购物车
个人中心
领域驱动设计工作坊
￥51.07
本书通过一个完整项目案例由浅深地介绍了业务建模和软件设计的方法论——领域驱动设计（Domain Driven Design，DDD）。首先，本书介绍了DDD的基本概念和主流设计方法，同时引贯穿全书的案例系统，并完成案例系统的基础设计；其次，围绕DDD的统一语言、子域和限界上下文展讨论，探讨从问题空间解空间的解决方案；再次，从领域建模范式讲起，详细分析实体、值对象、聚合、领域服务、应用服务和领域事件等DDD中与战术设计相关的核心概念，并给出各个组件的设计方法和使用技巧；最后，围绕常见领域驱动架构模式及DDD架构考量，给出DDD的架构设计和整合方案。 本书结构清晰、内容丰富、图文并茂，适合团队负责人、业务设计人员、系统设计人员以及架构师等阅读。
Podman实战
￥51.07
本书主要介绍了如何构建、管理和运行容器，解释如何将人们在Docker中学到的技能轻松地转移到Podman上，以及如果你以前从未使用过容器引擎，你该如何轻松地学习使用Podman。本书还教你使用像pod这样的高级功能，并指导你构建准备在Kubernetes边缘或内部运行的应用程序。最后，本书解释了Linux内核中用于将容器与系统和其他容器行隔离的所有安全功能。 本书适用于希望了解、发和使用容器的软件发人员，以及需要在生产环境中运行容器的系统管理员。Docker用户也能通过本书了解一些Docker没有提供的Podman高级功能，并会对Docker的工作原理有更深的理解。
C++设计模式
￥51.07
本书通过浅显易懂的例子来讲解设计模式的知识：首先，介绍设计模式的概念，在什么情况、什么场合下要用哪一种设计模式；然后，通过每一种设计模式的UML类图，明确各个小故事里讲解的设计模式中的变量之间的关系，帮助读者理解代码实现的步骤；最后，讲解设计模式之间的联系和区别。 本书案例丰富，实用性强，适合有一定C 基础的读者、求职的本科生或研究生、需要学习架构和重构架构知识的程序员阅读，也可以作为大专院校相关专业师生的参考书和培训学校的教材。
算法超简单:趣味游戏带你轻松入门与实践
￥51.07
本书通过趣味游戏编程项目讲解算法，提升读者学习算法的兴趣，降低读者学习算法的难度，增强读者将算法应用于编程实践的能力。 本书共 14 章，通过猜数字、飞翔的小鸟、得分排行榜、汉诺塔、八皇后、消灭星星、贪吃蛇、走迷宫、连连看、吃豆人、滑动拼图、井字棋、垒积木、十步万度等游戏，讲解顺序查找算法、二分查找算法，图形库 EasyX，插排序算法、冒泡排序算法、选择排序算法、快速排序算法，递归算法，暴力搜索算法、回溯算法，FloodFill 算法，常见的数据结构（数组、表、队列、栈、图、树）、标准模板库（STL），十字分割算法、图的广度优先搜索算法和深度优先搜索算法，加权图上的迪杰斯特拉算法、贪婪优先搜索算法、A*算法，状态空间上的搜索算法，博弈树的极大极小值搜索算法、α-β剪枝搜索算法，动态规划算法，遗传算法。 本书适合想要学习基础算法或练习编程实践的读者阅读，也可作为高等院校数据结构与算法相关课程或编程实践课程的指导用书。读者在阅读本书之前需要具备基础的C语言编程知识。
GitLab CI/CD 从入门到实战
￥51.07
本书主要介绍GitLab CI/CD的相关内容。首先介绍GitLab CI/CD的基础知识，包括CI/CD的几个基本概念（pipeline、stages、job、GitLab Runner和.gitlab-ci.yml文件）；然后介绍GitLab CI/CD的35个关键词、每个关键词的语法及其使用场景，并给出一些示例；后介绍CI/CD的实践，通过3种不同的项目详细讲解各种部署方式，包括微服务架构项目流水线发、GitLab CI/CD与Kubernetes的集成，以及如何将项目部署到Kubernetes集群中等。本书还给出了两个附录，分别是GitLab CI/CD中的预设变量和GitLab CI/CD测试题。 本书适用于想要提高研发团队的软件集成、软件交付效率的发和运维人员。
