

*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。

Python量化投资指南——基础、数据与实战
¥68.60
以量化投资为中心,在介绍量化投资的基本面、技术面和python 软件等知识的基础上,重描述从金融数据的爬虫、模型选股统计分析到策略分析与绩效评价,是量化投资必经之路。具体利用python 爬虫获取金融数据、并借助python 基于数据行基本面和技术面选股、金融统计模型在投资和交易中的运用,及其量化投资回测框架构建与实例分析。

自己动手构建编程语言:如何设计编译器、解释器和DSL
¥77.00
本书主要研究如何构建一种新的编程语言。书中将介绍编程语言设计方面的主题,并重介绍编程语言实现。本书的新颖之处在于将传统的编译器-编译器工具(Flex和BYACC)与两种更高级的实现语言融合。一种非常高级的语言(Unicon)可以像黄油一样穿透编译器的数据结构和算法,而另一种主流的现代语言(Java)则展示了如何在更典型的生产环境中实现相同的代码。 本书主要面向对发明编程语言或发领域特定语言感兴趣的软件发人员。学习编译器构建课程的计算机科学相关专业学生也会发现这本书非常适合作为语言实现的实用指南,可以为理论教材提供有益补充。

鸿蒙HarmonyOS应用开发入门
¥62.30
HarmonyOS是一款面向未来、面向全场景的分布式操作系统,借助HarmonyOS全场景分布式系统和设备生态,定义全新的硬件、交互和服务体验。本书采用**的HarmonyOS 3版本作为基础,详细介绍如何基于HarmonyOS 3来行应用发,包括HarmonyOS架构、DevEco Studio、应用结构、Ability、UI发、公共事件、窗口管理、网络编程、安全管理、数据管理等多个主题,还介绍如何从0始发计算器、视频播放器、物应用、微信应用等。本书辅以大量的实战案例,图文并茂,让读者易于理解掌握。同时,案例的选型偏重于解决实际问题,具有很强的前瞻性、应用性和趣味性。加鸿蒙生态,让我们一起构建万物互联的新时代! 《鸿蒙HarmonyOS应用发门》适合HarmonyOS应用发初学者和阶读者作为自学用书,也适合培训机构作为培训教材,还适合大、中专院校的相关专业作为教学参考书。

ARM汇编与逆向工程 蓝狐卷 基础知识
¥77.00
本书由两部分组成。第I部分首先概述ELF文件格式和操作系统的内部结构,然后介绍Arm架构基础知识,并深探讨A32和A64指令集;第II部分深探讨逆向工程,包括Arm环境、静态分析和动态分析,以及固件提取和模拟分析等关键主题。本书末尾讲解在macOS中基于Arm的M1 SoC编译的二制文件的恶意软件分析。 通过阅读本书,读者可以深理解Arm的指令和控制流模式,这对于针对Arm架构编译的软件的逆向工程至关重要。为帮助逆向工程师和安全研究人员更好地理解逆向工程,本书深介绍了逆向工程的各个方面,具体包括:?? Arm架构的AArch32和AArch64指令集状态,以及ELF文件格式内部结构;?? Arm汇编内部机制的详细信息,可供逆向工程师分析恶意软件和审计软件安全漏洞使用,以及寻求Arm汇编语言详细知识的发人员使用;?? Armv8-A架构支持的A32/T32和A64指令集,以及常见的指令和控制流模式;?? 用于静态和动态二制分析的已知逆向工程工具;?? 在Linux上对Arm二制文件行反汇编和调试的过程,以及常用的反汇编和调试工具。


综合安防系统建设与运维(初级)
¥51.14
本书以安全防范专业的初级技能培训要求为指导行编写,内容主要面向系统集成企业、工程公司、应用企业等的设备安装、设备调试、安全保护、设备装配等岗位的业务能力需求。全书共分9章,前两章分别介绍操作安全的基本概念、安全防范工程的布线,第3章介绍安全防范的多媒体、视音频解码、探测、网络、中心控制、显示、存储、信号与口等基础技术知识,第4章介绍综合安防系统的组成与应用,第5~9章分别介绍了视频监控系统、侵报警系统、出口控制系统、可视对讲系统及停车场安全管理系统的勘测与实施,第10章介绍了安防系统中的客户端硬件及软件的使用。 本书适合作为教材,供职业院校安全防范相关专业的师生阅读,或者供工程公司等企业作为岗位培训教材,也适合对安全防范系统感兴趣的其他读者阅读。

