&#23448;&#26415;&#32593;&#95;&#20070;&#21451;&#26368;&#20540;&#24471;&#25910;&#34255;&#33;

Learning Software Testing with Test Studio

LearningSoftwareTestingwithTestStudioisapractical,hands-onguidethatwillhelpyougetstartedwithTestStudiotodesignyourautomatedsolutionandtests.Allthroughthebook,therearebestpracticesandtipsandtricksinsideTestStudiowhichcanbeemployedtoimproveyoursolutionjustlikeanexperiencedQA.IfyouareabeginneroraprofessionalQAwhoisseekingafast,clear,anddirecttothepointstartinautomatedsoftwaretestinginsideTestStudio,thisbookisforyou.Youshouldbefamiliarwiththe.NETframework,mainlyVisualStudio,C#,andSQL,asthebook'sexamplesrelyonthem.Priortestingknowledgewillalsobehelpful.

·7.5萬字

Industrial Internet Application Development

TheIndustrialInternetreferstotheintegrationofcomplexphysicalmachineswithnetworkedsensorsandsoftware.Thecurrentgrowthinthenumberofsensorsdeployedinheavymachineryandindustrialequipmentwillleadtoanexponentialincreaseindatabeingcapturedthatneedstobeanalyzedforpredictiveanalytics.Thisalsoopensupanewavenuefordeveloperswhowanttobuildexcitingindustrialapplications.IndustrialInternetApplicationDevelopmentservesasaone-stopguideforsoftwareprofessionalswantingtodesign,build,manage,andoperateIIoTapplications.YouwilldevelopyourfirstIIoTapplicationandunderstanditsdeploymentandsecurityconsiderations,followedbyrunningthroughthedeploymentofIIoTapplicationsonthePredixplatform.OnceyouhavegottogripswithwhatIIoTis,youwillmoveontoexploringEdgeDevelopmentalongwiththeanalyticsportionsoftheIIoTstack.Allthiswillhelpyouidentifykeyelementsofthedevelopmentframework,andunderstandtheirimportancewhenconsideringtheoverallarchitectureanddesignconsiderationsforIIoTapplications.Bytheendofthisbook,youwillhavegraspedhowtodeployIIoTapplicationsonthePredixplatform,aswellasincorporatebestpracticesformakingfault-tolerantandreliableIIoTsystems.

·7.5萬字

The Natural Language Processing Workshop

DoyouwanttolearnhowtocommunicatewithcomputersystemsusingNaturalLanguageProcessing(NLP)techniques,ormakeamachineunderstandhumansentiments?DoyouwanttobuildapplicationslikeSiri,Alexa,orchatbots,evenifyou’veneverdoneitbefore?WithTheNaturalLanguageProcessingWorkshop,youcanexpecttomakeconsistentprogressasabeginner,andgetuptospeedinaninteractiveway,withthehelpofhands-onactivitiesandfunexercises.ThebookstartswithanintroductiontoNLP.You’llstudydifferentapproachestoNLPtasks,andperformexercisesinPythontounderstandtheprocessofpreparingdatasetsforNLPmodels.Next,you’lluseadvancedNLPalgorithmsandvisualizationtechniquestocollectdatasetsfromopenwebsites,andtosummarizeandgeneraterandomtextfromadocument.Inthefinalchapters,you’lluseNLPtocreateachatbotthatdetectspositiveornegativesentimentintextdocumentssuchasmoviereviews.Bytheendofthisbook,you’llbeequippedwiththeessentialNLPtoolsandtechniquesyouneedtosolvecommonbusinessproblemsthatinvolveprocessingtext.

·7.5萬字

基于MATLAB的試驗設計和數據處理

本書從實際應用的角度出發，介紹了概率與數理統計分析中的一些基本概念，以及在MATLAB環境下進行的實例應用。主要內容包括：MATLAB基礎知識、數理統計基礎、數據處理和統計繪圖、參數估計、假設檢驗、方差分析、數據擬合和回歸分析、聚類分析。本書適合作為高等院校統計學相關課程的教材，也可以作為廣大從事數據處理與分析人員的參考用書。

