购物车
个人中心
MCP极简入门
￥53.00
内容简介 这是一本能轻松带领读者快速理解并使用MCP，从而跨越“大模型调用”到“智能系统构建”之间鸿沟的著作。它以简洁明了、图文并茂、通俗易懂的方式，从基础知识、工作原理、服务架构和应用发等多个角度对MCP行了全方位的讲解。即便你没有任何AI基础，也能充分了解并简单使用MCP，从而达到更好地使用AI的目的。 全书内容从逻辑上分为三个部分： 第一部分 MCP基础认知（第1、2章） 通过类比和架构图解的方式细致地介绍了MCP的基本概念、核心价值、工作原理等，让读者能零门槛了解MCP。 第二部分 MCP本地实践（第3、4章） 手把手指导读者建立本地MCP主机，从Hello World示例到工具扩展，帮助读者通过实践快速建立对MCP的直观认知。 第三部分 服务发与应用（第5~12章） 深讲解了MCP服务器的发，工具方面，涵盖LangChain、LlamaIndex等主流框架；应用场景方面，覆盖个人效率、设计优化、数据处理、通信智能化、研发效能、数据库交互等多个领域。此外，还解析了阿里云、腾讯云等平台的MCP生态。 全书强调简介易懂，以帮助读者快速门，所以力求用简洁的语言解释复杂的概念和技术细节，用大量的案例、操作步骤和代码来演示操作的方法和过程，真正做到“快速上手”。
大模型项目实战:多领域智能应用开发
￥53.00
本书系统地讲解了大语言模型的实战应用过程，涵盖基础知识、常见操作和应用发3个方面，帮助大语言模型的使用者、应用发者循序渐地掌握大模型的原理、操作以及多个场景下的应用发技能。全书共18章，分为三篇：?基础篇介绍大语言模型的基础知识、应用架构和应用工作模式。?操作篇详细讲解大模型的实操环节，包括环境搭建、多种有代表性的源大语言模型的安装、微调与量化等常见操作。?发篇讲述大语言模型在Chat、辅助编程、RAG、翻译、AI Agent、智能语音对话、数字人、模型训练、AI小镇这9个领域的应用发过程，从工作原理、源码分析、部署运行和测试验证等方面行了详细介绍。中间还穿插讲解了VS Code插件的发，丰富了应用运行的场景。
Python数据分析与挖掘实战 第3版
￥53.00
本书共13章，分三个部分：基础篇、实战篇、提高篇。 （1）基础篇（第1～5章），第1章的主要内容是数据挖掘概述；第2章对本书所用到的数据挖掘建模工具Python语言行了简明扼要的说明；第3章、第4章、第5章对数据挖掘的建模过程，包括数据探索、数据预处理及挖掘建模的常用算法与原理行了介绍。 （2）实战篇（第6～12章），重对数据挖掘技术在金融、航空、零售、农业、制造和互联网等行业的应用行了分析。在案例结构组织上，本书是按照先介绍案例背景与挖掘目标，再阐述分析方法与过程，最后完成模型构建的顺序行的，在建模过程关键环节，穿插程序实现代码。最后通过上机实践，加深数据挖掘技术在案例应用中的理解。 提高篇（第13章），围绕去编程化的TipDM大数据挖掘建模平台，先介绍了平台每个模块的功能，再以航空公司客户价值分析案例为例，介绍如何使用平台快速搭建数据分析与挖掘的工程，展示平台去编程化、流程化的特。
供应链安全与治理:基于关键信息基础设施信息系统的实践
￥53.00
本书以关键信息基础设施信息系统为研究的切入点，深入探讨了该领域供应链安全和治理的相关理论和实践，旨在帮助读者更好地理解和应对供应链风险和挑战。本书从关键信息基础设施信息系统的供应链安全基础、供应链安全治理现状及方法、供应链安全威胁分析、供应链安全风险识别、供应链安全评估方法、供应链自主可控性分析、供应链安全典型案例分析和供应链安全治理思路的完善等方面进行了深入阐述。对于供应链管理人员、企业高管、信息技术专业人员、政府官员以及相关领域的研究者和学生来说，本书是一本有价值的参考书。
