购物车
个人中心
Python深度学习:基于TensorFlow 第2版
￥59.00
1.内容选择?：提供全栈式的解决方案 深度学习涉及范围比较广，既有对基础、原理的要求，也有对代码实现的要求。如何在较短时间内快速提高深度学习的水平？如何尽快把所学运用到实践中？这方面虽然没有捷径可言，但却有方法可循。本书基于这些考量，希望能给你提供一站式解决方案。具体内容包括?：机器学习与深度学习的三大基石（线性代数、概率与信息论及数值分析）?；机器学习与深度学习的基本理论和原理?；机器学习与深度学习的常用发工具（Python、TensorFlow、Keras等）?；TensorFlow的高级封装及多个综合性实战项目等。 2.层次安排?：找准易撕口，快速实现由到面的突破 我们塑料袋时，一般从易撕口始，这样即使再牢固的袋子也很容易。面对深度学习这个“牢固袋子”，我们也可以采用类似方法，找准易撕口。如果没有，就创造一个易撕口，并通过这个易撕口，实现到面的快速扩展。本书在面对很多抽象、深奥的算法时均采用了这种方法。我们知道BP算法、循环神经网络是深度学习中的两块“硬骨头”，所以我们在介绍BP算法时，先介绍单个神经如何实现BP算法这个易撕口，再延伸到一般情况?；在介绍循环神经网络时，我们也先以一个简单实例为易撕口，再延伸到一般情况。希望这种方式能帮助你把难题化易，把大事化小，把不可能转换为可能。 3.表达形式?：让图说话，一张好图胜过千言万语 机器学习、深度学习中有很多抽象的概念、复杂的算法、深奥的理论，如NumPy的广播机制、梯度下降对学习率敏感、神经网络中的共享参数、动量优化法、梯度消失或爆炸等，这些内容如果只用文字来描述，可能很难达到让人茅塞顿的效果，但如果用一些图来展现，再加上适当的文字说明，往往能取得非常好的效果，正所谓一张好图胜过千言万语。 除了以上谈到的三个方面，为了帮助大家更好地理解，更快地掌握机器学习、深度学习这些人工智能的核心内容，本书还包含了其他方法，相信阅读本书的读者都能体会到。我们希望通过这些方法或方式带给你不一样的理解和体验，使你感到抽象数学不抽象、深度学习不深奥、复杂算法不复杂、难学的深度学习也易学，这也是我们写这本书的主要目的。 至于人工智能（AI）的重要性，想必就不用多说了。如果说2016年前属于摆事实论证阶段，那么2016年后已事实胜于雄辩阶段了，而2018年后应该撸起袖子加油干了。目前各行各业都忙于AI ，给人“忽如一夜春风来，千树万树梨花”的感觉！
支付之门:支付原理、架构与产品全链路设计
￥59.00
内容简介 这是一本由知名支付专家陈天宇宙（全网拥有15万+粉丝、超1.4万付费学员）撰写的现代支付清结算系统设计指导手册。书中分享了作者在第三方支付机构、头部金融公司、O2O独角兽企业及某出行平台10余年的支付系统设计实践经验，不仅为读者揭示了支付系统的底层设计逻辑，还对支付相关的会计知识、支付系统设计的实用方法论等进行了深度解读。所以本书可以助力支付从业者（无论是入门级读者还是拥有3年以上工作经验的中高级读者）*提升专业技能，做出更好的产品。 本书分为三大部分。 支付基础篇（第1~5章）：用通读易懂的方式介绍了支付相关的基础知识，这是初学者轻松入门的关键。这部分对支付的基础概念、账户基础、支付工具、三大核心系统、支付产品、必须掌握的会计知识、支付体系的全貌、支付组织及其分层协作模式、支付产品经理应具备的底层能力等知识进行解读，还通过外卖案例拆解了企业支付全链路。 系统设计篇（第6~13章）：系统讲解了各层相关系统的设计方法，并提供了丰富的设计案例与产品原型页面。