购物车
个人中心
程序员在囧途
￥9.99
《程序员在囧途》通过幽默有趣的故事，潜移默化地把技术开发、程序员求职、项目管理、创业思路、软件行业商业运作、职业转型、自我修养等各个方面融合在一起，让读者在开心地读故事的同时，还能学习到很多实际的技术知识和职场知识。 本书可供即将踏入IT行业的大学生、身在囧途中的程序员以及IT管理者阅读。
五笔就这么简单！
￥5.55
本书以“五笔字型拆分的两种方法”、“五笔字型拆分时要注意的三条原则”，以《百家姓》为例，介绍了约400个字的输入方法，指导初学者入门五笔字型
Python高手之路 第3版
￥12.99
这不是一本常规意义上Python的门书。这本书中没有Python关键字和for循环的使用，也没有细致微的标准库介绍，而是完全从实战的角度出发，对构建一个完整的Python应用所需掌握的知识行了系统而完整的介绍。更为难得的是，本书的作者是源项目OpenStack的PTL（项目技术负责人）之一，因此本书结合了Python在OpenStack中的应用行讲解，非常具有实战指导意义。 本书从如何始一个新的项目讲起，首先是整个项目的结构设计，对模块和库的管理，如何编写文档，而讲到如何分发，以及如何通过虚拟环境对项目行测试。此外，本书还涉及了很多高级主题，如性能优化、插件化结构的设计与架构、Python 3的支持策略等。本书适合各个层次的Python程序员阅读和参考。
机器学习之路——Caffe、Keras、scikit-learn实战
￥17.99
机器学习需要一条脱离过高理论门槛的门之路。本书《机器学习篇》从小红帽采蘑菇的故事篇，介绍了基础的机器学习分类模型的训练（第1章）。如何评估、调试模型？如何合理地发掘事物的特征？如何利用几个模型共同发挥作用？后续章节一步一步讲述了如何优化模型，更好地完成分类预测任务（第2章），并且初步尝试将这些技术运用到金融股票交易中（第3章）。自然界*好的非线性模型莫过于人类的大脑。《深度学习篇》从介绍并对比一些常见的深度学习框架始（第4章），讲解了DNN模型的直观原理，尝试给出一些简单的生物学解释，完成简单的图片识别任务（第5章）。后续章节在此基础上，完成更为复杂的图片识别CNN模型（第6章）。着，本书展示了使用Caffe完成一个完整的图片识别项目，从准备数据集，到完成识别任务（第7章）。后面简单描述了RNN模型（第8章），着展示了一个将深度学习技术落地到图片处理领域的项目（第9章）。
数据结构(Java语言描述)
￥8.75
本书以作者多年数据结构课程教学经验为基础编写而成。全书共9章，第1章介绍了数据结构的基本概念及算法复杂度分析的详细框架和步骤；第2~5章是对线性结构的详细介绍，这一部分是整个数据结构的基础，包括顺序表、表、栈、队列、稀疏矩阵以及线性表的查找和排序等内容；第6~8章主要研究树结构，第6章介绍了二叉树及树的性质、遍历算法及其应用，第7章研究了查找二叉树及相关算法，第8章介绍了堆结构及其应用；第9章介绍了图结构及关于图的几个基础算法。 本书以Java语言作为数据结构及算法的描述语言，以Java环境的集合框架为参照组织教学内容，便于读者更好地将课程内容运用到实际的软件发过程中。本书配套有PPT、习题解答等。
破解K线密码
￥15.32
本书通过对K线理论、单根K线、K线组合、K线形态及其综合应用的分析，让散户投资者对每天见到的K线不再陌生，让司空见惯的K线不再普通。全书以独特的视角抽丝剥茧地讲述一根根具备实战操作意义的K线，精选的60多幅A股K线案例图均为编者10余年股市实战所用，去芜存菁，具有较高的价值。阅读本书，投资者会发现，同样的K线不一样的解读，同样的市场不一样的操作。本书可以真正帮助读者读懂K线语言，明白K线故事，把握波段盈利。
