R语言游戏数据分析与挖掘

这是一部从大数据技术和游戏业务双重维度讲解如何利用结果数据指导商业决策的实战性著作，乐逗游戏高级数据分析师撰写，是他近10年数据挖掘与分析经验的总结。

R语言与数据挖掘

这是公认的、权*的适合教学和零基础自学的R语言与数据挖掘教程，华南师范大学、广东工业大学、广西科技大学等20余所大学选为教材。即便你完全没有R语言编程基础和数据挖掘基础，根据本书中的理论知识和上机实践，你也能迅速掌握如何使用R语言进行数据挖掘。本书已经被多少高校预定为教材，为了便于教学，书中还提供了大量的上机实验和教学资源。

Keras深度学习：入门、实战与进阶

本书涵盖了全连接神经网络（MLP）、卷积神经网络（CNN）、循环神经网络（RNN）、自编码器（AE）、生成式对抗网络（GAN）等模型原理及Keras实践，重点讲解了如何对图像数据和中文文本数据进行分析处理，以帮助读者学会训练这些模型并实现真实的图像处理和语言处理任务。

R语言数据分析与挖掘（微课版）

本书由浅入深，内容丰富。全书共11章，主要内容包括第1章R语言数据分析概述、第2章R语言数据操作基础、第3章数据读写、第4章数据预处理、第5章数据的描述统计分析、第6章 数据相关性分析、第7章 R语言可视化基础、第8章 高级可视化工具、第9章聚类分析、第10章关联规则、第11章分类及预测。 本书可作为高等院校数据科学相关专业的教材，也可作为初级数据分析进行数据分析学习的指导书。

深度学习从入门到精通：基于Keras

本书基于当前流行的深度学习框架之一——Keras，从新手的角度出发，详细讲解Keras的原理，力求帮助读者实现Keras从入门到精通。全书共9章，主要内容包括初识深度学习、深度学习的数据预处理技术、使用Keras开发深度学习模型、卷积神经网络及图像分类、循环神经网络在文本序列中的应用、自编码器、生成式对抗网络、模型评估及模型优化，以及深度学习实验项目。