本书是凯文·凯利（Kevin Kelly）探讨未来10000天科技与社会发展的前瞻性书籍。书中以2049年为时间节点，展望了人工智能、镜像世界、脑机接口、生命科学等前沿技术如何塑造未来的社会、经济和文化。书中通过五大核心概念（镜像世界、AI助理、互见性、内容井喷、异人智能）和十大发展领域（AI、数字治理、组织变革、教育、医疗、机器人、自动驾驶、航天、生命科学、脑机接口）构建了一个全面的未来图景。 作者通过构建乐观的未来情景，探讨了中国在全球科技竞争中的角色，提出了“酷中国”的愿景，认为未来的中国将通过科技创新和文化输出，成为全球科技和文化的引领者。 书中还深入分析了教育、医疗、组织变革等领域的未来发展趋势，提出了“互见性”“定制化”“丰沛”等理解未来25年的关键词，描绘了一个由AI驱动的、信息高度透明的未来世界。 这不仅是一本未来之书，更是一份行动指南：通过构建乐观的未来场景，激发每个人参与塑造2049的勇气与智慧。 凯文·凯利（Kevin Kelly），《连线》杂志创始主编。在创办《连线》之前，是《全球概览》杂志的编辑和出版人。他还是《纽约时报》《经济学人》《时代周刊》《科学》等的撰稿人。著有《失控》《必然》《科技想要什么》等。1984年，K.K.发起了第一届黑客大会（Hac kers Conference）。K.K.被看作是“赛博文化”的发言人和观察者，也有人称之为“科技预言家”。 凯文·凯利被中国读者亲切地称为K.K.，他的代表作《失控》被誉为“本世纪对西方世界产生巨大影响的最重要的著作之一”。他曾影响了包括乔布斯在内的一代互联网人。 编著：吴晨，财经作家，《经济学人·商论》原总编辑，《经济观察报》专栏作家。著有《聚变》、《转型思维》《超越乌卡》《潜流》《突围》《重塑》等作品。

国外大数据研究的先河之作，讲述了大数据时代的思维变革、商业变革和管理变革。 本书作者维克托•迈尔•舍恩伯格被誉为“大数据商业应用第一人”，拥有在哈佛大学、牛津大学、耶鲁大学和新加坡国立大学等多个互联网研究重镇任教的经历，早在2010年就在《经济学人》上发布了长达14页对大数据应用的前瞻性研究。 维克托•迈尔•舍恩伯格在书中前瞻性地指出，大数据带来的信息风暴正在变革我们的生活、工作和思维，大数据开启了一次重大的时代转型，并用三个部分讲述了大数据时代的思维变革、商业变革和管理变革。 维克托最具洞见之处在于，他明确指出，大数据时代最大的转变就是，放弃对因果关系的渴求，而取而代之关注相关关系。也就是说只要知道“是什么”，而不需要知道“为什么”。这就颠覆了千百年来人类的思维惯例，对人类的认知和与世界交流的方式提出了全新的挑战。 本书认为大数据的核心就是预测。大数据将为人类的生活创造前所未有的可量化的维度。大数据已经成为了新发明和新服务的源泉，而更多的改变正蓄势待发。书中展示了谷歌、微软、亚马逊、IBM、苹果、facebook、twitter、VISA等大数据先锋们最具价值的应用案例。 维克托•迈尔•舍恩伯格（Viktor Mayer-Schönberger） 他是十余年潜心研究数据科学的技术权威，他是最早洞见大数据时代发展趋势的数据科学家之一，也是最受人尊敬的权威发言人之一。他曾先后任教于世界最著名的几大互联网研究学府。现任牛津大学网络学院互联网治理与监管专业教授，曾任哈佛大学肯尼迪学院信息监管科研项目负责人，哈佛国家电子商务研究中网络监管项目负责人；曾任新加坡国立大学李光耀学院信息与创新策略研究中心主任。并担任耶鲁大学、芝加哥大学、弗吉尼亚大学、圣地亚哥大学、维也纳大学的客座教授。 他的学术成果斐然，有一百多篇论文公开发表在《科学》《自然》等著名学术期刊上，他同时也是哈佛大学出版社、麻省理工出版社、通信政策期刊、美国社会学期刊等多家出版机构的特约评论员。 他是备受众多世界知名企业信赖的信息权威与顾问。他的咨询客户包括微软、惠普和IBM等全球顶级企业；而他自己早在1986年与1995年就担任两家软件公司的总裁兼CEO，由他的公司开发的病毒通用程序，成为当时奥地利最畅销的软件产品。1991年跻身奥地利软件企业家前5名之列，2000年 被评为奥地利萨尔斯堡州的年度人物。 他也是众多机构和国家政府高层的信息政策智囊。他一直专注于信息安全与信息政策与战略的研究，是欧盟专家之一，也是世界经济论坛、马歇尔计划基金会等重要机构的咨询顾问，同时他以大数据的全球视野，熟悉亚洲信息产业的发展与战略布局，先后担任新加坡商务部高层、文莱国防部高层、科威特商务部高层、迪拜及中东政府高层的咨询顾问。 所著《大数据》一书是开国外大数据系统研究的先河之作，而在这之前，他已经在《经济学人》上和数据编辑肯尼斯.尼尔-库克耶一起，发表了长达14页的大数据专题文章，成为最早洞见大数据时代趋势的数据科学家之一。而他的《删除》一书，同样被认为是关于数据的开创性作品，并且创造了“被遗忘的权利”的概念而在媒体圈和法律圈得到广泛运用。该书获得美国政治科学协会颁发的唐•K•普赖斯奖，以及媒介环境学会颁发的马歇尔•麦克卢汉奖。同时受到《连线》、《自然》《华尔街日报》《纽约时报》等各大权威媒体广泛好评。