HTML5揭秘
￥9.00
本书全面而深地对HTML5相关的技术行详细介绍和剖析。“从始到现在”道出HTML5的坎坷发展史；“HTML5特性检测”介绍了多种针对不同特性的检测方法；“本地存储”揭了如何把“数据库”搬到客户端的神秘面纱；“离线应用”展示了脱机状态下依然能让Web应用完好无损的神奇技艺；“疯狂的表单”大秀了一把炫酷无比的下一代Web表单……它几乎涵盖了HTML5标准中描述的所有新特性。本书在以诙谐的文字结合生动的实例介绍HTML5特性的同时，还深剖析其内部原理。让读者不仅知其然，而且知其所以然。无论是刚触Web前端技术的新人，还是经验丰富的老手，只要是HTML5技术爱好者，都会从本书中受益。
Python编程自学手册
￥31.99
本书内容经过多次实践，从趣味易懂的语言讲解枯燥的编程知识，能够让初学者轻松掌握Python的基本语法、计算机程序设计中的常用算法，快速具备一定的实战开发能力。 本书共分为三个部分，部分是基础篇，重点讲解基本语法；第二部分是进阶篇，重点讲解函数和多种组合数据类型；第三部分是应用篇，重点讲解程度设计、web开发及游戏开发，让学习者能够快速具备Python实战能力。
算法零基础一本通(Python版)
￥41.30
《算法零基础一本通（Python版）》使用 Python 指导读者从零始学习算法 ：由基础数据结构始，逐步解说信息安全算法，*后也讲解了人工智能门领域的 KNN 和 K-means 算法。《算法零基础一本通（Python版）》包含约 120 个程序实例，使用约 600 张完整图例，深讲解了 7 种数据结构和数十种算法，此外也针对国内外著名公司招聘程序员的算法考题做了讲解。《算法零基础一本通（Python版）》实用性强、案例丰富，适合有一定 Python 基础的读者使用，也可作为大中专院校及培训机构的参考教材。
Python数据科学零基础一本通
￥63.50
《Python数据科学零基础一本通》是一本专为没有编程基础的读者编写的Python门书籍，全书包含800多个程序实例及200多道实践习题，一步一步详细讲解Python语法的基础知识，同时也将应用范围拓展至图形界面设计、影像处理、图表绘制、文字识别、词云、股市资料摘取与图表制作、线性代数、基础统计以及与数据科学相关的Numpy、Scipy、Pandas。
大数据分析——数据仓库项目实战
￥70.00
本书按照需求规划、需求实现、需求可视化的流程进行编排，遵循项目开发的实际流程，全面介绍了数据仓库的搭建过程。在整个数据仓库的搭建过程中，本书介绍了主要组件的安装部署过程、需求实现的具体思路、部分问题的解决方案等，并在其中穿插了许多与大数据和数据仓库相关的理论知识，包括大数据概论、数据仓库概论、电商业务概述、数据仓库理论准备、数据仓库建模等。本书从逻辑上可以分为三部分：部分是大数据与数据仓库概论及项目需求描述，主要介绍了数据仓库的概念、应用场景和搭建需求；第二部分是项目部署的环境准备，介绍了如何从零开始搭建一个完整的数据仓库环境；第三部分是需求模块实现，针对不同需求分模块进行实现，是本书的重点部分。本书适合具有一定的编程基础并对大数据感兴趣的读者阅读。通过阅读本书，读者可以快速了解数据仓库，全面掌握数据仓库的相关技术。
一本书讲透Java线程:原理与实践
￥65.00