这是本书的核心部分。这部分对交易层、支付层、清结算层、账务层、对账系统、资金处理层、红包和钱包的具体设计方法进行深入解读，*后还用一章的篇幅对支付产品设计方法论进行总结和升华。 职场方法篇（第14章）：以作者10余年的真实工作经历为基础，介绍了职场沟通、协同、汇报等软技能，这部分内容可以帮助读者塑造个人影响力，收获更理想的职场成果。这部分虽然所占篇幅不大，但是包括了岗位初期过渡方法、能力提升三七原则、产品规划实用技巧、实现做事有始有终、通过写作加速自我进化、产品职场力模型等精彩内容，这些都是作者能取得如今成就的底层原因。
银行数字化业态风控:原理与实践
￥59.00
内容简介 这是一本系统指导银行如何为电子银行、网上银行、手机银行、开放银行、远程银行5种数字化业态构建智能风控体系的著作。作者基于30余年的银行业从业经验，系统梳理和总结了“规制建设—技术应用—合规嵌入”三位一体的风控策略及其实践方法。本书既提供传统风控框架，又适配智能化趋势的安全设计，涵盖线上产品标准化迭代研发、服务全旅程管理分析、跨业态联控共治机制运用和平台敏捷治理体系建设等实践内容，为从业者提供从理论到实践的完整框架，意在帮助读者了解银行数字化风控的演进体系，更好地感知风险态势及策略布局。 掌握本书内容，您将收获以下核心价值。 （1）*理解数字化风控体系：系统学习电子银行、网上银行、手机银行、开放银行、远程银行5种业态的规制建设、技术应用与合规嵌入，构建完整的数字化风控知识体系。 （2）洞悉前沿技术应用：深入了解AI、大数据、区块链等技术在智能风控中的原理与实践，包括设备指纹、生物探针、专家规则、模型脚本、关系图谱等10余种具体应用，助您驾驭未来风控挑战。 （3）掌握合规与伦理治理：厘清开放场景中银行账户、数字人民币、银行数据等开放要素的合规边界与安全防护体系，理解金融科技伦理治理路径，有效规避法律与声誉风险。 （4）获取实战解决方案：学习针对图文识别、智能客服等新型服务的“内容合规审查+AI情绪识别”闭环管理模式，以及应对外部欺诈、内部违规操作等超过15种具体类型风险的防控方案。 （5）提升职业竞争力：借鉴作者30余年国有大行管理经验，将理论研究与实践策略深度融合，为银行从业者、监管人员及金融科技专家提供跨业态风控指南，助您在数字化转型中脱颖而出。 （6）紧跟政策法规动态：全书收录并解读了超过20部数字金融领域监管政策法规，包括《电子签名法》《反洗钱法》《网络数据安全管理条例》等，确保您的风控实践始终符合监管要求。 本书不仅是理论的殿堂，更是实践的宝库。它集成了实践中各类展业平台的业务功能、技术应用、法规依据、风控策略等方面的新成果，融合了银行业务、技术、服务的“管、控、防”数字化要略，旨在提供银行前沿数字化转型探索经验和专业性风险控制管理策略，以便读者理解银行数字化风控现状和未来趋势。
湖仓架构:大规模数据平台的设计和实现
￥59.00
本书全面阐述了湖仓架构相关知识。首先介绍数据架构及其在构建数据平台中的作用，剖析湖仓架构的概念、特征和优势。着对比传统架构（数据湖与数据仓库）和现代数据平台，明确湖仓架构在未来数据平台的重要地位。然后讲解行存储与列存储等概念，以及云对象存储、文件格式和表格式等组件，还给出设计存储时的考量因素。着阐述数据目录、计算引擎在湖仓架构中的功能、类型选择和设计要。在数据治理与安全方面，强调在湖仓架构中的统一治理和安全流程。之后提供了湖仓平台从前期准备到具体设计和实施的详细指南。最后探讨湖仓架构的未来发展趋势，如数据网格、混合事务与分析处理等。通过学习本书，读者可系统掌握湖仓架构知识，为相关实践提供有力支持。
