中常遇到的疑难问题，本

《啊哈！算法揭秘》围绕程序设计典型算法，精心编织了一个场景，让读者通过本书学会优先搜索、深度优先搜索、迭代加深、并行算法、二分搜索等算法背后的原理，字符串、数组、栈和队列等基本计算机科学概念，学习如何修改搜索算法以适应不同的数据结构、如何在特定情况下选择的算法，以及何时应该使用基于常识的启发式算法，以加深对程序世界的理解。本书的每一章都会伴随情节引入一个新的算法概念，并在结尾处回顾总结本章内出现的专业知识。

本书基于作者多年的研究成果，详细介绍了跨数据中心机器学习的训练系统设计和通信优化技术。本书面向多数据中心间的分布式机器学习系统，针对多数据中心间有限的传输带宽、动态异构资源，以及异构数据分布三重挑战，自底向上讨论梯度传输协议、流量传送调度、高效通信架构、压缩传输机制、同步优化算法、异构数据优化算法六个层次的优化技术，旨在提升分布式机器学习系统的训练效率和模型性能，突破跨数据中心机器学习的通信瓶颈和数据壁垒，实现多数据中心算力和数据资源的高效整合。本书可作为跨数据中心机器学习的参考资料，供人工智能

《x86汇编语言：从实模式到保护模式》第二版修改方向1，在书的前面添加基础性的内容，用来说明汇编语言的由来和必要性，说明汇编语言编程的特点，以期平滑自然地进入汇编语言主题。2，原书中对指令系统及x86指令格式的描述过于简略，此版增补这部分内容；3，读者普遍反映第14章太难太紧凑，此版将相关内容拆分，降低学习的难度；4，整个保护模式部分以现在的观点来看，内容组织不够合理，予以重新组织，配书代码重新编写和组织；5，原书中有模糊的错误的表述，此版予以更正。

从取代简单机械的重复劳动到辅助内容创作、医药开发、科学实验，人工智能产品正以惊人的速度在各行业大展拳脚，预示着人类即将进入一个全新的发展阶段。本书通过浅显易懂的语言帮助你理解人工智能产品是什么，人工智能产品是怎么创造出来的以及人工智能产品是如何进行创新迭代的。人工智能行业的快速发展对产品经理提出了更高的要求，产品经理需要具备的专业技能是广泛的，从产品设计、开发、营销到服务，无一不包括在内。产品经理需要对人工智能的原理、应用场景、发展潜力等有扎实的了解，这样才能够将人工智能的优势转化为产品的优势。

深度学习是人工智能与机器学习领域的重要研究分支，经过短短十几年的发展，已经在计算机视觉与图像处理、自然语言处理等领域取得令人瞩目的成就。本书作为深度学习方面的专门书籍，融合了机器学习、人工神经网络和深度学习的相关概念，并且从信号处理视角呈现了深度学习背后的几何学原理，以便从统一的角度去深化理解深度学习的主要模型和算法，从而更好地用于指导理论分析和实践开发。全书分为三个部分，共14章。第1～4章为第一部分，主要介绍机器学习基础知识，包括向量空间、矩阵代数、凸优化等数学预备知识，以及支持向量机、核回

全书采用项目化、任务式的编写方式。项目名称以主副标题形式归纳概括，清晰明了；各个项目按照知识点拆分为若干个任务，每个任务都从全国计算机等级考试考点入手，并配套全国计算机等级考试C语言试题，将理论和实践相融合，循序渐进地介绍C语言的知识点。全书分为11个项目，分别是熟悉老朋友——C语言、开启学习之旅——遵守规则、开启编程之路——顺序结构程序设计、进阶程序设计——选择结构程序设计、高阶程序设计——循环结构程序设计、玩转N维编程——数组、提升编程效率——函数、提优增速——指针、思前想后——预处理功能、