本书由科大讯飞高级系统架构师撰写，结合大量源码与图示，通俗易懂；自顶向下解析JDK、JVM、Linux中的Java线程通信机制、同步机制、锁机制、原子计数器、线程安全容器、线程池的实现原理与应用技巧。全书共12章，分为三篇。 基础篇（第1～5章），从Linux的线程基础讲起，重从JDK、JVM、Linux多个维度讲解Java线程的设计、通信与同步机制，如内存一致性、内存屏障、多线程间数据通信、并发控制等核心知识，从而在实际发中提高程序的性能和稳定性。 阶篇（第6～9章），从CPU的架构讲起，重讲解锁算法（MCS、CLH、AQS）、Java锁机制、原子计数器、线程并发容器、线程池的设计原理与实现，以期让读者掌握Java线程的阶知识，不仅能发出高性能的程序，而且遇到问题可以举一反三，找到最佳方案。 应用篇（第10～11章），详细讲解Java线程的常见模型与使用技巧。以电商真实场景为例，从面临的挑战、基于Java多线程的实现方案与优化等角度层层递，让读者感受真实的Java线程“威力”。 最后，总结多线程编程的常见问题与使用技巧。
金融人工智能:用Python实现AI量化交易
￥65.90
本书通过Python示例介绍人工智能技术在金融数据分析中的应用。你将了解如何运用神经网络、强化学习等深度学习技术预测金融市场。本书分为六大部分。部分介绍人工智能算法的核心概念，包括监督学习和神经网络，并描绘超级人工智能愿景。第二部分讨论机器学习技术在金融市场中的应用。第三部分更一步，讨论如何利用神经网络和强化学习技术解决金融市场中的统计失效问题。第四部分详述如何利用算法交易解决统计失效问题。第五部分展望未来，探讨人工智能会如何改变金融业。第六部分给出以Python实现的神经网络，可用于时间序列预测。
CSS选择器世界(第2版)
￥44.67
CSS选择器是CSS世界的支柱，撑起了整个精彩纷呈的CSS世界。本书专门介绍CSS选择器的相关知识。在本书中，作者结合多年从业经验，在CSS基础知识之上，充分考虑前端发人员的发需求，以CSS选择器的基本概念、优先级、命名、best实践以及各伪类选择器的适用场景为技术主线，为CSS发人员介绍有竞争力的知识和技能。本书在第1版的基础上，对选择器的特性、兼容性等相关内容行了更新，并介绍了新增的选择器。此外，本书配有专门的网站，用以行实例展示和问题答疑。 作为一本CSS阶书，本书非常适合有一定CSS基础的前端发人员学习和参考。
联邦学习原理与算法
￥65.00
《联邦学习原理与算法》系统介绍了联邦学习的全貌，内容丰富，兼顾算法理论与实践。算法部分包含横向联邦、纵向联邦等不同的数据建模方式，重讨论了联邦学习由于数据异质性和设备异质性带来的算法稳定性、隐私性挑战及其解决策略，这对每一个联邦学习框架设计者来说都是至关重要但却容易忽略的部分；实践部分介绍了当前主流的联邦学习框架，并行对比，然后给出相同算法的不同实现供读者比较。《联邦学习原理与算法》重介绍了联邦学习计算机视觉及推荐系统等方面的应用，方便算法工程师拓展当前的算法框架，对金融、医疗、边缘计算、区块等应用也做了详尽阐述，相信对于研究隐私保护机器学习的计算机相关专业学生和联邦学习领域的发者、创业者都有很好的借鉴作用。详细的代码以及对现有框架和源项目的介绍是本书的一大特色。《联邦学习原理与算法》为读者提供了全部案例源代码下载和高清学习视频，读者可以直扫描二维码观看。
深度强化学习实战:用OpenAI Gym构建智能体
￥44.67
这是一本介绍用 OpenAI Gym 构建智能体的实战指南。全书先简要介绍智能体和学习环境的一些门知识，概述强化学习和深度强化学习的基本概念和知识，然后重介绍 OpenAI Gym 的相关内容，随后在具体的 Gym 环境中运用强化学习算法构建智能体。本书还探讨了这些算法在游戏、自动驾驶领域的应用。 本书适合想用 OpenAI Gym 构建智能体的读者阅读，也适合对强化学习和深度强化学习感兴趣的读者参考。读者应具备一定的 Python 编程基础。
