购物车
个人中心
混沌及其信息安全应用
￥62.30
本书在阐述混沌理论与应用研究展、混沌研究分析方法和典型混沌系统模型的基础上,着重研 究混沌在信息安全领域的应用,包括混沌同步控制、混沌保密通信、混沌密码学、混沌图像和音视频加 密、混沌电路等。作者还总结了分数阶混沌系统的分析方法、仿真技术与**研究展。 本书是作者长期从事混沌理论及其信息安全应用研究的总结,书中包含课题组多年来所做的研究 工作成果。 本书可作为电子信息、计算机、自动控制等专业本科生、研究生的教材或参考书,也可供理工科大 学的师生阅读,以及自然科学和工程技术领域的研究人员参考。
智能语音处理
￥51.35
本书从智能化社会对语音处理提出的新要求出发，系统地介绍了智能语音处理涉及的基础理论、基本技术、主要方法以及典型的智能语音处理应用，理论与实际紧密结合，适合作为高等院校人工智能、电子信息工程、物联网工程、数据科学与大数据技术、通信工程等专业高年级本科生以及智能科学与技术、信号与信息处理、网络空间安全、通信与信息系统等学科研究生的参考教材，也可供从事语音处理技术研究与应用的科研及工程技术人员参考。 本书共11章，可分为四个部分。 *部分是导论，对应第1章，概要介绍了经典语音处理与智能语音处理的基本概念以及语音处理的典型应用。 第二部分是基础理论，包括第2～5章。第2章介绍了稀疏和稀疏表示、冗余字典以及压缩感知的基本原理和方法；第3章介绍了隐变量模型，包括高斯混合模型、隐马尔可夫模型和高斯过程隐变量模型等；第4章主要介绍主成分分析和非负矩阵分解两种典型的组合模型；第5章主要介绍人工神经网络和深度学习的基础知识以及深度神经网络的典型结构。 第三部分是应用实践，包括第6～10章。第6章综合利用稀疏表示、字典学习、深度学习等智能处理技术，分别介绍基于K-L展的字典学习的语音压缩感知、基于梅尔倒谱系数重构的抗噪低速率语音编码以及基于深度自编码器的抗噪低速率语音编码这三种方案；第7章重介绍了基于非负矩阵分解和基于深度学习的智能语音增强方法；第8章在介绍语音转换的基本原理的基础上，重介绍了基于非负矩阵分解和基于深度神经网络的谱转换方法；第9章首先介绍了说话人识别系统的框架和模型，然后分别介绍了基于i-vector和基于深度神经网络的说话人识别方法；第10章在介绍骨导语音特性和骨导语音盲增强的基本原理的基础上，分别介绍了基于长短时记忆网络和基于均衡-生成组合谱映射的骨导语音盲增强方法。 第四部分是结束语，对应第11章，对全书行了总结，并对智能语音处理的未来发展行展望。
人人可懂的深度学习
￥41.40
采用通俗易懂的语言，简明而*地介绍对人工智能革命起到核心作用的深度学习技术。
After Effects影视*效与栏目包装案例精解
￥59.40
这是一本教读者如何尽快学习和掌握专业的非线性编辑软件After Effects的实用教程。本书根据After Effects的基本功能和高级制作技巧，通过对40个专业实例的讲解，使用户从多个层面了解软件的使用方法。 本书实例涉及文字特效、关键帧动画、3D图层、摄像机、父子关系绑定、图层混合模式、粒子系统、置换图像、轨道遮罩、模糊和投影等特效的使用方法与技巧。实例内容全部经过精心设计，不仅包含大量的知识，而且在实际操作过程中具有实战意义。 本书可以作为从事三维动画设计、影视广告设计和影视后期制作人员的工具书，并适合使用After Effects从事非线性编辑的各类用户。
动手学PyTorch深度学习建模与应用
￥55.30