*使用Redis:一书学透数据存储与高可用集群
￥53.00
全书主要分为三部分介绍Redis。 第1部分介绍Redis6中使用的数据结构，包括动态字符串、跳跃表、压缩列表、字典、整数集合和快速表，详细介绍其基本结构及常见操作。 第二部分为本书核心篇章，首先介绍了Redis6的启动流程，命令解析流程，之后对Redis6中的命令实现行了全面的介绍，包括键命令、字符串命令、哈希表命令、列表命令、集合及有序集合命令、地理位置相关的GEO命令、统计相关的HyperLogLog命令。 第三部分，主要介绍了Redis6的一些特性及使用，包括事务、持久化、主从复制以及集群等。
低代码平台开发实践:基于React
￥53.00
本书由三部分组成，第 一部分介绍基础理论知识，第二部分介绍如何构建低代码系统，先行需求分析，涉及列表页、详情页和表单页的布局需求和逻辑需求，可视化编辑器、应用管理、组件市场和用户管理的需求等内容，然后介绍设计思路，包含架构设计、Schema 设计、组件库市场和 MongoDB Document 设计等，z后介绍详细的编码过程，包括可视化编辑器的实现、渲染 SDK 的实现、版本控制，以及如何将其集成到其他系统。
生成式AI安全:GenAI驱动的智能安全体系
￥53.00
这是一本全面解析生成式AI安全的前瞻性著作，系统讲解了生成式AI的技术原理、安全风险与防护体系。从技术基础到发展趋势，从安全原理到治理框架，从应用实践到内生安全，本书将为读者构建前瞻、系统的生成式AI安全知识体系。 具体内容上，全书分为4个部分： 第一部分（第1～3章） 介绍了GenAI的基本概念、核心技术及其在不同领域的应用现状与前景。在这一部分中，读者将了解GenAI与其他AI技术的区别，特别是LLM、GAN等技术如何推动GenAI的创新发展。同时，本部分还探讨了GenAI在医疗保健、金融服务、教育等领域的成功应用，展示了它如何通过智能生成提高效率、增强个性化服务，并解决一些传统技术无法应对的问题。 第二部分（第4和5章） 重探讨了GenAI在网络安全领域的应用及安全隐患。GenAI已经在恶意代码生成、深度伪造等方面展现出强大的技术能力，但这些技术一旦被恶意使用，其影响将是灾难性的。还详细分析了GenAI在网络安全生命周期中的影响，并给出了相应的实践案例。 第三部分（第6和7章） 探讨了GenAI的内生安全风险。伴随着技术的发展，生成模型的复杂性和自主性不断提高，传统的安全防护措施已难以应对新兴的智能攻与威胁。从NIST AI RMF出发，探讨了如何从风险管理、合规性、价值观对齐等角度来确保GenAI的安全。 第四部分（第8和9章） 展望了AGI（通用人工智能）在未来可能带来的风险和挑战。随着AI智能水平的逐渐提升，AI失控的风险逐渐成为现实威胁，特别是当智能系统的决策能力超出人类控制时。深探讨了在通往AGI的道路上，如何通过技术创新、政策引导和伦理框架的建立，确保AI的安全发展。
大模型项目实战:Agent开发与应用
￥53.00
这是一本面向初中级读者的Agent学习指南，作者既是资深的AI技术专家，又是经验丰富的项目导师，融合作者亲身实践、培训反馈与官方资源，为Agent使用者和发者提供了快速上手的实用指导。 本书从基础知识、操作和应用发3个维度循序渐地讲解Agent实战技巧，分为三篇： ?基础篇（1~2章） 介绍Agent定义、发展历程、常用源技术、主要组件等基础知识和发环境的搭建过程。 ?