深度强化学习算法与实践：基于PyTorch的实现

本书在不涉及大量数学与编程知识的前提下，从零开始，逐步带领读者熟悉并掌握当下最新的基于Python3的人工智能编程工具，包括但不限于数据分析（Pandas），以及支持单机（Scikitlearn）、深度（PyTorch、TensorFlow、PaddlePaddle）和分布式（PySparkML）机器学习的开源程序库，等等。全书共分为4部分，分别如下。入门篇：包括对全书核心概念的指南性介绍，

这是一本具有高中数学知识就能读懂的机器学习图书，书中通过大量程序实例，将复杂的公式重新拆解，详细、清晰地解读了机器学习中常用的数学知识，一步步带领读者进入机器学习的领域。本书共22章，主要讲解了数据可视化、math模块、sympy模块、numpy模块、方程式、函数、最小平方法、集合、概率、贝叶斯定理、指数、对数、欧拉数、逻辑函数、三角函数、大型运算符、向量、矩阵与线性回归等数学知识。

本书以实战项目为主线，系统介绍了Python在自动化办公、图像处理、控制各种传感器、搭建网络等工作中的实际应用案例，能够让初学者快速入门Python系列知识。全书共分为18章，第一篇为Python基础（第1章~第3章），详细介绍了Python的基础知识；第二篇为自动化办公（第4章~第6章），介绍了Word、Excel、PPT、txt、csv、JSON、图像、声频、视频等各种文件的自动化操作；第三篇

《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。

本书以R语言常见数据处理方法、ggplot2可视化为主线，希望解决大多数R学习者在学习过程中碰到的难点。本书以实战为目的，聚焦R语言本身数据处理、可视化特点，以一个个例子循序渐进的讲述R语言数据处理及可视化中用到的经典软件包。以便读者能快速将所学内容运用到在实际场景中。本书共6章，第1~3章分别介绍R语言及其软件安装、数据可视化入门介绍、数据存储结构及数据处理方法；第4章和第5章分别介绍ggplo

本书为深入理解学习Go语言必经之路中的重点知识领域，采用大量精美详细的图文介绍，文章讲解深入浅出，极大降低了理解Golang底层精髓的学习门槛。本书包含3篇：第一篇为深度理论篇（第1章~第4章），包含深入理解Golang中GPM模型、深入理解Golang垃圾回收GC三色标记与混合写屏障、深入理解Golang内存管理模型、网络IO复用模型等。第二篇为Golang实战中需要进阶的知识盲区介绍（第5章~

《企业微信开发详解》从零基础开始，详细地讲解了企业微信开发相关的知识点。本书重点介绍了企业微信的三大核心开发方式——回调开发方式、主动开发方式和网页开发方式，每种开发方式都从基础知识、架构设计建议、开发案例3个方面进行讲解。同时，针对企业微信开发的重要技术接口，给出了示例程序和执行结果，以方便读者清晰、明了地学习。读者可以按各技术点的讲解顺序学习，也可以根据个人需要有针对性地学习。

本书基于Python语言介绍自动化测试的基本概念和技术，旨在帮助读者了解和掌握自动化测试的实现方法。本书覆盖Python基本语法、自动化测试框架、测试用例的设计方法、集成测试的自动化等重要知识，并通过实际案例演示如何使用Python编写自动化测试脚本。本书适合测试人员和开发人员阅读。