软件项目管理-微课视频版

作者：  李英龙、郑河荣

出版社：清华大学出版社 2021-02-01

简介：软件项目管理是软件工程和项目管理的交叉学科，是项目管理的原理和方法在软件工程领域的应用，它所涉及的知识范围覆盖了整个软件工程过程。本书以*版项目管理知识体系（PMBOK第6版）的十大知识域组织章节内容，详细介绍了软件项目的范围管理、进度管理、成本管理、质量管理、资源管理、沟通管理、风险管理、采购管理、干系人管理和整合管理。书中的重要知识点都配有相关的软件项目管理样例或模板，同时各章都附有真实的软件项目管理案例。

新编C语言程序设计（第2版）

作者：  钱雪忠、宋威、吴秦、赵芝璞、陈国俊

出版社：清华大学出版社 2021-02-01

简介：本书在多年教学实践的基础上编写而成，在有所创新的同时，希望能做到：概念清晰但不烦琐；例题精选又不失通用性；从实际操作出发来重视应用编程能力；把握语言知识点又敢于面对能力考核。 全书内容全面，重点突出，共含13章，主要内容包括：Ｃ概述，结构化程序设计与算法，数据类型及其运算，顺序、选择、循环结构程序设计，数组、函数、指针、自定义类型、文件及其应用，预处理命令，位运算等。 本书既可作为高校程序设计类课程的教材，也可供参加自学考试人员、应用系统开发设计人员、工程技术人员及其他对程序设计感兴趣的读者参阅。

实用MATLAB深度学习：基于项目的方法

作者：  (美)迈克尔·帕拉斯泽克(Michael Paluszek),(美)斯蒂芬妮·托马斯(Stephanie Thomas) 著，罗俊海 译

出版社：清华大学出版社 2021-02-01

简介：本书从深度学习基础理论和MATLAB机器学习工具箱开始，由浅入深地介绍主流深度学习技术在多个特定工程领域的技术实践。在广泛的场景中为读者提供有价值的理论建模、数据生成以及网络结构设计的方法与技术，这些知识将带领读者探寻深度学习技术的本质，并教会读者适当地使用这类技术解决自己的研究问题。 本书结合作者多年从事MATLAB商用工具箱设计的丰富经验，专门针对从事实际工作的工程师撰写，覆盖深度学习的技术细节，告诉我们深度学习集技术、科学和艺术于一体，涉及统计、矩阵、算法、优化、编程、分布式计算和安全等多个领域。本书出版后，好评如潮，获得相关领域内众多学者和工程师的关注。

机器学习在量化金融中的应用

作者：  倪好 于光希 郑劲松 董欣

出版社：清华大学出版社 2021-02-01

简介：本书是资深金融数据分析专家多年工作的结晶。书中深入浅出地阐释机器学习的数学基础及其在金融数据分析领域的应用。 全书共分9章。第1章介绍机器学习的发展状况并概述机器学习在金融中的应用。第2章介绍监督学习的通用框架。第3章描述*简单的线性回归模型——普通*小二乘法以及正则化方法——岭回归和套索回归，并讨论线性模型及非线性的回归和分类方法。第4章讨论监督学习中的树模型，包括决策树、随机森林和梯度提升树。第5章重点介绍三种主要的神经网络：人工神经网络、卷积神经网络和循环神经网络。第6章和第7章介绍无监督学习，主要包括聚类分析和主成分分析。第8章重点介绍强化学习在投资组合优化中的应用。第9章以一个流行的数据挑战项目为例，使用前几章介绍的机器学习方法预测金融违约风险，为读者提供解决实际数据问题的经验。 本书内容丰富，理论严谨，案例翔实，不仅包括完整的理论推导，而且囊括可用于实际项目的案例代码，适合高等院校计算机及相关专业的高年级本科生或者研究生阅读，也可以作为机器学习爱好者及金融分析师等的参考用书。

机器学习导论

作者：  王东

出版社：清华大学出版社 2021-02-01

简介：本书分类《机器学习导论》面向机器学习领域的主要模型和算法，重点阐述不同方法背后的基本假设以及它们之间的相关性，帮助读者建立机器学习的基础理论功底，为从事该领域的相关工作打下基础。具体内容包括机器学习研究的总体思路、发展历史与关键问题，线性模型，神经网络及深度学习，核方法，图模型，无监督学习，非参数模型，演化学习，强化学习，数值优化方法等。 本书可作为高等学校相关课程的教材，也可作为研究生及对机器学习感兴趣的科技、工程技术人员的参考用书。本书封面贴有清华大学出版社防伪标签，无标签者不得销售。

Python语言程序设计实训：微课版【新华集团自营】

作者：  刘立群等

出版社：清华大学出版社 2021-02-01

简介：