情报驱动应急响应(原书第2版)
￥59.00
本书在第1版的基础上对网络分析概念和流程行了改，提供了将这些技术整合到事件响应过程中的最佳实践。全书分为三部分：基础知识部分（第1~3章），介绍网络威胁情报、情报流程、事件响应流程，以及它们如何协同工作；实战部分（第4~9章），介绍使用F3EAD流程演练情报驱动事件响应（IDIR）的流程，包括查找、定位、消除、利用、分析和传播；未来之路部分（第10~11章），探索IDIR的未来发展方向，包括战略情报的作用、架构、获取以及如何创建情报计划等。本书可以帮助事件管理人员、恶意软件分析师、逆向工程师、数字取证专家和情报分析师理解、实现这种关系并从中受益。
金融数据风控:数据合规与应用逻辑
￥59.00
这是一本建设数字中国的实战性著作，讲解了如何从合规数据源获取公共数据、个人数据和企业数据，并将这些数据合规地应用到各种金融风控场景。本书围绕公共数据、企业数据、个人数据的分类分级授权应用场景要，通过分享公安、运营商、银联、工商、央行征信、百行征信、司法、航旅、铁路、税务、交通、电力、保险等十几种主流数据资源的放背景、数据能力及现有的数据产品应用逻辑，帮助大数据行业从业者更好地了解数据资源持有权、数据加工使用权、数据产品经营权三类数据产权运行机制。书中凝聚了大量数据流通交易及应用方面的有价值的经验、方法论、规范、解决方案和案例，不仅能让读者即学即用，还能让读者了解大数据行业及数据经济产业的发展趋势。通过本书，你将掌握以下内容：?合规数据源的特?金融机构数据采评估的要?各类公共数据、企业数据及个人数据资源的放背景、产品形态及应用场景?反欺诈及风险防控等十几种主流数据源的深度剖析?消费金融反欺诈路径的设计?车险风险防控的策略?小微企业金融风险防控的逻辑?物流金融风险防控的机制?车联网及工业互联网数据应用情况?数据交易所对金融机构数据采及应用的影响及合作思路
Go底层原理与工程化实践
￥59.00
全书分为2篇：1.第1篇详细介绍Go语言高性能优势是如何实现的，包括经典的GMP调度模型，Go语言调度器的实现，垃圾回收，以及如何基于管道、锁等并发编程。2.第二篇主要是项目实战，手把手带领读者从0始搭建高性能、高稳定的Go服务。以及在面对线上问题时，如何调试、分析、解决。通过学习本书，读者对Go语言的核心——高并发会有一个深刻的认识，具备一定的Go并发编程经验，能够独立完成高性能、高稳定Go服务的架构设计，并且能够基于一些工具行Go线上问题分析与性能调优。
大数据智能风控:模型、平台与业务实践
￥59.00
内容介绍这是一本深讲解智能风控理论体系和风控全生命周期业务实践的著作。作者基于在银行业10余年的风控经验，首先详细讲解了“大数据、模型、风控平台”三位一体的智能风控体系，能为风控实践提供扎实的理论指导；然后围绕风控的全生命周期，从贷前评估、贷中监控、贷后管理以及智能反欺诈、智能催收等角度全面讲解了智能风控的业务实践，深刻揭示了智能风控体系的精髓。第1~2章全面而深地探讨了智能风控的背景知识：首先对基础信贷业务行了细致解析，读者可以从中了解其运作方式和重要性；然后，梳理了智能风控是如何随着技术的步和市场的需求逐渐成熟和完善的。第3~5章围绕“数据、模型、风控平台”三位一体的智能风控理论体系展：首先介绍了内部数据、外部数据、个人征信数据在智能风控中的应用，以及智能数据体系的构建；然后深探讨了智能风控模型的算法、评价指标、发流程；最后讲解了风控平台的理论框架、设计原则、架构设计、建设流程以及决策引擎的建设。第6~8章围绕风控的全生命周期探讨了风控策略在实际业务中的应用，包括贷前评估、贷中监控、贷后管理，以及智能反欺诈和智能催收体系的建设和业务实践，能帮助读者将理论知识转化为实际操作能力，更好地应对现实业务中的挑战。第9章对智能风控的未来发展行了展望，不仅为读者揭示了未来的机遇，也提供了对于如何应对未来挑战的思考。