本书示例丰富，图文并茂，以让人容易理解的方式阐释了算法，旨在帮助程序员在日常项目中更好地发挥算法的能量。书中的前三章将帮助你打下基础，带你学习二分查找、大O表示法、两种基本的数据结构以及递归等。余下的篇幅将主要介绍应用广泛的算法，具体内容包括：面对具体问题时的解决技巧，比如，何时采用贪婪算法或动态规划；散列表的应用；图算法；K最近邻算法。 Aditya Bhargava，软件工程师，兼具计算机科学和美术方面的教育背景，在adit.io撰写编程方面的博客。

这是一部以实战为导向，能指导读者零基础掌握Flink并快速完成进阶的著作，从功能、原理、实战和调优等4个维度循序渐进地讲解了如何利用Flink进行分布式流式应用开发。作者是该领域的资深专家，现就职于第四范式，曾就职于明略数据。全书一共10章，逻辑上可以分为三个部分：第一部分（第1~2章）主要介绍了Flink的核心概念、特性、应用场景、基本架构，开发环境的搭建和配置，以及源代码的编译。第二部分（第3~9章）详细讲解了Flink的编程范式，各种编程接口的功能、应用场景和使用方法，以及核心模块和组件的原理和使用。第三部分（第10章）重点讲解了Flink的监控和优化，参数调优，以及对反压、Checkpoint和内存的优化。 张利兵，资深架构师，流式计算领域专家，第四范式华东区AI项目架构师，原明略数据华东区大数据架构师。有多年大数据、流式计算方面的开发经验，对Hadoop、Spark、Flink等大数据计算引擎有着非常深入的理解，积累了丰富的项目实践经验。先后利用相关技术为银行、证券、地铁等领域的头部企业构建了内部大数据平台，参与了基于Flink的实时反欺诈风控、实时地铁故障预警等流式计算平台的设计和研发。