Hands-On Mathematics for Deep Learning

Mostprogrammersanddatascientistsstrugglewithmathematics,havingeitheroverlookedorforgottencoremathematicalconcepts.ThisbookusesPythonlibrariestohelpyouunderstandthemathrequiredtobuilddeeplearning(DL)models.You'llbeginbylearningaboutcoremathematicalandmoderncomputationaltechniquesusedtodesignandimplementDLalgorithms.Thisbookwillcoveressentialtopics,suchaslinearalgebra,eigenvaluesandeigenvectors,thesingularvaluedecompositionconcept,andgradientalgorithms,tohelpyouunderstandhowtotraindeepneuralnetworks.Laterchaptersfocusonimportantneuralnetworks,suchasthelinearneuralnetworkandmultilayerperceptrons,withaprimaryfocusonhelpingyoulearnhoweachmodelworks.Asyouadvance,youwilldelveintothemathusedforregularization,multi-layeredDL,forwardpropagation,optimization,andbackpropagationtechniquestounderstandwhatittakestobuildfull-fledgedDLmodels.Finally,you’llexploreCNN,recurrentneuralnetwork(RNN),andGANmodelsandtheirapplication.Bytheendofthisbook,you'llhavebuiltastrongfoundationinneuralnetworksandDLmathematicalconcepts,whichwillhelpyoutoconfidentlyresearchandbuildcustommodelsinDL.

企業數字化創新引擎：企業級PaaS平臺HZERO

今天，數字化已經成為企業競爭能力的重要組成部分，商業經營、生態協作、業務運營、預測決策等都已經大量地融入數字化能力。中國政府在《工業互聯網創新發展行動計劃（2021—2023年）》中，對于數字化提出了明確的目標，列出了重點任務。企業要想順應大勢做強品牌、實現戰略落地，就需要建立一套統一的、集成的、開放的、靈活的、便于開發的、能夠鏈接上下游伙伴的、能夠訪問互聯網各類應用的數字化操作系統。本書由漢得公司的核心技術高管領銜撰寫。作者通過總結自己20多年的企業數字化系統設計實戰經驗，以漢得公司開發的HZERO平臺為背景，論述了企業在數字化建設過程中，核心ERP系統和外圍（中臺）系統的關系。書中不僅對中臺進行了理論論述，還給出了實際案例和詳細操作指引，使企業可以將客戶管理、智能制造等外圍系統、場景進行一定程度的融合和統一，以便提升整個組織的運營效率。本書適合企業中高層管理者、IT部門負責人、咨詢師、創業者，以及高等院校相關專業的師生閱讀和使用。

SQL必知必會（第5版）

SQL是使用最為廣泛的數據庫語言，幾乎所有重要的DBMS都支持SQL。本書是麻省理工學院、伊利諾伊大學等眾多大學的參考教材，由淺入深地講解了SQL的基本概念和語法，涉及數據的排序、過濾和分組，以及表、視圖、聯結、子查詢、游標、存儲過程和觸發器等內容，實例豐富，便于查閱。與其他同類圖書不同，本書沒有過多闡述數據庫基礎理論，而是專門針對一線軟件開發人員，直接從SQLSELECT開始，講述實際工作環境中最常用和最必需的SQL知識，實用性極強。新版對書中的案例進行了全面的更新，并增加了章后挑戰題，便于讀者鞏固所學知識。

R語言醫學多元統計分析

隨著醫學研究和信息技術的快速發展，多元數據分析方法廣泛應用于醫學各個領域。R是一款優秀的開源軟件，有著實用的統計計算與可視化功能。本書使用R語言，結合精選的醫學實例介紹常用多元統計分析方法。統計分析方法只有在實際應用中才能得到直接、生動的驗證。本書強調實戰和應用，盡量淡化統計公式的推導和計算過程。通過本書的學習，讀者能熟練使用R語言及相關包實現多元統計計算，還能更深入地理解多元數據分析方法。本書可作為醫學院校高年級本科生或研究生的多元統計分析課程教材，亦可作為其他專業讀者和科研工作者從事科研活動的參考資料。

