電子報：購物促銷: 【O'reilly提袋最後一波】限量雲貓提袋剩不到 100 個 😱 任選三本即可獲得，送完為止！【O'reilly新書推薦】 C# ｜微服務

單體式系統到微服務

本書提供許多案例、具獨到見解的遷移模式和實用建議，幫助您將單體式系統轉移到微服務平台。對於遷移的成功案例解說中包含了多重方案及策略，從初期規劃到應用程序和資料庫分解。您將學會以經過實務淬鍊的技巧方法遷移目前的架構。

Go 學習手冊

Go已迅速地成為網路服務的首要建構語言，雖然其他語言的開發者可以從許多資源學習Go的語法，但那些資源仍嫌不足，它們並未教導Go的典型風格，可能讓人寫出在Go裡面不合理的模式，這本實用的指南提供了重要的背景知識...

深度學習實務應用｜雲端、行動與邊緣裝置

不論您是一位渴望進入人工智慧世界的軟體工程師，還是經驗老到的資料科學家，或是夢想著要建立下一個廣受歡迎的人工智慧應用程式的愛好者，您可能都會想要知道要如何開始進行。本書一步步的教導您如何為雲端、行動裝置、瀏覽器與邊緣裝置建立實用的深度學習應用。

深入淺出 C# : 運用 C# 和 .Net Core 編寫真正的程式第四版

本書用有趣、高度視覺化的方式來介紹C#、.NET Core與Visual Studio，帶你深入研究C#，並教你製作app、使用者介面、遊戲等等。這本全新改寫的指南涵蓋C# 8.0與Visual Studio 2019，可讓初學者從第1章就開始建構功能齊全的遊戲，教你設計物件導向程式、類別的用法...

Python 演算法交易

你將在演算法交易許多不同的面向，學習到各種應用Python的方式，例如交易策略的回測，以及與線上交易平台互動的做法。一些規模最大的買賣投資機構，都在大量運用Python。本書會以系統化的方式探索如何打造、部署自動化演算法交易策略，協助你達到與其他人公平競爭的水準。

資料科學家的實用統計學第二版

統計方法是資料科學很重要的部分，然而很少有資料科學家接受過正式的統計訓練，而一般的課程及書籍亦很少從資料科學的角度來講解基礎統計學。因此本書第二版新增了詳盡的Python範例，提供讀者如何將統計方法應用於資料科學的實用指南、如何避免誤用統計方法，以及該注意的建議。

Programming Rust: Fast, Safe Systems Development, 2/e

Systems programming provides the foundation for the world's computation. Developing performance-sensitive code requires a programming language that puts programmers in control of how memory, processor time, and other system resources are used.

Smaller C: Lean Code for Small Machines

For makers looking to use the smallest controllers or wring the highest performance out of larger controllers, the C language is still the best option. This practical book provides a solid grounding in C basics for anyone who tinkers with programming microcontrollers.

JavaScript Cookbook: Programming the Web, 3/e

Why reinvent the wheel every time you run into a problem with JavaScript? This cookbook is chock-full of code recipes for common programming tasks, along with techniques for building apps that work in any browser. You'll get adaptable code samples that you can add to almost any project...

Robust Python: Write Clean and Maintainable Code

Does it seem like your Python projects are getting bigger and bigger? Are you feeling the pain as your codebase expands and gets tougher to debug and maintain? Python is an easy language to learn and use, but that also means systems can quickly grow beyond comprehension.