《云计算通俗讲义（第3版）》力求简明扼要地阐述云计算的基本概念，让非IT专业人士也能轻松看懂这一现在人人都能接触（以后程度会更深）的事物——云计算。本书遵循一条由感性到理性、由浅入深的主线展开：首先采用情景描述，让外行的人对云计算也能产生感性认识；其次从计算机的基本知识开始逐步引出云计算的概念，使人产生理性认识；接着列举一系列生活中的典型云应用例子，让人们明白云计算给生活带来的确切好处；最后采用OpenStack搭建单节点和三节点方案让人们感受组建云系统的过程，以达到抛砖引玉的目的。本书可作为高等院校学生教材。 王良明，从事IT工作二十多年，先后在银行、华为、上海大唐工作过，2006年开始涉足云计算，期间自己创业过两次，都是云计算产品。现为广东理工职业学院老师，2012年去了深圳一家公司挂职锻炼，任职云计算系统架构师。在教学之余，依然钻研自己喜爱的云计算技术，开发了云计算终端机并申请了专利。回望自己的IT从业历程和云计算行业经验，酸甜苦辣都集于此书中。

套装包括《大数据时代》《决战大数据升级版》《决胜移动终端》《大数据云图》

这是一本程序员面试宝典！书中对IT名企代码面试各类题目的最优解进行了总结，并提供了相关代码实现。针对当前程序员面试缺乏权威题目汇总这一痛点，本书选取将近200道真实出现过的经典代码面试题，帮助广大程序员的面试准备做到万无一失。“刷”完本书后，你就是“题王”！__eol__本书采用题目+解答的方式组织内容，并把面试题类型相近或者解法相近的题目尽量放在一起，读者在学习本书时很容易看出面试题解法之间的联系，使知识的学习避免碎片化。书中将所有的面试题从难到易依次分为“将、校、尉、士”四个档次，方便读者有针对性地选择“刷”题。本书所收录的所有面试题都给出了最优解讲解和代码实现，并且提供了一些普通解法和最优解法的运行时间对比，让读者真切地感受到最优解的魅力！__eol__本书中的题目全面且经典，更重要的是，书中收录了大量独家题目和最优解分析，这些内容源自笔者多年来“死磕自己”的深入思考。__eol__码农们，你们做好准备在IT名企的面试中脱颖而出、一举成名了吗？这本书就是你应该拥有的“神兵利器”。当然，对需要提升算法和数据结构等方面能力的程序员而言，本书的价值也是显而易见的。 左程云，毕业于华中科技大学（本科）、芝加哥大学（硕士），先后就职于IBM、百度。自2010年起专注刷题至今。除刷题之外，兴趣广泛。

本书共15章，分四部分。第一部分是“数据准备与清洗”（第1～4章），首先介绍自助式数据分析的六大应用场景（第1章），然后详解Power Query在数据清洗、表格结构管理以及数据转换方面的全流程操作（第2～4章），为后续分析奠定规范的数据基础。第二部分是“数据整合与高级查询”（第5～7章），深入探讨数据管理（第5章）、数据查询（第6章）以及多表合并技术（第7章），涵盖同一工作簿内、跨文件、跨文件夹的自动化模板设计，并通过M函数实现动态路径管理，以应对数据源变更带来的复杂性。第三部分是“数据建模与DAX实战”（第8～14章），首先分析Power Pivot在数据加载（第8章）、数据建模（第9章）以及数据模型的管理与优化（第10章）方面的应用，然后系统讲解DAX函数体系（第11～13章），并进阶至VAR变量、通用日期表构建等数据模型的改进与完善技术（第14章），从而打造高效的数据建模、计算与分析引擎。第四部分是“综合案例：看板搭建”（第15章）。通过企业级销售分析的全景案例串联多表合并、动态度量值、交互图表与KPI看板设计，完整呈现从原始数据到决策支持的落地闭环。 李锐：石家庄锐明科技有限公司CEO、微软MVP、Office办公类畅销书作者、51CTO金牌讲师，拥有10余年管理与数据分析经验，15年Office培训经验。办公领域的知名专家（微博40万粉丝、抖音12万粉丝），已发布多套办公相关的视频课程，深受广大用户喜爱。