应用篇（3~6章） 从通用型、任务驱动型、辅助发型和检索增强型 4大类，通过AutoGPT、MemGPT、BabyAGI、Camel、Devika、CodeFuse-ChatBot、DB-GPT、QAnything这8种具体类型，详细描述Agent的安装、配置和使用等操作步骤。 ?发篇（7~16章） 展分析10个不同场景的Agent应用发实例。一方面，以AgentScope、LangChain、LangGraph、AutoGen、LlamaIndex、CrewAI、Qwen-Agent这7种被广泛应用的源Agent发框架为基础，针对每个框架各讲解一个发案例。另一方面，通过案例介绍Agent发过程中关键的Function-calling特性及大语言模型发技术。此外，对基于CogVLM2的多模态模型应用发，也提供详细的案例演示。
数字化洞见 :AI时代的技术、商业与管理
￥53.00
本书阐述了数字化、智能化领域的新思想、新技术、新商业和新管理内容。第1章“数字化新思想”对当前广受关注的数字化观点和趋势进行了阐述，既有对“什么是数字化”“什么是智能化”“什么是信息”“什么是智能”等概念的剖析，也有对“数据要素”“信息孤岛”“从数字化角度看新质生产力”“业务数据化与数据业务化”等热门专题的详述。第2章“数字化新技术”对数字化新技术及其发展趋势进行了阐述。第3章“数字化新商业”对新的商业模式进行了阐述。第4章“数字化新管理”对多个管理相关主题进行了深入阐述。无论是技术从业者、企业管理者，还是对数字化与智能化感兴趣的普通读者，都能从中获得启发和指导。
大模型垂直领域低算力迁移:微调、部署与优化
￥53.00
内容简介本书是一本深度探讨大模型在低算力环境下实现迁移与微调的实践指南，并深讲解了大模型的部署与优化策略。书中结合多个垂直领域的应用场景，从理论到技术实现，全程详尽讲解了如何应对大模型在行业落地中的技术挑战，帮助读者逐步掌握大模型的迁移与微调核心技术。通过阅读本书，你将能够： （1）全面理解垂直领域迁移方式与技术选型 深了解源大模型向垂直领域迁移的核心方式，包括提示工程、检索增强生成、参数高效微调与全参数微调等技术路径，并灵活应对低算力场景下的迁移技术挑战。 （2）快速获取高质量领域数据的低成本方案 学习通过指令自举、无监督标注、自我策展等方法构建高质量数据集，同时掌握数据清洗、去重和质量过滤等关键技术，显著降低数据获取成本。 （3） 掌握低算力环境下的训练与推理优化技术 全面掌握低算力训练与微调方法（如LoRA和QLoRA），并结合推理优化技术（如量化、剪枝和模型编译），高效实现低成本的大模型训练与推理。 （4）精通大模型的生产环境部署与优化 系统学习生产环境中大模型的部署方案，涵盖服务器推理加速、分布式集群架构和多平台适配技术，确保模型在实际应用中的高效、安全运行。无论你是大模型发者、人工智能研究人员，还是对垂直领域AI应用感兴趣的行业专家，本书都将带你深大模型的核心领域，提供从构建、优化到部署的全流程指导，助你掌握这一前沿技术的实践精髓。
概率机器学习:金融与投资实战
￥53.00
《概率机器学习：金融与投资实战》深探讨了概率机器学习在金融与投资领域的前沿应用，揭示了这一技术如何成为下一代金融分析与投资决策的框架。本书详细阐述了概率机器学习如何从有噪声的金融数据集中持续学习，并实现概率推断、回溯预测、预测及反事实推理。同时，该技术还能将个人、实证及机构知识系统地编码机器学习模型中。书中通过实战案例，展示了如何利用概率分布量化不确定性，从而做出更贴近现实的金融推断与预测，为决策制定与风险管理提供有力支持。
OpenShift*运维:SRE视角的集群和分布式系统管理
￥53.00