零基础快速入行入职软件测试工程师(第2版)
￥51.07
本书为软件测试初学者量身造，从零始，覆盖软件公司招聘的基本要求。全书分为16章，涵盖了软件测试的核心概念、功能测试方法、Linux基础知识、MySQL数据库管理、Web自动化测试框架、HTTP口测试、Charles抓包工具的使用、Python口自动化测试、AI赋能软件测试，以及如何制作求职简历等内容。此外，本书还提供精选面试题及参考答案，助力读者通过面试。全书知识体系循序渐，紧跟读者需求，帮助读者轻松掌握软件测试技术并做好面试准备，让求职更顺利。 本书的文字通俗易懂，并配备教学视频，将复杂问题简单化，适合对软件测试感兴趣、希望职软件测试工程师的读者学习。
Python编程做中学
￥51.07
本书是一本零基础的Python编程门书。全书介绍了Python的基本知识、条件语句、循环语句、列表、函数，并涉及到数据结构、文件读写、算法等基本知识，引了编程竞赛中重要的软件运行效率的概念。本书立足各编程挑战网站上的真题，将编程的基本思想和Python的知识拆解成小任务，使读者在解题的过程中逐步探索，以亲自上手实践的方式学习编程。 本书适合想要零基础学习编程和Python的人阅读。
Python预测分析实战
￥51.07
本书先介绍预测分析的重要概念和原则，然后给出一系列的代码示例和算法讲解，引导读者了解完整的预测分析流程，而用Python工具构建高性能的预测分析解决方案。全书所涵盖的内容包括预测分析过程、理解问题和准备数据、理解数据集—探索性数据分析、基于机器学习的数值预测、基于机器学习的类别预测、调整模型和提高性能、基于Dash的模型实现等。 本书适合想要学习预测建模并对用Python工具实现预测分析解决方案感兴趣的数据分析师、数据科学家、数据工程师和Python发人员阅读，也适合对预测分析感兴趣的读者参考。
Python机器学习入门与实战
￥51.07
本书以零基础讲解为特色，用实例引导读者学习，深浅出地介绍Python机器学习的相关知识和实战技能。 全书共17章，分为5篇。第Ⅰ篇为机器学习门篇，包含第1章，主要介绍机器学习的概念、机器学习研究的主要任务、如何选择合适的算法及机器学习研究问题的一般步骤等；第Ⅱ篇为工具模块使用篇，包含第2~4章，主要介绍数组计算NumPy、数据分析Pandas、图形展示Matplotlib等；第Ⅲ篇为专业技能提升篇，包含第5~13章，主要介绍算法综述、决策树、朴素贝叶斯、逻辑回归、支持向量机、AdaBoost、线性回归、k-means、PCA等；第Ⅳ篇为深度学习延伸篇，包含第14章，主要介绍卷积神经网络；第Ⅴ篇为项目技能实战篇，包含第15~17章，主要介绍验证码识别、答题卡识别、机器学习简历指导等。同时，本书随书赠送了大量相关的学习资料，以便读者扩展学习。 本书适用于任何想学习Python机器学习的读者。无论读者是否从事Python相关工作，是否触过Python，均可通过学习本书快速掌握Python机器学习的发方法和技巧。
推荐系统:产品与算法解析
￥51.07
本书以媒介变迁为整体脉络，通过几类推荐产品的发展趋势来探讨推荐产品创新的核心驱动力，以及由具体产品特性引发的技术变革。 全书内容分为5部分。第一部分从宏观视角探讨推荐产品从0到1行创新的产品思路和技术思路；第二部分介绍革新传统纸质媒介的新闻推荐和资讯推荐，包括关键算法设计和产品设计；第三部分介绍构建线上社交网络的社交和社区推荐，以及如何通过协同过滤算法模拟社交网络；第四部分从产品、生态和算法设计的角度，介绍革新传统影视行业的视频推荐；第五部分以阿里推荐产品及其新兴的竞争产品为例，介绍革新传统货架电商的商品推荐。