如果你是一个有“数学焦虑症”的人，你可能不会相信有一天你会爱上数学。 原因在于，我们在学校所学的数学知识看上去不过是一堆沉闷的规则、定律和公理，都是前人传下来的，而且是不容置疑的。在《魔鬼数学》中，世界知名数学家乔丹•艾伦伯格告诉我们这样的认识是错误的。数学与我们所做的每一件事都息息相关，可以帮助我们洞见在混沌和嘈杂的表象之下日常生活的隐性结构和秩序。数学是一门告诉我们“如何做才不会犯错”的科学，是经年累月的努力、争论所锤炼出来的。 你应该提前多长时间到达机场？民意调查的结果真的能代表人们的意愿吗？为什么父母都是高个子，孩子的身高却比较矮？用什么策略买彩票才能中大奖？《魔鬼数学》运用数学方法分析和解决了很多的日常生活问题，帮助数学门外汉习得用数学思维思考问题的技能。 作者用数学这条主线穿起了时空，从每时每刻到宇宙空间，中间还穿插了很多人和事物，比如棒球、里根经济学、伏尔泰、意大利文艺复兴时期的绘画、人造语言等。 《魔鬼数学》带领我们踏上了一段精彩绝伦的数学思维之旅，旅行过后，相信你可以成为一个更棒的思考者。作者从历史及最近的理论发展中汲取精华，向我们展示了数学知识的魅力和力量。数学可以让我们更好地思考：它可以磨练我们的直觉，让我们的判断更敏锐，它还可以驯服不确定性，让我们更深入地了解世界的结构和逻辑。 拥有了数学工具，我们就可以把那些我们想当然的事情看得更透彻，从而做出正确的决策。 作者：（美）乔丹•艾伦伯格（Jordan Ellenberg） 译者：胡小锐 乔丹•艾伦伯格（Jordan Ellenberg），美国威斯康星大学数学系教授。他在世界范围内发表他的关于数论研究的演讲，并于2013年在世界最大的数学会议——数学联合会议上做主题演讲。他的文章主要发表在《连线》《纽约时报》《华盛顿邮报》《华尔街日报》《波士顿环球报》等媒体上，他还为《石板》杂志写作“Do the Math”专栏文章，十分受欢迎。

我们生活在算法的时代。我们去哪个学校上学，是否能够获得车贷、需要为健康保险支付多少钱，这些对我们的生活有着重大影响的决定越来越由不得人类自己，而是被各种数学模型所操控。从理论上来说，模型可以更好地促进公平，因为每个人适用于同等的规则，不存在偏袒。但凯西•奥尼尔这本迫切而且必要的书却告诉我们，事实刚好相反。如今，被广泛使用的算法模型，即使其本身充斥着错误，也依旧不受管束、不被质疑。其中，“强化歧视”的问题特别值得反思：如果一个穷学生因为被借贷模型认定为风险过高（仅仅是根据该学生所生活的街区就得出此判断）而贷不了款，那么接下来，他就会被剥夺能够帮他摆脱贫困的接受优质教育机会，继而陷入一系列的恶性循环。通过追踪一个人的生命轨迹，凯西·奥尼尔试图在书中揭露数学杀伤性武器对塑造个人和社会未来的影响。这些数学杀伤性武器给教师和学生评分，筛选简历，批准贷款或拒绝贷款，评估员工，甚至监督我们的健康状况，因此凯西·奥尼尔呼吁建模者，要对自己的算法承担更多责任，并且呼吁政策制定者对模型的使用进行监督管理。她指出，对模型的掌控最终取决于我们自己。这本重要的书迫使我们直面问题，揭示真理，要求改变。 凯西·奥尼尔（CathyO'Neil），数据科学家，mathbabe.org的博主。博士毕业于哈佛大学，主修数学专业。她曾在巴纳德学院任教，之后为私营企业服务，例如避险基金。她还在各类新型公司担任数据科学家，预测消费者购买与点击趋势。每周她都会出现在“财富记账”的播客上。