本书介绍了OpenShift核心概念和部署策略，包括多集群OpenShift容器平台部署，以及按照最佳实践管理OpenShift集群。本书还探讨了部署工作负载到OpenShift的最佳实践、通过最先的概念监控OpenShift集群，并结合示例构建和部署Kubernetes operator来自动管理任务，使用GitOps方法配置OpenShift集群。本书适合SRE、系统管理员、DevOps工程师和云架构师阅读。
速学Python:程序设计从入门到进阶
￥53.00
《速学Python：程序设计从门到阶》面向没有任何编程基础的初学者。全书共9章，第1、2章以尽可能少的篇幅，完成了对编程环境的搭建、编程的基本概念、Python语法、数据结构、面向对象编程技巧的讲述，这一部分内容虽然简单，但它对初学者非常重要，只有完成这一部分内容的学习，才能够继续深。第3～6章是对第1、2章内容的深与补充，主要是搭建更好的发环境，更详细地讲述数据结构与函数，并通过编写一个计算器程序，深了解解释器的基本工作原理以及面向对象编程。第7～9章讲述了如何创建程序的可视化界面，将Python程序包为可执行程序并使用主流数据库行数据存储，继而实现数据分析与数据图表的生成。第9章是Python语言*大优势的体现，通过引第三方库或调用网络口，可以快速完成应用程序的编写。 本书适合刚触Python的初学者以及希望使用Python处理和分析数据的读者，也可作为编程爱好者学习和使用Python的工具书或参考资料。
大模型应用开发:方法与案例
￥53.00
这是一本案例驱动的LLM应用发指南，适合具备一定编程基础的发者阅读。通过本书，读者可以在短时间内掌握多种类型的LLM应用的发方法，以及基于现实中的业务场景设计并实现符合用户真实诉求的AI系统。对此，本书提供了丰富的“即插即用”的案例代码和最佳实践。 本书分为8章，全面阐述LLM应用的技术体系、发模式和落地案例，具体内容如下： 第1章 先介绍LLM的基本概念和应用场景，然后介绍LLM应用发的核心技术，并引出主流的集成性发框架。 第2～8章 分析大语言模型应用的场景案例，即基于常见业务场景，梳理LLM应用的系统架构和实现过程，并采用主流的源框架完成案例场景的发落地。每章讲解一个系统案例，包含翻译器工具、通用的文档检索助手、纠错型RAG应用、智能化的简历匹配服务、多模态处理器、定制化Agent发、混合Agent架构设计7个具体的案例。针对每一个案例，都提供具体的应用场景分析和系统架构设计，强调其背后通用的设计思想和应用方法。同时，案例中结合LangChain、LangChain4j、LlamaIndex这3款主流的发框架，详细介绍其功能特性、使用方法和发实现。
数据指标体系:构建方法与应用实践
￥53.00
这是一套数据指标体系全流程构建（从规划、框架设计、数据采集加工到应用）方法论与实践指南。它不仅深浅出地分享了通用的数据指标体系构建策略，还通过多个行业实例展示了具体操作方法。书中从数据采集手，借助BI工具Superset实践构建过程。本着“一切技术都是为业务服务的”这一宗旨，本书除了包含数据指标体系构建相关内容外，还结合统计学原理及Excel、Python等工具，深剖析数据指标波动对业务的影响，旨在帮助读者深理解数据指标与实际业务的底层关联，把数据指标体系落地到业务中。第一篇（第1章）：深度解读数据指标体系的基础知识，让读者充分理解数据指标，并掌握构建策略、全流程和方法概要，其中包括数据指标体系分类标准、评判优质指标的4个标准、选择数据指标的4个注意事项、数据指标体系3要素、构建指标体系的7个策略等重。第二篇（第2~6章）：从实践层面出发，带领读者基于业务目标一步步提炼5类产品（工具类、内容类、社交类、交易类、游戏类）的关键数据指标，并通过精细的维度拆解，呈现清晰的指标规划图谱。