GPT时代的量化交易:底层逻辑与技术实践
¥82.60
ChatGPT的横空出世,使得量化交易编程工具的使用门槛迅速降低,掌握量化交易的底层逻辑就成了重中之重。本书着重介绍量化交易模型的底层逻辑和技术实践,梳理了基本面量化、资产配置量化、贝塔量化、阿尔法量化和另类量化这5种量化交易第略,并给出了相应的实战案例及代码,初步探索了运用GPT来实现其逻辑的技术路径,从理论到实践,助你轻松上手量化交易。 本书适合对量化交易感兴趣的广大投资者,尤其适合希望转型量化交易的程序员参考阅读。


Excel VBA实战应用一本通(视频教学版)
¥47.00
本书以图解的形式详细介绍Excel VBA的基础知识,提供大量案例来强化Excel VBA的具体操作,内容循序渐、由浅深,方便读者动手实操、提高学习效率。本书共分为14章,主要内容包括:第1~4章详细介绍使用Excel VBA编程必须要掌握的基础知识,包括Excel VBA的基本界面操作、程序发基础知识、窗体与控件、函数与图表的使用等;第5~12章通过丰富的实例介绍如何设计与创建各种常用的企业管理系统,比如员工信息管理系统、销售分析管理系统、抽奖活动管理系统、资产管理系统、文档管理系统、问卷调查管理系统、图书管理系统、年度考核管理数据库;第13和14章介绍Excel VBA的数据统计与分析应用及与其他程序的交互使用,是对Excel VBA的应用的强化提高。

利用Python进行数据分析(原书第3版)
¥90.00
本书是Python数学分析经典畅销书的升级版,由Python pandas项目的创始人Wes McKinney撰写。自2012年第1版出版以来,迅速成为该领域的权威指南,并且为了与时俱,作者也在对本书内容行持续更新,以摒弃一些过时、不兼容的工具,添加新的内容,用以介绍一些新特性、新工具及方法。本书第3版针对Python 3.10和pandas 1.4行了更新,并通过实操讲解和实际案例向读者展示了如何高效解决一系列数据分析问题。读者将在阅读过程中学习新版本的pandas、NumPy、IPython和Jupyter。

YOLO目标检测
¥63.87
本书主要介绍基于视觉的YOLO框架的技术原理和代码实现,并讲解目标检测领域中的诸多基础概念和基本原理,在YOLO框架的基础上介绍流行目标检测框架。本书分为4个部分,共13章。第1部分介绍目标检测领域的发展简史、主流的目标检测框架和该领域常用的数据集。第2部分详细讲解从YOLOv1到YOLOv4这四代YOLO框架的网络结构、检测原理和训练策略,以及搭建和训练的YOLO框架的代码实现。第3部分介绍两个较新的YOLO框架——YOLOX和YOLOv7,着重讲解其设计理念、网络结构和检测原理。第4部分介绍DETR、YOLOF和FCOS在内的流行目标检测框架和相应的代码实现。本书侧重目标检测的基础知识,包含丰富的实践内容,是目标检测领域的门书,适合对目标检测领域感兴趣的初学者、算法工程师、软件工程师等人员学习和阅读。

AIGC原理与实践:零基础学大语言模型、扩散模型和多模态模型
¥77.00
本书旨在帮助没有任何人工智能技术基础的工程师们全面掌握AIGC的底层技术原理,以及大语言模型、扩散模型和多模态模型的原理与实践。本书的核心价值是,首先为想学习各种大模型的读者下坚实的技术基础,然后再根据自己的研究方向展深的学习,达到事半功倍的效果。通过阅读本书,您将学习如下内容:(1)AIGC技术基础深了解神经网络的基础知识,包括卷积神经网络和循环神经网络的原理与应用。并通过学习神经网络的优化方法,您将掌握如何优化和提升神经网络的性能。 (2)图像生成模型包括从自动编码器(AE)、变分自编码器(VAE)、生成对抗网络(GAN)等图像生成模型。通过学习优化方法,如WGAN、WGAN-WP、StyleGAN等,您将掌握如何提高图像生成模型的质量和稳定性。同时,了解图像生成模型的应用,如迁移学习、风格迁移等,让您轻松实现个性化创作。此外,还将带您深了解DDPM、DDIM等扩散模型的前沿技术,为您展现图像生成技术的最新成果,探索更加出色的生成效果和表达方式。 (3)语言生成模型了解注意力机制、Transformer架构等基础知识,深探索GAT系列、大语言模型(如ChatGPT),让您掌握自然语言处理的精髓。 (4)多模态模型了解CLIP、Stable Diffusion、DALL.E等多模态模型,触碰视觉和文字的奇妙交织,领略多模态智能的广阔前景。