算法详解(卷3)——贪心算法和动态规划
￥44.67
“算法详解”系列图书共有4卷，本书是第3卷—贪心算法和动态规划。其中贪心算法主要包括调度、最小生成树、聚类、哈夫曼编码等，动态规划主要包括背包、序列对齐、最短路径、最佳搜索树等。本书的每一章均有小测验和章末习题，这将为读者的自我检查以及一步学习提供方便。 本书作者提供丰富而实用的资源，能够帮助读者提升算法思维能力。本书适合计算机专业的高校教师和学生、想要培养和训练算法思维、计算思维的IT专业人士，以及面试官和正在准备面试的应聘者阅读、参考。
速通深度学习数学基础
￥55.30
本书以线性代数、微积分、概率论为逻辑主线，讲解了与深度学习有关的大部分数学内容。本书以理论结合实际的方式讲解，使数学知识不再是冰冷的公式堆砌，而变成一个个真实的案例，同时对案例背后的原理行理论上的升华，希望达到一通百通的效果。读者通过阅读本书，不仅能够提升阅读学术论文中的数学公式的能力，还能加深对深度学习本身的理解。 本书面向门级读者，摒弃复杂的数学推导和证明，重视逻辑推理和简单的表达，特别适合数学基础不足的读者阅读。
现代CPU性能分析与优化
￥59.00
本书旨在指导大家优化运行在现代CPU上的应用程序的性能。具体来说，主要分为两部分内容： 部分介绍性能分析，包括对CPU微架构、术语和指标的简要概述，还探讨了分析性能的不同方法和现代平台上可用的硬件监控功能。 第二部分展示如何发现优化机会，以及可以做哪些转换来提高程序的性能。此外，还提供了一份可应用于用户应用程序的优化清单，包括循环优化、向量化、函数内联等，并讨论了有助于消除CPU微架构层面的问题（如缓存未命中、分支预测错误等）的代码转换。 本书对于从事性能关键型应用程序发和行系统底层优化的技术人员来说是不可或缺的。对于任何想更好地了解应用程序性能并探索其诊断和改方法的发者来说，这本书也很有用。
服务端开发:技术、方法与实用解决方案
￥65.00
这是一本从发流程、技术栈、典型问题解决方案和发规范等维度全面讲解服务端发的著作。它衍生自作者在某著名互联网科技公司内部讲授的高口碑课程，是作者近10年服务端发经验的总结，同时融合了业界在服务端发方面的宝贵项目经验和实践智慧。 本书理论与实践结合，摆脱编程语言、框架、中间件及传统编程思想的束缚，全景式、体系化地阐述了服务端发，核心内容包括以下两个部分。 第1部分：服务端发的技术和方法 首先，介绍了服务端发的职责、技术栈、核心流程和阶路径；然后，从需求分析、抽象建模、系统设计、数据设计和非功能性设计5个方面展，结合案例深讲解了服务端发的实操方法和重难，为读者呈现出服务端发的全景图，帮助读者快速、体系化地掌握服务端发的相关知识和方法。 第2部分：服务端典型问题的解决方案 针对高并发、高性能、高可用、缓存、数据一致性、幂等、秒杀等服务端发实践中的典型问题，给出了对应的解决方案和发规范，同时还结合案例深分析了不同方案的优缺。此外，还总结了口设计、日志印、异常处理、代码编写、代码注释等落地层面的行业案例和规范。
机器学习数学基础一本通(Python版)
￥69.30
这是一本具有高中数学知识就能读懂的机器学习图书，书中通过大量程序实例，将复杂的公式重新拆解，详细、清晰地解读了机器学习中常用的数学知识，一步步带领读者机器学习的领域。本书共 22 章，主要讲解了数据可视化、math 模块、sympy 模块、numpy 模块、方程式、函数、*小平方法、集合、概率、贝叶斯定理、指数、对数、欧拉数、逻辑函数、三角函数、大型运算符、向量、矩阵与线性回归等数学知识。