本书以新版深度学习框架PyTorch为基础，循序渐地介绍其在深度学习中的应用。全书共10章，从深度学习数学知识手，逐步介绍PyTorch在数值建模、图像建模、文本建模、音频建模中的基本概念及应用示例，还将介绍模型的可视化和联邦学习等内容，以扩展读者的视野。本书在讲解每一个知识的同时，都配合有动手练习实例，便于读者深理解所学知识，并达成学以致用的目标。 本书原理与实践并重，易于理解且可操作性强，特别适合PyTorch新手、大学生、研究人员和发人员使用，也可作为高等院校相关专业的教学用书。
JavaScript编程精解(原书第3版)
￥65.35
本书第3版深研究JavaScript语言，详细介绍如何编写漂亮、高效的代码。更新的内容包括：类表示法、箭头函数、迭代器、异步函数、模板字符串和块作用域等功能的全新内容。 本书通过大量示例行讲解，并提供大量习题和完整项目案例，为读者提供了编写自己的程序的实践经验。书中不仅介绍JavaScript语言的基本结构以及控制结构、函数和数据结构，还详细介绍错误处理和错误修复、模块化和异步编程，以及Web浏览器编程。
智慧的疆界:从图灵机到人工智能
￥44.85
本书深介绍了人工智能六十余年发展里程中出现的重要历史事件、理论学说和所取得的激动人心的成果；也从科普的角度，尽可能以不依赖数学等专业知识的方式去介绍这些成果背后的理论与算法。读者可以通过本书对人工智能学科发展里程的解析体会到人工智能的创造者和推动者们所希望的智能理论和产品是如何工作的。无论是与人工智能产业相关的研发人员，还是这个领域的专业研究人员，或是信息科学和计算机科学的爱好者们，都能从本书中得到启发。
机器学习入门:数学原理解析及算法实践
￥47.40
本书面向初学者，比较全面的介绍了机器学习的基本方法，循序渐的阐述了其中的数学原理，让读者能够知其然，然后知其所以然。书中结合应用场景，列举了大量编程实例帮助读者展动手实践，理论与实践相辅相成，对算法原理产生更加直观和感性的认识。作者希望能够通过本书帮助读者揭人工智能领域的神秘面纱，走人工智能和机器学习的大门，了解其中的奥秘，甚至成为该领域的学习者、研究者和实践者。
Linux集群之美
￥59.40
全书共9章，主要是以作者的项目实践为基础，以CentOS 7.5 x86_64为主操作系统、AWS云为平台，介绍Linux传统集群技术、云原生下的负载均衡技术、MySQL的高可用方案及Python自动化运维工具的使用。本书是对实际工作经验的总结，涉及大量的知识点和专业术语，建议经验还不是很丰富的读者先了解第1～2章的内容，如果大家在学习过程中根据这两章的讲解进行操作，定会达到事半功倍的效果。系统工程师和运维工程师可以重点关注第4～7章的内容，这些都是与运维工作息息相关的，建议大家多花些精力和时间，从线上环境去考虑学习。DevOps工程师可以重点关注第2～8章的内容，想在企业运维开发工作中开发*的运维工具并不是一件很容易的事情，建议大家多学习，拓宽自己的知识面。运维架构师可以重点关注第4～5章和第7～8章的内容，这些都跟系统/网站架构技术息息相关，而且基本上都出自真实项目经验，具备一定的参考意义。对于开发人员来说，由于已具备很强的编程开发能力，可以重点关注第2章和第3章之外的章节，以提升自己的技术。
Excel商务智能:Power Query和Power Pivot数据清洗、建模与分析实战
￥61.60
本书主要介绍Excel商务智能组件Power Query和Power Pivot在数据分析方面的应用。全书共11章：第1章介绍Excel中的Power Query和Power Pivot两大商务智能组件及其功能；第2章至第6章介绍如何使用Power Query来获取数据并行处理，主要包含Power Query的基本操作、M函数和M公式的基础知识、常用的M函数，以及数据处理的综合案例；第7章至第11章介绍如何使用Power Pivot行数据建模和分析，主要包含Power Pivot的基本操作、数据模型的建立、DAX表达式的基础知识和阶知识、常用的DAX函数，以及数据分析的综合案例。本书紧贴实际应用场景，深浅出地介绍了Excel商务智能组件强大的数据处理和建模分析能力。通过阅读本书，读者可以更加高效地行数据分析工作。