未来可期:与人工智能同行
¥49.80
《未来可期:与人工智能同行》是一部探讨人工智能的现在和未来,以及人工智能时代的种种难题的作品集。 在ChatGPT横空出世的今天,我们只有了解人工智能,跟上它的脚步,才能不被时代淘汰。家用智能器、数字疗法、具身智能、元宇宙、虚拟人、数字分身……越来越多的新概念已经或即将涌我们的生活,并切实影响衣食住行的方方面面。作者在书中不仅分析了当前的人工智能发展,更预测在不远的将来,人工智能如何一步步走和改变我们的生活,如何给我们带来前所未有的便利,又如何给我们带来纷繁复杂的困扰。 人工智能的发展与人类自身的发展是一体两面的关系。作者真正想要预测的并不是人工智能技术会发展成什么样,而是人类会通过人工智能技术发展成什么样。

深入理解LLVM:代码生成
¥65.00
全书分为3篇。第1篇介绍编译器基础知识,包括中间表示,重介绍SSA、数据流分析、支配、循环等知识,此外还介绍了LLVM的后端描述语言TableGen。第二篇剖析分LLVM代码生成,其中对代码生成的每一步骤都有提及,着重介绍指令选择、指令调度、寄存器分配和编译优化。同时还以BPF后端为例总结了如何基于LLVM发一款新后端的编译器。第三篇附录主要总结了LLVM代码生成过程中使用的IR、BPF指令集以及如何在Linux运行BPF应用,Pass和PassManager的运行机制等知识。通过阅读本书,读者理解和掌握LLVM代码生成过程,可以根据本书指导为基于LLVM发一款新后端的编译器。同时本书还介绍了各种编译过程中使用到的算法,读者可以根据场景对算法行增强从而达到性能优化目的。

生成式AI入门与AWS实战
¥63.87
本书是专注于如何在AWS上发和应用生成式AI的实用指南,旨在为技术领导者、机器学习实践者、应用发者等提供深了解和应用生成式AI的策略与方法。本书首先介绍了生成式AI的概念及其在产品和服务中的应用潜力,然后详细阐述了生成式AI项目的完整生命周期。作者探讨了多种模型类型,如大语言模型和多模态模型,并提供了通过提示工程和上下文学习来优化这些模型的实际技巧。此外,本书讨论了如何使用LoRA技术对模型行微调,以及如何通过RLHF使模型与人类价值观对齐。书中还介绍了RAG技术,以及如何利用LangChain和ReAct等发agent。最后,本书介绍了如何使用Amazon Bedrock构建基于生成式AI的应用程序。基于该强大的平台,读者可以实现自己的创新想法。 本书适合对生成式AI感兴趣的学生和研究人员、在AWS上发AI应用程序的软件发人员和数据科学家、寻求利用AI技术优化业务流程的企业决策者以及对技术趋势保持好奇心的科技爱好者阅读。