Python地球科学数据分析
￥51.07
随着计算机技术的发展，通过编写计算机程序来解决相关领域的难题已经成为人们普遍认同的解决方案。Python语言凭借其简洁特赢得了越来越多人的青睐。 本书旨在结合Python语言讲解其在地球科学数据分析方面的应用。本书内容分为12章，从搭建Python环境始讲解，陆续介绍了一系列适用于地球科学领域的Python知识，不仅涉及基础的编程语法，也涵盖实际的编程案例及程序运行结果。本书还结合统计学知识演示了一系列数据分析及可视化案例，通过一些典型的案例和编程方法展现了Python解决方案。 本书适合地球科学领域的师生阅读，也适合相关领域的科研工作者阅读，不要求读者有编程经验。
用Python轻松处理Excel数据
￥51.07
本书旨在帮助读者掌握如何用Python有效地处理Excel数据，实现办公自动化。本书首先介绍开发环境的搭建和Excel模块的安装，接着讲解编写代码前的准备，然后介绍如何使用openpyxl和pandas这两个模块编写员工信息表查询案例，*后介绍PyInstaller模块与.py文件的编译，以及如何快速移植本书案例的代码。本书不仅适合办公人员阅读，还适合想要了解openpyxl模块和pandas模块的初级开发人员阅读。
人人都能开发RPA机器人:UiPath从入门到实战
￥51.07
本书为UiPath的门工具书。第1～3章介绍RPA与UiPath的基础知识；第4～5章依次介绍流程自动化基础知识与流程搭建的方法论，建议没有相关技术背景的读者详细阅读；第6～8章是UiPath流程发的关键章，建议读者通读并跟练，便于加深记忆，熟练掌握相关知识，其中的关键知识可以根据章节索引，在实际发时按需查阅；第9～10章介绍更深层次的云UiPath Orchestrator和机器人企业框架，适合在掌握UiPath Studio的基础发功能后阶学习。
开源心法
￥51.07
本书全面介绍了华为在源领域的实践和思考。首先，在认识源部分，深介绍了源的起源、发展历程和底层逻辑；其次，在拥抱源部分，揭示了华为积极参与和贡献源的方式；然后，在践行源部分，详细展示了华为在源领域的具体实践和贡献；最后，在源心法部分，深探讨了华为对源理念、价值观的理解和思考。此外，本书还剖析了源产业、生态及文化的未来走向。本书旨在提供一个全面、深的视角，让读者了解华为在源领域的实践经验与思考，以及其对源未来的展望和呼吁。无论是希望深了解源理念的新手，还是寻求在企业中实施源战略的专业人士，都能从书中获得宝贵的知识和启示。 本书适合软件发者、企业决策者、源社区成员及对源文化感兴趣的读者阅读。
量子计算实战
￥51.07
在加密、科学建模、制造物流、金融建模和人工智能等领域，量子计算可以极大提升解决问题的效率。量子系统正变得越来越强大，逐渐可用于生产环境。本书介绍了量子计算的思路与应用，在简要说明与量子相关的科学原理之后，指导读者实现量子计算算法。本书将带领读者使用基于Java的Strange量子模拟器编写量子程序，并探索量子位和量子逻辑门。在介绍标准Java和构建工具创建量子算法的同时，本书还引了有趣的示例和深的解释。 本书适合对量子计算、量子编程感兴趣的计算机专业和从业人员，以及其他有?Java编程基础的人阅读。
QPanda量子计算编程
促销价:￥25.99|￥79.80
本书介绍基于我国自主可控量子计算云平台的量子计算编程，涵盖量子计算的核心内容，包括量子计算的基本概念、多种量子算法及其应用，以及本源量子计算云平台和量子计算编程框架QPanda的使用方法。 本书通过算法理论与编程实践相结合的方式，详细讲解算法与编程之间的紧密关系，并通过大量的示例和练习，帮助读者深理解量子计算的概念和应用，从而逐步掌握量子计算编程技能。 本书既适合量子计算领域的科研人员、工程技术人员和高等院校相关专业的师生阅读，也适合对量子计算有兴趣或参与相关竞赛的人员参考。