金融商业算法建模:基于Python和SAS
￥65.40
内容简介 这是一本贯穿金融业务经营全流程，以业务为驱动的金融数据挖掘与建模著作，涵盖分析框架、模型算法、模型评估、模型监控、算法工程化等整个数据建模的闭环。 本书的4位作者都是在金融领域有有多年工作经验的大数据专家，不仅技术功底深厚、业务经验丰富，而且对金融行业从业者的需求痛和图书市场的供给情况有深了解，他们通过精心策划和写作，让本书内容独树一帜：涵盖金融业务经营全流程，全部以业务驱动，包含大量针对具体场景的实战案例。 本书针对决策类、识别类、优化分析类3大主题，独创9大模板：客户价值预测、营销响应预测、细分画像、交叉销售、申请反欺诈、违规行为识别、预测、运筹优化、流程挖掘，详细讲解了每个模板算法原理、评估方法、优化方法和应用案例等，内容上极力做到准确、明晰、直观与实用。 此外，本书还对数据科学项目中比较容易被忽视的内容做了补充，包括模型评估、模型监控、算法工程化，能指导读者构建易读、高效、健壮的数据科学工程。 本书坚持理论与实践相结合，通过图形、示例、公式帮助读者快速掌握算法与优化理论的同时，还造了一套可轻松适配各种分析场景与需求的工具模板，力图帮助读者从理论快速跨越到实践。
实战低代码
￥59.40
●什么是低代码平台？ ●为什么需要低代码平台？ ●低代码平台对数字化转型有什么作用？ ●零编程经验者能否使用低代码平台？ ●如何从0到1完成低代码发？ ●如何在日常工作中使用低代码平台？ ●低代码平台能解决行业应用场景中的哪些问题？ ●学习低代码平台对我的未来有哪些影响？ 以上所有问题都能在本书中找到答案！ 本书系统讲解了低代码平台的能力、价值、应用场景和实操方案，旨在帮助行业、企业及每一位数字公民快速理解低代码平台的核心价值，并实现数字化转型。 本书的5位作者均来自微软，具有丰富的技术架构经验和赋能企业数字化转型的实战经验。他们结合自身对低代码平台的理解和与企业共同创新的经验，系统介绍了低代码平台的实操方法和行业应用落地心得。本书得到了多位行业专家的高度评价和推荐。 全书共12章，分为三篇。 第①篇 刷新认知（第1~4章） 从低代码平台的基础讲起，重解析其概念与价值、市场定位与主流平台、典型应用场景，并剖析低代码平台对数字化转型的重要影响。 第②篇 实践出真知（第5~10章） 以低代码平台 Power Platform 的具体实践为例，从低代码应用发、流程自动化、数据分析与展现、AI 赋能低代码等维度，结合实际案例，详细讲述低代码应用的发过程。 第③篇 已知和未知（第11~12章） 围绕已知的行业应用案例和未知的变革展望展。行业应用案例部分以零售、教育、金融、制造、专业服务等真实场景为例，从面临的挑战、基于低代码平台的解决方案、方案收益等角度层层递；变革展望部分以放的视角展望未来变革的新常态，探索数字化能力和创新的边界。
C#神经网络编程
￥57.85
本书遵循循序渐、兼顾理论和实践的原则，从神经网络基本概念手，以图文并茂的形式生动地讲解激活函数和反向传播等概念原理，并以人脸识别和动作检测为例，让读者直观地了解深度学习的应用场景，在知识内容方面，不但包含决策树、随机森林等常规算法，还重讲解了LSTM、CNN神经网络等主流算法，在代码实践方面，比较深地讲解发细节，详细介绍了相关网络结构、参数调优和各种网络的对照比较，对程序员实际动手有比较强的参考意义。此外，本书还包含了常用激活函数，读者可以方便的在附录中查询相关函数特性，是一本集原理、实践与资料查询为一体的书籍。
