Premiere和After Effects是影视设计相关行业常用的软件。《Premiere AE影视后期处理从新手到高手》通过大量的实战案例，系统讲述了利用这两款软件进行影视设计的方法和技巧。全书分为两部分：第1～8章为Premiere部分，从Premiere基础知识讲起，全面介绍了Premiere在影视素材剪辑、转场、调色、关键帧动画、字幕、配音等方面的应用；第9～16章为After Effects部分，详细介绍了After Effects在影视特效、后期合成方面的应用。《Premie

《网络渗透与攻防实战从新手到高手：微课超值版》在剖析用户进行黑客防御中迫切需要或想要用到的技术时，力求对其进行实操式的讲解，使读者对网络渗透与攻防技术有一个系统的了解，能够更好地防范黑客的攻击。全书共分为13章，包括网络渗透快速入门、搭建网络渗透测试环境、DOS窗口与DOS命令、渗透入侵前的自我保护、渗透信息收集与踩点侦察、网络渗透的入侵与提权、远程控制在渗透中的应用、渗透测试工具Nmap的应用、渗透测试框架Metasploit、SQL注入攻击及防范技术、渗透中的欺骗与嗅探技术、跨站脚本攻击漏洞

本书系统介绍数字全息技术的基本原理，详细阐述数字全息技术与其他技术的交叉结合，如数字显微全息技术、相移数字全息技术、水下光纤耦合技术、定量相位成像技术、非相干数字全息成像技术和深度学习在数字全息技术中的应用等。同时本书介绍数字全息技术在不同领域的应用，如水下微生物探测、生物医疗样品显示与测量、微颗粒检测与定位、表面三维形貌测量、地外行星生命探测等。

本书以智能博弈对抗为主线，聚焦技术进展、紧盯研究前沿，分为理论方法、应用实践、前沿展望三大部分。理论方法着重介绍智能博弈对抗的理论、相关基础方法；应用实践针对当前三类典型智能博弈对抗系统平台，提出人工智能程序设计思路并进行设计实现；前沿展望分析当前智能博弈对抗领域的前沿元理论，探讨智能博弈对抗的典型应用场景。

本书旨在探讨计算机信息技术与大数据安全管理的各个方面，既包括技术本身的内涵和应用，也包括相关的管理模式和实践案例。本书将从多个角度出发，涉及计算机网络安全、大数据隐私保护、信息安全管理等多个领域，在对这些方面进行深入分析的同时，也将提供实用的解决方案和操作建议。

本书服务新工科建设，从大数据管理和数据库基础、设计和实现的角度，梳理数据库系统原理课程的知识点体系，调整教材结构，丰富教材内容，是大数据时代数据库教学的尝试和实践。
本书第一部分是数据库系统、大数据、数据模型(含关系模型)等基本概念和基础知识。第二部分主要介绍数据库应用，包括SQL及其在应用环境中与面向过程/对象高级语言的协同，重点包括数据保护。第三部分和第四部分融入大数据思维，分别讲述数据库设计方法和实现技术。第五部分是大数据新技术简介。
本书可以作为高等学校计算机专业、数据科学与

本书是根据教育部颁发的《高等学校计算机科学与技术专业公共核心知识体系与课程》规范编写的数据结构主教材。全书共10章。第1章介绍数据结构的地位和主要知识点，数据结构与算法的基本概念和算法分析的简单方法，以及C语言编程的要点。第2章～第10章分别介绍线性表、栈和队列及其应用、数组、串和广义表、树与二叉树、树与二叉树的应用、图、查找、内排序、外排序等，并做了适当延伸。在讨论每个知识单元时，合理安排教材内容，力求透彻、全面，对学生读书容易忽略的地方和隐藏在书中所讨论问题背后的东西，都有适当的提示。

阅读本书，即使读者仅掌握高中数学知识，也能理解和应用强大的机器学习技术！简单来讲，机器学习是一套以算法为基础的数据分析技术，当你提供更多数据时，算法可反馈更好的结果。ML支持许多尖端技术，如推荐系统、面部识别软件、智能扬声器，甚至包括自动驾驶汽车。本书不落窠臼，示例丰富，精选的练习十分有趣，插图清晰，讲解机器学习的核心概念。
《机器学习图解》以简明易懂的方式介绍机器学习的算法和技术。本书不谈深奥的术语，只通过基本代数知识提供清晰的解释。你将使用Python构建有趣的项目，包括垃圾邮件检测和

流计算系统尽可能地优化了接收处理事件数据的间隔时间，因此能实时地提供响应。对于金融、安全和物联网领域的应用来说，几毫秒都很关键，因此流计算系统是必要组件。而且，流计算是热门技术！具有 Spark、Heron 和Kafka 经验的工程师供不应求。
《流计算系统图解》以浅显易懂的语言介绍了实时事件流应用。这本引人入胜的书阐明了数据并行化、事件窗口和反压等核心概念，让你不会被框架的具体细节所困扰。在学习过程中，你将从头开始构建一个简单的流计算工具，以确保深入领会各种理念和技术。当你读到实

本书基于PyTorch框架介绍深度学习的有关理论和应用,以Python为实现语言。全书共分10章，内容包括深度学习的概念和发展过程、感知器、全连接神经网络、卷积神经网络、若干经典CNN预训练模型及其迁移方法、深度卷积神经网络应用案例、循环神经网络、基于预训练模型的自然语言处理、面向模型解释的深度神经网络可视化方法、多模态学习与多模态数据分类等。
本书兼顾理论与应用、原理与方法，集系统性、实用性、便捷性于一体，易于入门，实例丰富，所有代码全部经过调试和运行。此外，每一章后面都配有适量的习题，