大模型安全、监管与合规
¥59.00
内容简介这是一部从技术安全、监管框架、合规要求、伦理道德等角度全面讲解生成式人工智能安全问题的实战性著作。本书在坚实的理论基础之上,通过丰富的案例和翔实的数据,系统梳理了企业当下在生成式人工智能实践中面临的各种安全挑战,并给出了应对策略。本书的目标是为读者提供全面且实用的行动框架和实操指南,以促生成式人工智能行业的健康发展。本书融合了跨学科专家的技术和经验,作者团队包括安全领域的资深技术精英、微软创新教育专家(MIEE)、生成式人工智能技术专家,以及在大数据企业、法律界深耕多年的知识产权与数据合规方面的专家。他们凭借各自的专业知识和实践经验,将理论与实务紧密结合,为读者提供了宝贵的见解和参考。阅读并掌握本书,你将收获以下10个方面知识:(1)大模型安全的范畴、现状和挑战:包括安全、监管与合规的关键问题,以及国家安全和社会治理角度安全隐患和风险。(2)大模型技术层面的安全风险:包括信息安全原则、传统安全风险、识别和分析人类意图的挑战,以及大模型的固有脆弱性。(3)大模型监管与合规的法律框架:包括全球范围内的AIGC的监管现状,如诉讼压力、执法调查和立法展,以及国内监管体系和国外典型法域的监管实践。(4)大模型知识产权合规:在大模型的发和应用中,如何确保知识产权的合规性,包括著作权、源协议、专利权、商标权和商业秘密的保护。(5)大模型数据合规:在大模型的构建过程中如何确保数据合规,包括模型训练、应用和优化等全流程的数据合规。(6)大模型内容安全:在大模型的应用过程中如何确保内容安全,包括内容监管、内容安全风险和内容安全合规。(7)大模型算法合规:在大模型的构建和应用发过程中如何确保算法合规,包括算法备案、人工智能安全评估、算法公透明、算法生成内容标识、算法反歧视、与算法有关的侵权和算法合规要总结。(8)大模型伦理安全:在大模型的构建和应用过程中如何确保伦理安全,包括伦理风险、成因分析、治理实践、应对策略和自查工具表。(9)大模型的安全保障方案:如何构建一个既安全又可信的大模型环境,包括传统技术层面的安全保障、数据层面的保障策略和可信属性角度的安全防护策略。(10)生成式人工智能的发展趋势:从技术视角和法律视角,洞察大模型在安全、监管与合规方面的发展趋势。

大模型动力引擎——PyTorch性能与显存优化手册
¥62.30
本书致力于探索如何在大规模深度学习模型训练中,最大限度地提高性能和优化显存使 用。本书面向深度学习从业者,尤其是希望深了解并提升模型训练效率的工程师与研究 人员。随着深度学习模型和数据规模的迅速增长,如何高效利用硬件资源,减少训练时间, 成为当前AI系统工程的关键挑战。本书从硬件和软件的基础知识手,逐步引导读者理解 和掌握PyTorch的优化技巧。内容涵盖从单机到分布式训练,从显存管理到性能分析的多种 优化策略,力求通过丰富的代码实例和深的原理讲解,使读者能够在实践中灵活应用这些 方法。


广告与营销风控:方法与实践
¥59.00
内容简介本书从技术和业务角度全面阐述互联网广告与营销的黑灰产业,以及应对各种风险的风控思路和解决方案。在业务层面,结合行业发展现状以及当前AIGC技术快速爆发的背景,对广告与营销领域的黑灰产业行了深剖析,特别是人、货、场之间的博弈关系,以及商家、渠道、用户、平台等不同参与方的利益等。在技术层面,基于前置的业务剖析,深探讨了基于概率统计、近邻算法、图分析和时序分析等异常检测方法,并结合内容风控技术,提供了一套立体的面向互联网广告与营销场景的风控解决方案。每一章都结合了理论与实践,通过丰富的案例分析,帮助读者深理解风控技术的应用,并掌握如何应对AIGC时代广告与营销领域的新挑战。本书的读者对象包括互联网广告与营销行业的算法、工程、运营、产品从业者,既包括正向的搜索、推荐、广告业务人员,也包括负向的风险控制业务方向,以及广告报表、结算、埋、归因等中间数据团队人员。此外,对互联网安全攻防感兴趣的爱好者、设相关课程的在校师生也可阅读本书。通过阅读本书,你可以收获以下知识。(1)互联网广告的发展历程和演变过程,以及常见的互联网广告形态。(2)互联网广告与营销领域背后的攻防博弈和黑灰产利益。(3)基于概率统计、近邻相似检索、图关系分析、时序序列等异常检测方法。(4)图像、文本、视频、直播等多媒体内容安全识别方法。(5)在线、近线、离线互补的风控系统架构,风控领域MLOps循环。(6)AIGC技术爆发下的新风险对抗思路。希望读者朋友在本书中,能够找到和自己业务或研究方向相匹配的内容,知行合一,把书中介绍的方法应用到自身具体的业务场景,让知识发挥更大的价值,一起“建设更安全的互联网”!