Nuclio 实战及源码分析:基于Kubernetes的Serverless FaaS平台
￥59.00
无服务器计算是一种新的范式，可在无须管理服务器的情况下编写和部署应用程序。 它使发人员能够专注于代码的编写，而无须担心服务器的配置、维护和扩展。本书全面介绍了无服务器的演历程、架构原理和设计，深探讨了源Serverless Nuclio的架构、源码和实践，并提供了丰富的案例和代码示例。
Ray分布式机器学习:利用Ray进行大模型的数据处理、训练、推理和部署
￥59.00
Ray是源分布式计算框架，简化了扩展计算密集型Python工作负载的过程。本书展示了如何使用Ray构建机器学习应用程序，介绍了Ray如何融当前的机器学习工具，以及Ray如何与这些工具紧密集成。本书前3章介绍了Ray作为分布式Python框架的基础知识，并提供了应用示例；第4-10章介绍了Ray高级库（Ray RLlib、Ray Tune、Ray Dataset、Ray Train、Ray Serve、Ray Cluster、Ray AIR），并展示如何使用高级库创建应用程序；第11章对Ray的生态行了总结，并指导读者继续学习。
数据血缘分析原理与实践
￥59.00
这是一部可以帮助读者从0始理解、建设并深度实践数据血缘及其系统的专业指导手册。全书所有内容均来自两位作者长期在世界500强企业从事数据相关工作的经验总结，书中不仅从原理层面带领读者深挖数据血缘本质，还有从实践层面对数据血缘的建设方法、核心技术、主流工具、在数据治理中的应用、典型行业应用案例行了全方位剖析。本书得到了美国南卡罗来纳大学教授、DAMA大中华区主席、中国大数据技术标准推委员会专家、招商蛇口数字化管理及运营负责人、PowerData社区主理人等多位业界专家的鼎力推荐。本书包括4篇14章，具体内容如下。概念篇从企业面临的主要数据问题手，逐渐延伸到对数据血缘的相关定义、特征、价值，以及数据组成的深度解读。这部分是真正落地数据血缘项目的基础，只有充分理解了这部分内容，才知道如何与上下游沟通协作。建设篇先完整展示了一个可落地的数据血缘框架模型——“1355”框架模型，即1个周期、3种实体、5个类型、5个层级，这是数据血缘建设的基础模型；然后详细介绍了数据血缘实施路径，其中包括可能会面临的问题、具体建设方式和具体建设步骤。技术篇重数据血缘相关技术和产品，以及数据血缘分析的主要应用场景——数据治理。其中，包括3大数据血缘应用场景、7大数据血缘核心技术、9款主流的数据血缘产品，以及数据血缘在数据治理中的深度实践。案例篇主要分享了互联网、服务、制造、零售快消等行业中数据血缘建设案例，帮助大家了解典型行业数据血缘的落地情况，以求获得一些启发。
Python自然语言理解:自然语言理解系统开发与应用实战
￥59.00
本书的目标是为Python发人员提供坚实的NLU基础知识。本书将深探索自然语言理解相关实用技术，并帮助读者创建各种新颖实用的自然语言理解应用程序。本书共分为三部分：第1部分介绍了NLU的背景以及如何始一个NLU项目；第二部分探讨了完成NLU任务所需要使用的Python工具和相关技术；第三部分讨论了在管理和部署NLU应用程序时应该考虑的因素，以及对NLU未来的展望。
