本书提供了300个Java案例，针对经典算法，基于相关的数据结构，将问题描述、问题示例、代码实现及运行结果相结合进行讲解。

《高质量需求（英文限量版）》从软件需求领域中萃取出20个核心的实践，覆盖需求过程六大环节：需求的计划、启发、分析、规范、验证和管理节。本书可以帮助团队在短时间内了解和发现更精准的需求，通过充分的沟通和协作来得到更好的解决方案，以更有利于实现持续价值交付的顺序实现更有价值的功能，让业务得以持续和增长。《高质量需求（英文限量版）》尤其适合商业分析师、需求工程师、产品经理、产品负责人和开发人员阅读和参考，可以帮助他们合力打造出可持续增长的业务。

本书以Python的实际应用为主线，以理论基础为核心，引导读者渐进式学习Python的编程基础和实际应用。本书共17章，可分为4部分。第一部分Python编程环境搭建和Python的基础知识（第1~6章）、第二部分数学运算（第7~9章）、第三部分绘制图像（第10~12章）、第四部分办公自动化（第13~17章）。本书示例代码丰富，实用性和系统性较强，并配有视频讲解，助力读者透彻理解书中的重点、难点。本书既适合初学者入门，精心设计的案例对于工作多年的开发者也有参考价值，并可作为高等院校和培训机构相关

本书以任务驱动的方式，将Android开发的知识点融入各任务中，学习者可通过临摹任务掌握Android开发技巧。各任务既保持独立，又遵循由浅入深、循序渐进的学习规律，适合读者碎片化学习，也适合作为高校线上和线下混合式教学的教材。本书共7章，分别从开发环境以及项目的基本信息、Android的布局与基本UI、列表与适配器、菜单与对话框、多线程与网络应用、数据存储与内容提供、Fragment与导航这7方面讲述Android开发的基本内容。本书中的各任务均通过Android5.0和Android10.0

3dsMax是游戏、建筑表现、影视动画等领域常用的三维软件。《中文版3dsMax2022入门教程》全面介绍中文版3dsMax2022的基本功能及实际运用，包括3dsMax2022基础建模、二维图形建模、高级建模、材质与贴图、灯光与摄影机、环境和效果、渲染、三维动画、动力学、布料系统和商业综合案例。本书针对零基础的读者编写，可帮助入门级读者快速、全面地掌握3dsMax2022。《中文版3dsMax2022入门教程》以各种重要技术为主线，通过课堂案例的实际操作，帮助读者快速上手，熟悉软件功能和应用。

本书共8章，第1章对云计算的概念、商业模式及部署模式进行概述，并引入华为云；第2章介绍华为账号与统一身份认证服务，并详细说明创建和使用流程；第3～6章介绍计算云服务、网络云服务、存储云服务及镜像服务；第7章及第8章讲解弹性负载均衡、弹性伸缩、云监控服务、云日志服务的基础操作。除了讲解核心知识，本书还有详细的实验案例，将理论与实验结合，使读者快速掌握云服务核心组件的使用技能。本书适合备考华为HCIA-CloudService认证的人员、从事云服务工作的专业人员阅读，也可以作为高等院校相关专业师生的

本书共13章，分为办公自动化篇、网络应用篇、GUI编程篇、其他应用篇4篇，以Python的实际应用为主线，以理论基础为核心，引导读者学习Python在生活和工作中的实际应用。具体包括：读取Excel工作簿、写入Excel工作簿、批量生成Excel工作表等。

本书从实战角度系统论述了Python爬虫技术的核心知识，并通过大量的真实项目帮助读者深入掌握Python爬虫技术及其实现。本书提供了大量实战案例，演绎采用各种技术编写Python爬虫的方式。读者可以任意组合使用这些技术，完成非常复杂的爬虫应用。本书共20章，分为五篇。第一篇：基础知识（第1～2章），主要包括Python编程环境的搭建、IDE的安装和使用、HTTP的基础知识、网页基础（HTML、CSS、JavaScript）、爬虫的基本原理、Session、Cookie。第二篇：网络库（第3～5章

本书的内容包括对数字化概念梳理，使用数字化本体论回答什么是数字化的问题。对数字化的要素进行深入分析和描述，澄清和论证了数字化成功的关键要素。对主要的数字化技术的对数字化的关键领域和问题，包括路径、组织、文化、业务与IT的关系、以及数据价值等进行了逐一的审视和思考并提出具体建议。对数字化的组织和文化变革也进行了全面的说明。最后，对数字化伦理和资本作为数字化的主要推动力等进行了辩证分析。书后附加了国内有影响力的企业领导人、专家的体会、研究和案例。本书适合企业领导、管理人员、数字化和信息化从业人员以及

机器学习是人工智能的核心，而统计思维则是机器学习方法的核心：从随机性中寻找规律性。例如，利用损失最小化思想制定学习策略，采用概率最大化思想估计模型参数，利用方差对不确定性的捕捉构造k维树，采用贝叶斯公式构建分类决策模型，等等。只有树立正确的统计思维，才能准确高效地运用机器学习方法开展数据处理与分析。本书以统计思维的视角，揭示监督学习中回归和分类模型的核心思想，帮助读者构建理论体系。具体模型包括线性回归模型、K近邻模型、贝叶斯推断、逻辑回归模型、最大熵模型、决策树模型、感知机模型、支持向量机、EM