ASM全埋点开发实战
¥63.87
本书由业内专业团队神策数据的专业人士编写,结合实战案例,深浅出地介绍了ASM技术和Android全埋技术。 作者从神策数据服务超过2000家客户的经历中,发现了行业用户对全埋技术的迫切需求。本书针对这一,详细、客观地阐述了ASM在Android全埋中的应用,涵盖各种真实商业场景,并清晰地讲解其技术原理和实现步骤,以帮助用户利用好全埋技术的特长和优势。 本书作为一本技术参考书,特别适合非专业发工程师在日常工作中使用。

矩阵力量:线性代数全彩图解 + 微课 + Python编程
¥180.60
数据科学和机器学习已经深度融合到我们生活的方方面面,而数学正是启未来大门的钥匙。不是所 有人生来都握有一副好牌,但是掌握“数学 编程 机器学习”是**。这一次,学习数学不再是为了考试、分数、升学,而是投资时间、自我实现、面向未来。为了让大家学数学、用数学,甚至爱上数学, 在创作这套书时,作者尽量克服传统数学教材的各种弊端,让大家学习时有兴趣、看得懂、有思考、更自信、用得着。 鸢尾花书有三大板块——编程、数学、实践。数据科学、机器学习的各种算法离不数学,本册《矩阵力量》是“数学”板块的第 2 本,主要介绍常用线性代数工具。任何数学工具想要从一元推广到多元,比如多元微积分、多元统计,都绕不线性代数。 《矩阵力量:线性代数全彩图解 微课 Python编程》共 25 章内容,可以归纳为 7 大板块:向量、矩阵、向量空间、矩阵分解、微积分、空间几何、数据。《矩阵力量:线性代数全彩图解 微课 Python编程》在讲解线性代数工具时,会穿插介绍其在数据科学和机器学习领域的应用场景,让大家学以致用。《矩阵力量:线性代数全彩图解 微课 Python编程》读者群包括所有在工作中应用数学的朋友,尤其适用于初级程序员阶,大学本科数学窍,高级数据分析师,人工智能发者。


高能效类脑智能:算法与体系架构
¥59.40
什么是企业人力资源管理? 企业为什么需要人力资源管理? 谁是企业人力资源管理的*责任人? 自己什么都不会,怎么做? 用什么判断自己的工作过程、结果和方向是否正确? 自己所学的专业不是人力资源管理,对做好人力资源管理工作有没有影响? 自己是应届大学生,想从事人力资源管理工作,该从哪里始? 自己工作几年了,现在想改行做人力资源管理工作,可以吗? 未来想成为人力资源管理高管,现在该怎么做? 作者历时五年,独立首创和首次公发布的“人力资源管理成熟度模型”,已经成为一个管理工具。它可以用来检查和评估企业的人力资源管理成熟度如何,也可以用来检查和评估人力资源管理从业人员的管理能力成熟到了什么水平。《老HR手把手教你搞定HR管理(初级版):从有证书到会干活》是“人力资源管理成熟度模型”基础操作级的全部内容。 《老HR手把手教你搞定HR管理(初级版):从有证书到会干活》有大量的企业实战案例,逐一讲解操作步骤和方法,以及法律依据与解决问题的思路,并提示了操作时的风险防范,适合于各种类型企业的员工管理。本书适合企业管理者和自主创业者阅读,也适合在校大学生作为配套的职业技能辅导书。


机器学习:使用OpenCV、Python和scikit-learn进行智能图像处理(原书第2版)
¥59.40
本书通过具体的编程实践案例,*系统地讲述了机器学习涉及的核心内容。首先介绍新特性以及安装OpenCV 4构建计算机视觉应用程序。你将探索机器学习的基础知识,学习设计用于图像处理的各种算法。本书将逐步介绍有监督学习和无监督学习。你将获得使用Python中的scikit-learn开发各种机器学习应用程序的实践经验。后续章节将重点介绍决策树、支持向量机、贝叶斯学习等各种机器学习算法,以及如何将这些算法应用于目标检测等计算机视觉操作。然后,你将深入研究深度学习和集成学习,并探索它们在现实世界中的应用。*后,你将学习用于构建图像处理系统的的Intel OpenVINO。