JavaScript重难点实例精讲

本书系统地介绍了机器学习系统的设计原则和实践经验，侧重于介绍机器学习的原理、神经网络和优化器、自动差分算法、机器学习系统编程模型、控制流和数据流，异构硬件加速器的原理和编程、数据流图编译器前端、数据流图编译器后端、数据准备和增强、模型部署相关技术、分布式训练、弹性训练、联合训练和评估平台、调试和优化工具、数据隐私和安全等。在讲授的过程中，本书将根据MindSpore的自身特点，在各个章节突出讨论M

《高效C/C++调试》是关于软件调试技术的深度探索，融合了作者的实践智慧。书中不仅指导读者如何使用专业的调试工具，还介绍了如何宏观和微观地分析问题，并**限度地发挥调试器功能。此外，书中还深入解读了调试背后的技术原理，如调试符号、内存管理及系统内核对内存的操作机制，以揭示内存管理的关键性和复杂性。除了介绍基础概念外，本书还涵盖了许多增强调试能力的工具与插件。尽管焦点集中在C/C++，但其中的策略与

本书是魏永明近30年来开发和维护MiniGUI、HVML等开源项目的经验总结，旨在帮助有一定C程序编写经验的软件工程师在短时间内有效提高设计能力和编码水平。全书分为？3？篇。基础篇从可读性和可维护性出发，阐述了如何提高代码的可读性、用好写好头文件、正确理解编译警告并消除潜在问题、定义和使用常量等，介绍了如何有效利用构建系统生成器（CMake）来维护项目；模式篇阐述了常见的C程序接口设计模式，说明了

随着数据存储、数据处理等大数据技术的快速发展，数据科学在各行各业得到广泛的应用。数据清洗、特征工程、数据可视化、数据挖掘与建模等已成为高校师生和职场人士迎接数字化浪潮、与时俱进提升专业技能的必修课程。本书将Python课程学习与数据科学应用有机结合，为数字化人才的培养助力。全书共分13章，内容包括：第1章数据科学应用概述；第2章Python的入门基础知识；第3章数据清洗；第4~6章特征工程介绍，包

《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

《Python数据分析快速上手》通过通俗易懂的语言、丰富多彩的实例，详细介绍了使用Python进行数据分析应该掌握的各方面技术。本书内容包括Python基础，用NumPy进行数据计算，用Pandas进行数据分析，用SciPy进行数据分析，用Scikit-learn进行数据分析、数据预处理、数据可视化，用Matplotlib进行可视化等内容。本书示例丰富，所有涉及的程序代码都给出了详细的注释，读者可

《Vue.js从入门到精通》从初学者角度出发，通过通俗易懂的语言、丰富多彩的实例，详细介绍了使用Vue.js进行程序开发需要掌握的各方面技术。全书分为4篇，共19章，内容包括初识Vue.js、ECMAScript6语法介绍、Vue实例与数据绑定、条件判断指令、v-for指令、计算属性和监听属性、元素样式绑定、事件处理、表单元素绑定、自定义指令、组件、组合API、过渡和动画效果、渲染函数、使用Vu

《R语言数据分析从入门到精通》从初学者角度出发，通过通俗易懂的语言、丰富多彩的实例，详细介绍了R语言基础知识、核心技术与高级应用。全书分为3篇，共16章，包括初识R语言、集成开发环境RStudio、R语言入门、数据结构、流程控制语句、日期和时间序列、获取数据、数据处理与清洗、数据计算与分组统计、基本绘图、ggplot2高级绘图、lattice高级绘图、基本统计分析、方差分析、回归分析和时间序列分析

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