古希腊人可以没有博物馆、美术馆,因为在城市里,艺术无处不在。
本书从希腊城市的发展、希腊的城市规划、防御工事、广场、神社和官方建筑、体育场馆和剧院、住宅、喷泉建筑等八个方面,复原了古希腊城市生活图景,介绍了各类建筑的技术与艺术,同时探讨了古希腊人的城市建设智慧与城市文化。

这本《巴菲特怎样选择成长股》讲述投资者应该如何沿着巴菲特的足迹，去发现那些价值被低估的股票，去躲开一个已经十分危险的市场。作为价值投资理论的实践者和研究者，蒂默西·韦克的著作将为你提供如下知识：
★无需冒更大风险就能获得超出平均收益的三项策略
★评估作为内在价值基本要素的公司未来收益的技术
★为什么账面价值的增长是巴菲特所钟爱的衡量公司投资潜力的尺度
★巴菲特如何通过可转换证券，期权以及其他秘密武器来规避损失
要想做一个巴菲特式的投资人，淘出真正高收益的股票，除非你能答出下面这些问题：
★价值投资者应该注重哪些信息？
★巴菲特本人怎样看公司报表，哪些业绩指标他认为最关键？
★为什么他能够面对市场的疯狂而不为所动，他是如何控制风险的？
★上市公司的价值和公司的经理之间有什么联系，经理最重要的品质是什么？
★还有一点最为重要，你不光要知道他怎样做，还要知道哪些事情他绝对不会做。
关于巴菲特的故事人们讲了很多很多，但其实很少有人去系统讨论那传奇般的投资技术—他的目光投向哪里？他在寻找什么？是什么信号在告诉他该买进了？

《文案之神尼尔•法兰奇》是畅销中国广告圈十三年的案头书《Neil French》的唯一中文正版。
尼尔•法兰奇首次独家授权，亲笔手写寄语，全新翻译全新设计，公众号［广告常识］出品。
本书是尼尔•法兰奇40年传奇广告生涯经典作品集，书中详细收录了57个广告案例，从策略思考到创意表现，完整泄露了这位世界级广告人的创作秘籍。
不仅考据盗版20多处错漏，还首次新增翻译的19个影视广告案例，更是毫无保留的分享了尼尔喜欢的书籍、电影、音乐等6大项生活及创作灵感来源。
人性的洞察，至今不过时；精准的策略，至今可借鉴；奇妙的创意，至今有启发。

《敏捷软件需求：团队、项目群与企业级的精益需求实践》全面介绍了如何在敏捷环境中管理软件需求，全书共四部分24章。第I部分提出企业的敏捷需求全景图，针对项目团队、项目集和项目组合这三个级别，描述了一个整体的敏捷需求过程模型。第II部分描述一个简单的、轻量级的但同时又宽泛的模型，敏捷项目团队可以使用这个模型来管理需求。第III部分展示如何为需要多团队合作的复杂项目确定敏捷需求。第IV部分指导企业如何为大型的“专用系统”、应用套件和产品项目组合制定敏捷需求。《敏捷软件需求：团队、项目群与企业级的精益需求实践》适合软件开发人员、测试人员、执行主管，项目/项目集经理、架构师和团队领导阅读和参考，可以帮助他们在敏捷转型过程中去除障碍，打造出优秀的软件产品。

《在自由中丧失:马克思主义经济哲学导论》标志着作者学术研究的一个转折点。《在自由中丧失:马克思主义经济哲学导论》的目的是以当今读者可以理解的方式来表述马克思主义经济学中那些久盛不衰的思想，另一个目的是要表明马克思的分析的结论根本不依赖劳动价值论。为了更好研究借鉴当代马克思主义经济发展的成果，进一步做好马克思主义经济学的教学与研究工作，推动中国特色社会主义理论的发展，中国人民大学经济学院国家经济学基础人才培养基地决定与经济科学出版社合作出版《当代马克思主义经济学研究译丛》，望此项工作能为在中国发展马克思主义经济学的现代形式作出贡献。

《身体的秘密》系列共包含八册，分别是《啊嚏！神奇的病菌》、《咩！神奇的基因》、《嗯？神奇的记忆》、《嗞嗞！神奇的血液》、《哇哦！神奇的五官》《呼噜……神奇的睡眠》《嗝！神奇的饮食》《啊哈！神奇的智慧》。作者用深入浅出、诙谐有趣的语言讲述与人体有关的八个主题——病菌、基因、记忆、血液、五官、睡眠、饮食、智慧，将严谨精妙的科学知识与层出不穷的生活现象、饶有趣味的故事传说融合在一起，带孩子探索身体内部与大千世界的奥秘，帮助他们更好地了解与爱护身体，激发他们对医学、生物学、脑科学等领域的兴趣。

深度强化学习结合了深度学习和强化学习，使人工智能体能够在没有监督的情况下学习如何解决顺序决策问题。在过去的十年中，深度强化学习在一系列问题上取得了显著的成果，涵盖从单机游戏和多人游戏到机器人技术等方方面面。本书采用理论结合实践的方法，从直觉开始，然后仔细解释深度强化学习算法的理论，讨论在配套软件库SLM Lab中的实现，最后呈现深度强化学习算法的实践细节。
通过本书，你将：
理解深度强化学习问题的每个关键方面。
探索基于策略和基于值的算法，包括REINFORCE算法、SARSA算法、深度Q网络（DQN）算法和改进的深度Q网络算法。
深入研究基于策略和基于值的组合算法，包括演员-评论家算法和近端策略优化（PPO）算法。
了解算法的同步并行和异步并行。
在SLM Lab中运行算法，学习深度强化学习的实现细节。
探索算法基准测试结果与调优超参数。
了解深度强化学习的环境设计。
本书可以作为高等院校人工智能、计算机、大数据等相关专业的本科或研究生教材，也可以作为人工智能相关领域的研究人员和技术人员的参考书籍。此外，对强化学习感兴趣的读者也可以将本书作为自学的参考教材。