大數據分析：數據倉庫項目實戰

本書按照需求規劃、需求實現、需求可視化的流程進行編排，遵循項目開發的實際流程，全面介紹了數據倉庫的搭建過程。在整個數據倉庫的搭建過程中，本書介紹了主要組件的安裝部署過程、需求實現的具體思路、部分問題的解決方案等，并在其中穿插了許多與大數據和數據倉庫相關的理論知識，包括大數據概論、數據倉庫概論、電商業務概述、數據倉庫理論準備、數據倉庫建模等。本書從邏輯上可以分為三部分：第一部分是大數據與數據倉庫概論及項目需求描述，主要介紹了數據倉庫的概念、應用場景和搭建需求；第二部分是項目部署的環境準備，介紹了如何從零開始搭建一個完整的數據倉庫環境；第三部分是需求模塊實現，針對不同需求分模塊進行實現，是本書的重點部分。本書適合具有一定的編程基礎并對大數據感興趣的讀者閱讀。通過閱讀本書，讀者可以快速了解數據倉庫，全面掌握數據倉庫的相關技術。

視覺大數據智能分析算法實戰

本書詳細講解了大數據應用案例（含可運行程序），涉及計算機視覺基礎案例分析、視覺大數據檢索及識別相關的工程應用，包含了音視頻處理、目標檢測、圖像識別等行業應用案例，作者從項目實戰出發，對視覺大數據工程應用的算法設計、程序實現、部署實施進行詳細敘述，可方便讀者進行相關知識點的程序化調試及工程復用。本書以案例為基礎，結構布局緊湊，內容深入淺出，實驗簡捷高效，適合計算機、信號通信和自動化等相關專業的教師、本科生、研究生，以及廣大從事大數據處理的工程研發人員閱讀參考。

數據資源的管理與調度：云環境下數據與資源協同技術

云計算拓寬了用戶可訪問資源的范圍，構建了一種以服務形式彈性、按需獲取各類信息資源的架構，成為當前多種信息應用部署和擴展的堅實基礎環境。云計算強化了面向服務計算的理念，其處理的對象被視為來自用戶的各類數據，滿足用戶需求和實現資源利用效率的提高是云計算系統處理和優化管理各類數據的出發點。受到網絡環境、資源分布情況、服務形態，以及模式等因素的影響，數據的優化管理和高效調度問題面臨諸多挑戰。在總結云計算中數據管理和優化調度成果的基礎上，本文分別從數據的利用效率、各類環境因素的影響和物理節點失效等角度，重點考慮了運營成本最優化的問題，從數據管理和優化調度的角度進行了較深入的探討，給出了基于熱度的數據部署策略、部署節點性能的綜合度量方法和應對節點失效的數據修復機制，并通過仿真和實驗的方式進行了驗證。成果將有利于云計算服務提供商在保證服務質量的前提下，實現運營成本的優化，具有較大的理論和現實意義。

Redis應用實例

本書將從內部組件、外部應用和數據結構3個方面為讀者介紹Redis常見、經典的用法與實例，并且所有實例均附有完整的Python代碼，方便讀者學習和參考。全書分3個部分：第一部分講內部組件，介紹的實例通常用于系統內部，如緩存、鎖、計數器、迭代器、速率限制器等，這些都是很多系統中不可或缺的部分；第二部分講外部應用，介紹的實例都是一些日常常見的、用戶可以直接接觸到的應用，如直播彈幕、社交關系、排行榜、分頁、地理位置等；第三部分講數據結構，介紹的實例是一些使用Redis實現的常見數據結構，如先進先出隊列、棧、優先隊列和矩陣等。本書希望通過展示常見的Redis應用實例來幫助讀者了解使用Redis解決各類問題的方法，并加深讀者對Redis各項命令及數據結構的認識，使讀者真正成為能夠使用Redis解決各類問題的Redis專家。本書適合對Redis有基本了解且想要進一步掌握Redis及鍵值數據庫具體應用的技術人群，是理想的Redis技術進階讀物。

MySQL數據庫項目化教程

本書以實際的學生競賽項目管理系統為案例依托，從MySQL數據庫的相關概念及理論知識出發，介紹系統需求分析、數據庫設計與實施、數據庫管理與優化等內容，最終實現學生競賽項目管理系統的設計、開發、部署和運行。全書以項目為單元，共分為9個項目，28個子任務。項目一為數據庫的設計，項目二為MySQL數據庫，項目三為數據庫的管理，項目四為數據表的管理，項目五為數據查詢，項目六為數據庫編程，項目七為數據庫索引與視圖，項目八為數據庫安全及性能優化，項目九為學生競賽項目管理系統的開發。書中各項目的子任務之間，內容循序漸進，逐層深入，力求將關系數據庫中抽象的問題具體化、圖形化，化復雜為簡單，適合教學。本書可作為應用型本科院校、高職高專院校計算機及相關專業數據庫課程的教材，也可以作為MySQL數據庫初學者及相關開發人員的參考書。