本篇还在最后站在分析维度的角度给出了数据指标分析的方法论。第三篇（第7章和第8章）：在第二篇形成的规划图谱的基础上，给出数据指标构建的完整方法论，并以在线教育、电子书阅读工具、图文内容社区、网约车平台、社交电商这五大典型行业为例，完整解读如何将方法论应用于实践。第四篇（第9章和第10章）：揭秘数据从埋收集到清洗加工的全过程，包括原始数据采集、数据处理与指标发、数仓模型构建等。这是实现高效数据处理的关键，也是数据分析师技能之一。第五篇（第11章和第12章）：通过实际案例指导读者搭建数据指标体系，并展示如何利用数据指标体系监控业务动态，分析数据异动，量化其对整体业务的影响。其中包括25种BI数据可视化方法、2个监控看板实战案例、精准定位数据异动的方法、4种数据异动类型、1套异动维度拆解策略，以及7种量化数据异动贡献度的方法。
硅谷Python工程师面试指南:数据结构、算法与系统设计
￥53.00
本书是一本全面的Python技术及面试指南，旨在帮助读者深理解Python编程语言的核心概念，并掌握在技术面试中取得成功的关键技巧。全书分为4个部分。 第*部分 面试流程。这一部分详细介绍了硅谷公司的面试流程，包括非技术电话面试、技术电话面试（包括闲谈、技术沟通和提问环节）以及现场面试的准备和策略，既为读者提供了面试前的全面准备指导，也帮助读者在面试中展现出良好状态。 第二部分 数据结构。从基础的列表、堆栈、队列、优先队列、字典和集合，到更复杂的表、二叉树、其他树结构（如前缀树、线段树、二叉索引树）和图的表示与应用，每一章都通过丰富的实例来展示如何巧妙应用这些数据结构。 第三部分 算法。这一部分覆盖了二分搜索、双指针法、动态规划、深度优先搜索、回溯、广度优先搜索、并查集等核心算法。结合面试真题，通过逐步分析，引导读者掌握每种算法的思想及其在解决实际问题中的应用。 第四部分 系统设计。理论知识部分，从设计需求分析到高层构建，然后到具体组件设计，再到扩展设计，帮助读者理解如何构建可扩展、高效的系统架构。实战案例部分，包括分布式缓存系统、网络爬虫系统、TinyURL加密与解密、自动补全功能、新闻动态功能、社交媒体应用和出行应用的设计，涵盖系统设计的关键技术。此外，这一部分涵盖了多线程编程与设计机器学习系统的知识，既帮助读者理解并行处理的概念和应用，又扩展机器学习的重要知识和面试技巧，并提供设计搜索排名系统和推荐系统的实例。
群体智能与智能网联:原理、算法与应用
￥53.00
本书以群体智能与智能网联的应用为牵引，通过原理、算法、技术应用三个篇章为大家介绍群体智能与智能网联相关的基础理论、概念模型、关键技术和前沿应用。具体而言，原理篇会介绍群体智能的通信方式与组网、知识表征、因果涌现机理等内容；算法篇则从多主体强化学习、多智能体合作式梯度更新方法、图神经网络、蚁群算法等群体智能领域的代表性算法；应用篇则讨论6G与内生智能、车联网与自动驾驶、工业控制网络群体智能技术的应用。
编程菜鸟学Python数据分析
￥53.00
全书共15章，第1章介绍了学习python的好处何在以及如何高效地学习python；第2章介绍python、anaconda以及IDE的安装；第3章讲解编程的常识，包括io、文件系统、编码格式等；第4章介绍Excel和text文本的读写；第5章介绍数据处理神器-pandas；第6章介绍python的编程调试；从第7章始数据分析的范畴，第7章介绍行数据预处理；第8章介绍数据分析的常见问题和方法；第9章介绍在python中如何寻找异常值；第10章介绍相关和回归；第11章介绍聚类技术；第12章介绍决策树技术；第13章介绍关联分析技巧；第14章介绍降维技术；第15章介绍matplotlib绘图。