标签类目体系:面向业务的数据资产设计方法论
￥59.00
内容简介 ·企业数字化转型中Z适合的数据资产组织方式是什么样的？ ·为什么越来越多的企业在讨论标签化和标签体系？ ·数澜 的标签类目体系方法论有何独到之处？ 数据资产化是企业数字化转型的必经之路，也是数据中台的重要组成部分。 标签类目体系是数据中台理念落地的核心组成部分，是实现数据资产可复用、柔性组合使用、降低数据应用试错门槛的强力支撑。 数据作为第五生产要素参与分配，数据资本化的重要前提是数据商品化，数据商品化的Z佳载体就是标签。因此，学习如何将数据转化、映射为标签，并通过对标签的管理、应用实现数据资产的价值运营，对于商业化企业来说显得尤为重要。 本书旨在培养资深的数据资产架构师及数据运营专家，以方法教育而非工具实施的方式助力企业建立自身的数据资产化能力，将数据能力Z大限度地转化为商业价值。 全书共9章，分为3部分。 由来篇（第1~3章） 首先分析了当前各企业在数据建设过程中会遇到的6类主流问题与困难限制；为了应对这些数据问题，逐渐发展出的标签类目体系这一数据资产构建方法论及其定位定义；论述了采用该方法建设数据资产的3必要性与意义：资产可复用、业务可理解、价值可衡量。 理论篇（第4~6章） 详细讲解了标签类目体系方法论的4条核心原理；从核心原理衍生出的完整设计步骤，包括3个构建前提和6条设计步骤；同时阐述了标签方法论在实施落地过程中的具体使用技法，并探讨了其中的核心问题。 实践篇（第7~9章） 重介绍了当前可用的标签工具和经典模板，它们可以用来提升标签类目体系的设计、使用、运营效率；列举了5个从标签设计到数据应用的Z佳实践方案；并总结了标签化成果价值、商业/社会价值及标签设计人才的培养经验。
SASE原理、架构与实践
￥59.00
这是一本由绿盟科技一线网络安全专家倾力造的，指导企业构建全生命周期SASE体系的工具书。本书全面解读了SASE的最新研究成果、方案架构、产品设计方法和服务实践，并融合了绿盟科技SASE网络安全专家团队的一线经验和实践成果。本书以全球视野呈现了SASE的发展历程和行业趋势，深度解读了SASE技术原理及实践方案，通过丰富的案例引导读者完成从商业建模、架构设计、部署应用到服务运营的SASE体系全生命周期建设。对于推SASE的科研发展和产业落地具有重要意义。本书得到绿盟科技CTO亲自作序推荐，以及来自西南交大、腾讯、中国电信安全等多家知名高校、企业的专家的鼎力推荐。本书分为4篇12章。门篇（第1~4章）：从全球网络安全趋势出发，深解读SASE在网络安全中的定位和需求，介绍相关标准规范、业务场景、主流产品和方案，帮助读者全面深理解SASE，为后面构建SASE体系奠定基础。阶篇（第5~9章）：从SASE架构设计目标和原则出发，深解读SASE架构的整体设计方法，涵盖业务、应用、数据和技术架构等所有SASE核心设计环节。通过本篇，读者可以获得独立构建SASE体系的能力。这部分是本书的核心内容。实践篇（第10章和第11章）：从SASE服务规划设计实践始，介绍SASE运营服务体系构建的具体方法和完整过程。展望篇（第12章）：结合技术发展趋势，一步展望SASE向多云安全场景延伸、向多元增值服务演、向无服务架构迭代，以及SASE与人工智能等新技术的融合发展。
数据科学之编程技术:使用R进行数据清理、分析与可视化
￥59.00