計算機視覺之深度學習：使用TensorFlow和Keras訓練高級神經網絡

本書開門見山，直接幫助你準備好訓練高效深度學習模型的環境，以完成各種計算機視覺任務。書中介紹了常見的深度學習架構，如卷積神經網絡和遞歸神經網絡；講述了如何利用深度學習進行圖像分類、圖像檢索、目標檢測、語義分割等內容。讀完本書，你將能夠開發和訓練自己的深度學習模型，并用它們解決計算機視覺難題。

數據分析實戰：基于EXCEL和SPSS系列工具的實踐

本書分為三大部分，第一部分基礎篇（第1章和第2章）主要介紹數據分析的概念、術語、方法、模型等，為后續的內容展開奠定基礎。第二部分制表篇（第3章到第5章）介紹數據的采集、整理以及常用數據報表的制作。第三部分數據分析篇（第6章到第14章）占據了本書的大部分篇幅，囊括了常用的、有代表性的、實用的功能，包括數據掃描、數據標注、異常值分析、回歸等。

深度學習實踐：計算機視覺

本書主要介紹了深度學習在計算機視覺方面的應用及工程實踐，以Python3為開發語言，并結合當前主流的深度學習框架進行實例展示。主要內容包括：OpenCV入門、深度學習框架介紹、圖像分類、目標檢測與識別、圖像分割、圖像搜索以及圖像生成等，涉及到的深度學習框架包括PyTorch、TensorFlow、Keras、Chainer、MXNet等。通過本書，讀者能夠了解深度學習在計算機視覺各個方向的應用以及最新進展。本書的特點是依托工業環境的實踐經驗，具備較強的實用性和專業性。適合于廣大計算機視覺工程領域的從業者、深度學習愛好者、相關專業的大學生和研究生以及對計算機視覺感興趣的愛好者使用。

Python醫學數據分析入門

數據分析是當今大數據時代最關鍵的技術，其廣泛應用于包括醫學在內的各個領域。Python語言簡單易用，第三方庫功能強大，提供了完整的數據分析框架，深受廣大數據分析人員的青睞。本書涵蓋傳統的統計分析方法和較為復雜的機器學習算法，結合大量精選的實例，使用Python進行數據分析，對常用分析方法進行深入淺出的介紹，以幫助讀者解決數據分析中的實際問題。本書強調實戰和應用，盡量淡化分析方法的推導和計算過程，大量的Python程序示例是本書的亮點。閱讀本書，讀者不僅能掌握使用Python及相關庫快速解決實際問題的方法，還能更深入地理解數據分析。本書不僅適合臨床醫學、公共衛生及其他醫學相關專業的本科生和研究生使用，亦可作為其他專業的學生和科研人員學習數據分析的參考書。

·7.2萬字

實戰大數據：分布式大數據分析處理系統開發與應用

實戰大數據——分布式大數據分析處理系統開發與應用，從大數據技術基礎概念出發，介紹了大數據分析的流程和大數據分析處理系統的組成，以及大數據集群的搭建，并在此基礎上講解了多種不同技術構成的離線/實時數據分析系統實戰項目。全書共10章，包括大數據概述、大數據分析的基本流程與工具、分布式大數據分析處理系統概述、構建大數據集群環境、構建基于LayUI的集群管理系統、基于HBase的大數據離線分析系統、基于Hive+Hadoop+Spark的大數據離線分析系統、基于MySQL+Spark的大數據離線分析系統、基于Redis+Kafka+Spark的大數據實時分析系統、基于Flume+Kafka+Flink的大數據實時分析系統。實戰大數據——分布式大數據分析處理系統開發與應用，適合從事大數據系統搭建與運維、大數據分析等崗位的技術人員閱讀，也適合高等院校大數據相關專業的學生使用。

·7.2萬字