Falco云原生安全:Falco原理、实践与扩展
￥53.00
本书是一本关于云原生安全的实用指南，主要介绍了如何使用Falco(一款源的安全监控工具)来检测容器、Kubernetes和云环境中的风险和威胁。本书分为四部分，每一部分都建立在前一部分的基础上。第一部分介绍Falco及其功能，将带你理解Falco的基本概念，并指导你完成第一次本地部署。第二部分介绍Falco的架构和内部工作方式。第三部分是Falco用户的参考手册，将指导你在各种环境中部署、配置、运行和调优Falco。第四部分是给发者的参考资料，涵盖扩展Falco的方法。本书旨在帮助读者了解云原生安全的重要性，学会使用Falco工具行风险和威胁检测，从而提高云原生应用的安全性能。
RISC-V架构DSP处理器设计
￥53.00
本书从指令集定义、运算部件、存储结构、工具发等诸多环节，系统全面地介绍RISC-V架构DSP的设计过程，并分享了每个设计环节中的思考、原则和技术选择过程，以及如何充分利用源成果行敏捷发。本书是基于RISC-V架构行DSP设计工程技术实践的成果，其特是产品导向，注重技术的可操作性和系统性，并行了必要的创新。
数据资产入表与数据交易合规指南
￥53.00
内容简介这是一部立足于当下行业实践和政策指引，从工作程序和实体法律角度，对企业数据资产表的基本内涵、具体流程、数据交易与表工作的合规要行分析归纳的专著，旨在通过深浅出的分析帮助读者实现在数据交易、数据资产表领域的快速认知同步。作者曾经在金融监管部门、金融机构和头部互联网平台工作，是国内较早展数据领域法律实践的律师，曾经为众多企业在场内行数据交易的产品提供合规评估，为多个大型数据平台企业和金融机构提供数据合规、金融科技的法律服务，包括个人信息合规自评估、证券业跨行业数据共享监管沙盒项目、垂类大模型合规项目等，具有丰富的法律实践和研究深度、广度。全书共12章，主要内容如下：第1和2章 数据要素市场与数据资产表的内涵介绍首先，从数据要素市场出发对国家层面的政策和法律沿袭行了梳理与分析，对国家顶层设计文件“数据二十条”的主要内容行了介绍；然后，对数据资产表的内涵和意义以及各个相关概念行比较分析；最后，对数据资产表的具体操作行简明扼要的解读，帮助读者透彻理解数据要素市场和数据资产表的底层逻辑。第3~6章 数据资产表的重合规问题及表准备首先，对数据资产表与数据确权的关系行了深分析，明确了权属清晰对数据资产表的底层重要性；然后，对确权相关的合规问题以及其他涉及数据资产表的合规问题行了深分析，厘清了关键合规要，特别是数据来源的合规性；最后，对数据资产表的准备工作和主要路径行了介绍和梳理，帮助读者迅速掌握操作思路和落地路径。第7~10章 数据资产表的数据分类合规重就数据资产表在主要领域的展难行分析，并就上市公司和非上市公司的具体案例行分析，给出启示。具体分为数据资产表与公共数据、数据资产表与个人数据、数据资产表与人工智能三个部分，分别从数据资产表角度对各自的合规难、立法现状、未来展望加以深浅出的剖析。第11章 数据资产表衍生金融化利用的思考与展望就数据资产化之后的数据资本化，即数据资产表的金融化利用问题行了积极而冷静的分析与思考。首先对金融意义下的数据资产管理内涵行了分析，然后对目前数据资产的金融化探索与实践行了分析，对其中的法律难问题行归纳，并对普遍性展的难行分析和展望。第12章 数据资产表与数据交易首先，对数据资产表与数据交易之间的紧密联系行分析；然后，对数据交易的概念、内涵以及法律性质行分析，并对场内数据交易和场外数据交易行比较分析；最后，对数据交易中的合规性审查要行分析归纳。