本书围绕使用R行数据科学编程所需的实际步骤展，介绍了有关该主题的工具和技术的整个系统。书中共分为六大部分。第壹部分介绍了如何下载和安装书中涉及的各种软件；第二部分介绍了项目管理的基础技术，包括跟踪代码的版本并生成文档；第三部分介绍了R编程语言，它是整本书使用的主要发语言；第四部分介绍了如何在R中加载、格式化、遍历和重塑数据；第五部分介绍了数据科学中数据可视化的原则以及如何利用R构建数据可视化；第六部分介绍了如何用两种不同的方法创建交互平台来分享自己的观，以及如何拓展自己的知识。
自适应和反应式机器人控制:动态系统法
￥59.00
本书主要介绍如何通过动态系统学习控制律，从而使机器人具备实时反应能力。本书首先介绍机器人学习数据的收集方法，然后重讲解使用动态系统学习控制律的核心技术，使用动态系统行轨迹规划的方法，以及使用动态系统行柔性控制和力控制的方法。本书提供大量应用示例，包括机械臂、拟人手和仿人机器人的全身控制等。本书要求读者熟悉关于机器人控制的基础知识，并熟悉机器学习、统计、优化以及动态系统等相关内容，适合作为高等院校机器人控制方向的研究生课程教材，也适合相关领域的技术人员参考。
大型语言模型实战指南:应用实践与场景落地
￥59.00
内容简介 这是一本系统梳理并深解析大模型的基础理论、算法实现、数据构造流程、模型微调方法、偏好对齐方法的著作，也是一本能手把手教你构建角色扮演、信息抽取、知识问答、AI Agent等各种强大的应用程序的著作。本书得到了零一万物、面壁智能、通义千问、百姓AI、澜舟科技等国内主流大模型团队的负责人的高度评价和鼎力推荐。具体地，通过本书你能了解或掌握以下知识：（1）大型语言模型的基础理论，包括常见的模型架构、领域大型语言模型以及如何评估大模型的性能。（2）大模型微调的关键步骤：从数据的收集、清洗到筛选，直至微调训练的技术细节。（3）大模型人类偏好对齐方法，从基于人工反馈的强化学习框架到当前主流的对齐方法。（4）通过GPTs快速搭建个性化的专属ChatGPT应用。（5）通过源模型在多种场景下搭建大模型应用，包括：表格查询、角色扮演、信息抽取、知识问答、AI Agent等。（6）掌握大模型Agent方法以及Agent常用框架。（7）基于LangChain框架构建一个AutoGPT应用。本书集大模型理论、实践和场景落地于一体，提供大量经详细注释的代码，方便读者理解和实操。总之，不管里是想深研究大模型本身，还是行大模型相关应用搭建，本书都应该能给你颇具价值的技术启发与思考，让你在大模型的路上快速前行，少走弯路。
银行数字化风控:业务与实践
￥59.00
这是一本从业务视角讲解银行机构如何在数字化转型的大背景下构建数字化风控体系的著作。 作者深耕银行风控领域20余年，将自己在银行和金融机构的从业经验以及为500余家银行提供咨询和培训的内容深度融合，总结了一套全面的银行数字化风控方法论，为零售、对公、普惠金融3大核心业务如何构建自己的风控体系，给出了明确的策略、方法与实践。 全书核心内容具体如下： 第 一部分（第1-2章）银行数字化风控 着重分析银行数字化风控的重要性、银行业发展的必然趋势以及金融科技在银行数字化风控中的应用，探讨如何构建银行全面数字化风控体系。 第二部分（第3-8章）零售业务数字化风控 从零售业务的贷前、贷中与贷后各环节手，着重介绍数字化风控策略、数字化风控模型以及数字化风控指标分析等内容，特别是智能反欺诈、智能贷后与AI催收，是银行需要重关注的方向。 第三部分（第9-12章）对公授信数字化风控 从对公业务数字化的重要性手，介绍银行业领先做法，涵盖全流程智能应用、数字化风险穿透识别与数字化金融事件分析等对公授信数字化风控具体内容。 第四部分（第13-16章）普惠金融数字化风控 在分析普惠金融数字化风控难与解决方案的基础上，探讨普惠金融破解之道，并深阐述银行在数据管理与个人隐私保护、农村数字普惠金融以及信贷资金流向监控方面的数字化智能风控做法。