200问通关Java面试
￥51.07
本书是一本面向Java工程师的面试指南，共分为7章。第1章介绍了面试准备工作、面试软技能及 AI工具赋能面试。第2章至第7章分别深讲解了Java技术、JVM技术、Spring 框架技术、Redis、关系数据库以及部署技能相关的面试考查问题，具体包括Java数据结构、Java多线程、NIO、异常类型、设计模式、JVM运行时数据区、垃圾回收器、JVM优化技术、Spring Boot功能、ORM 框架、Spring Boot安全、Redis数据类型、Redis内核原理、SQL、MySQL、Linux和DevOps等知识。 本书能为求职者提供全面且实用的指导与支持，帮助求职者更好地准备Java相关岗位的面试，从而顺利获得心仪的工作机会。
深入浅出数据科学:Python编程
￥51.07
本书通过对数据科学技术基本技能和丰富实用的示例的介绍，展示如何获取、分析和可视化数据，利用数据应对常见的业务挑战。通过优化共享单车公司的业务运营、从网站上提取数据并创建推荐系统等示例，你将学会如何找到数据驱动的解决方案并使用这些方案做出商业决策。本书所涵盖的内容包括行探索性数据分析、运行 A/B 测试、使用逻辑回归模型行二分类及使用机器学习算法等。通过本书，你还将学习如何预测客户需求、优化营销活动、减少客户流失、预测网站流量，以及构建推荐系统等。
扩散模型——核心原理与强化学习优化
￥51.07
本书通过系统化的理论讲解与实战导向的案例分析，帮助读者掌握扩散模型与强化学习的结合应用，探索其针对实际问题的解决方案。书中首先介绍了生成模型的发展史，特别是扩散模型的起源和核心思想，为读者学习后续章节奠定基础；然后深入探讨了扩散模型在构建决策智能体、结合价值函数等方面的应用，还详细讲解了如何利用扩散模型解决轨迹优化和策略优化等问题；接下来探索了扩散模型在多任务泛化和世界模型建模方面的扩展应用，展示了其在复杂环境中的适应性和灵活性；*后讨论了利用强化学习优化扩散模型的新进展，以及扩散模型在决策问题上的前沿研究方向。
前沿数字技术导论
￥51.07
本书分为17章，主要内容包括数字技术概论、数字素养、数字安全、物联网、云计算、大数据、人工智能、区块链、3D打印、元宇宙与数字孪生、量子信息技术、移动通信技术、图像处理技术、视频处理技术、音频处理技术、数据可视化技术和数字资源。 本书内容通俗易懂，案例丰富，适合对前沿数字技术感兴趣的各类相关从业者和研究者学习，也可以作为高等院校相关专业讲授数字素养知识的参考书。 错误！文档中没有指定样式的文字。
深入大模型系统:提示工程、符号推理与智能体实践
￥51.07
本书从发展概述、核心技术原理与产业实践的角度深入解析大模型系统。 全书共 9 章。第1章首先对大模型技术进行概述，系统梳理其概念、发展里程碑及未来趋势。第2章转入产业视角，深入剖析竞争格局、商业策略与产业落地面临的挑战。第3~5章介绍大模型系统的技术实现，从监督学习、迁移学习等方法入手，逐步深入文本标记化、编码器-解码器架构与从 RNN/LSTM 到 Transformer 的革新，再介绍缩放定律、数据 / 算力/参数等预训练要素，以及指令微调、基于人类反馈的强化学习对齐机制。第6~9章从产业实践的角度解析应用层技术，包括上下文学习、检索增强生成等提示工程方法，深入剖析以思维链为代表的符号推理，以及从工作记忆、长期记忆到认知架构的语言智能体体系的构建。 本书适合人工智能领域从业者、高校计算机相关专业师生，以及所有对大模型技术感兴趣的人士阅读。