语义解析:自然语言生成SQL与知识图谱问答实战
￥59.00
如何保证大模型输出内容的可靠性？ 如何建立自然语言和形式逻辑之间的映射？ 如何在工业级应用中将自然语言查询自动转换为SQL语言？ 如何由浅深地实现一个知识图谱问答系统？ 如何使用预训练技术提高模型语义理解的能力？ 如何通过数据增强的方法提升语义解析的效果？ 在实际产品中如何应用语义解析技术？ 以上所有问题都能在本书中找到答案！ 语义解析技术能解决大模型无法保证输出的形式语言可靠性和输出答案真实性的问题。本书由语义解析大赛获奖者撰写，通过本书的学习，读者可以了解NLP的相关技术，掌握自然语言生成SQL和知识图谱问答的实现方法。 本书从逻辑上分为三部分。 第一部分（第1章）：从具体的语义解析问题手，引出了各种主流技术，讨论了不同技术方案的对比和实现路径，并比较了不同数据集和技术路线的实验效果。 第二部分（第2～6章）：详细讲解了5种语义解析技术路线，即基于机器翻译、模板填充、强化学习、GNN、中间表达的技术原理与实现示例。 第三部分（第7～11章）：讲解了如何从零始构建一个语义解析系统，并针对NL2SQL和知识图谱问答的不同应用场景提供实践方案。同时，阐述了在产品中落地语义解析技术可能遇到的问题和应对技巧。
深入理解移动互联网
￥59.00
本书系统地介绍移动互联网的发展历程；以Wi-Fi与5G 为切，深剖析无线网络工作原理与组网方法；系统地讨论移动通信网发展与演变、5G技术特征与指标、应用场景，以及6G技术的发展愿景；系统地介绍移动IPv4与移动IPv6协议与移动IP的关键技术；系统地介绍无线TCP传输机制、传输层QUIC协议的设计方法与协议内容，以及容迟网DTN技术体系结构与应用；以云计算到移动云计算、移动云计算到移动边缘计算为路径，系统地讨论计算迁移基本概念、原理、系统功能结构；以移动云存储、移动流媒体、移动社交网络、移动电子商务，以及基于移动云计算的移动位置服务、基于移动边缘计算的增强现实与CDN应用为例，系统地讨论移动互联网新的应用系统设计方法与实现技术；在介绍QoS概念与研究发展的基础上，系统地讨论QoE的基本概念、定义、影响因素、评价方法与标准化问题；在分析移动互联网面临新安全威胁的基础上，系统地讨论移动终端硬件、软件、应用软件安全性、5G通信系统安全与挑战，以及移动云计算与移动边缘计算安全性研究。通过以上内容的讨论，诠释移动互联网“移动、社交、群智”的特。
计算社会学:系统应用篇
￥59.00
自2009年至今，计算社会学步了发展的黄金时期。多学科的深度交叉融合，以人工智能为代表的数据科学方法的快速发展以及跨空间、多模态数据的快速富集等都使得计算社会学得到蓬勃发展，让社会科学研究呈现出崭新面貌，为解释人类行为、群体认知、社会演化等提供了重要的理论和方法支撑。本书采用渐式的组织思路，以人工智能的经典模型为基础理论支撑，从社交网络分析、网络动力学、社交媒体挖掘与社群智能三个维度行延伸，围绕典型应用系统梳理计算社会学的代表性应用。在兼顾广度和深度的前提下，本书深度融合计算机科学、社会学、人工智能、复杂网络、统计学和自然语言处理等多学科的专业概念，突出社会计算学近年来的研究成果和关键技术突破。本书为人工智能与社会科学交叉融合提供了系统性的理论框架、方法体系与应用阐释，是研究人员、专业人员以及工程、计算、AI、互联网等领域的技术人员不可或缺的参考资料，同时也可作为相关领域的高年级本科生和研究生的教材。