深度强化学习:学术前沿与实战应用
￥65.35
本书共分为四篇，即深度强化学习、多智能体深度强化学习、多任务深度强化学习和深度强化学习的应用。由浅深、通俗易懂，涵盖经典算法和近几年的前沿技术展。特别是书中详细介绍了每一种代表性算法的代码原型实现，旨在理论与实践相结合，让读者学有所得、学有所用。 *篇（包含第1～3章）主要讲解深度强化学习基础，侧重于单智能体强化学习算法，相对简单，有助于初级读者理解，同时涵盖了近几年的经典算法和一些前沿的研究成果。 第二篇（包含第4～5章）主要侧重于对多智能体深度强化学习的讲解，从多智能体强化学习基本概念到相关算法的讲解和分析，以多个极具代表性的算法为例带领读者逐步学习多智能体训练及控制的理论与方法。同时，还介绍了多智能体强化学习领域一些前沿学术成果。 第三篇（包含第6～7章）扩展到多任务场景，称为多任务深度强化学习。首先介绍了多任务强化学习的基本概念和相关基础知识，随后讲解了部分经典的多任务深度强化学习算法。 第四篇（包含第8～11章）主要讲解深度强化学习的实际应用，涉及游戏、机器人控制、计算机视觉和自然语言处理四大领域。通过领域应用中思想和方法的讲解，培养读者跨领域解决实际问题的能力，以帮助读者熟练掌握和使用深度强化学习这一强大的方法来解决和优化实际工程领域中的问题。
微信小程序商城开发:界面设计实战
￥65.35
本书系统化介绍微信小程序商城的发原理和实战案例，内容全面、案例丰富，可帮助读者快速掌握微信小程序商城的发。主要内容分两大部分：基础知识、实战案例。基础知识包括微信小程序起步、商城发知识分析、商城发的页面基础知识、商城发的页面基础知识、商城界面UI常用组件、商城界面UI常用组件，实战案例分析包括首页、分类和产品案例、微信小程序支付、物车和下单、会员界面、公用功能。
TypeScript项目开发实战
￥57.85
本书是一本TypeScript阶实践指南，通过9个实用项目，详细讲解如何使用TypeScript 3.0和不同的JavaScript框架发高质量的应用程序。书中不仅介绍TypeScript的核心概念与技术，还涵盖Angular和React的一些新功能，以及GraphQL、微服务和机器学习等相关的新技术。 全书共10章： 第1章介绍你之前可能没有触过的TypeScript功能， 第2章将编写*个实用的项目——一个简单的markdown编辑器， 第3章将使用流行的React库构建一个联系人管理器， 第4章介绍MEAN栈， 第5章介绍如何使用GraphQL和Apollo创建Angular待办事项应用程序， 第6章介绍如何使用Socket.IO构建一个聊天室应用程序， 第7章介绍如何使用必应地图和Firebase创建基于云的Angular地图应用程序， 第8章介绍如何使用一个等效的基于React的栈， 第9章介绍如何使用TensorFlow.js在Web浏览器中托管机器学习， 第10章介绍如何使用ASP.NET Core和免费的Discogs音乐API来编写一个音乐库应用程序。 【通过阅读本书，你将学到】： ●使用TypeScript和常用模式编写代码。 ●在TypeScript中使用流行的框架和库。 ●使用TypeScript来利用服务器和客户端的功能。 ●应用令人兴奋的新范式，如GraphQL和TensorFlow。 ●使用流行的、基于云的身份验证服务。 ●结合TypeScript和C#来创建ASP.NET Core应用程序。
计算思维与算法入门
￥31.85
本书精选计算思维与算法课程中核心的内容，采用丰富的图例阐述常用数据结构与算法的基础知识和基本概念，并结合范例诠释计算机科学中较为知名的分治法、贪心法、动态规划法、安全性算法、树结构的算法、改变程序功力的经典算法、游戏设计中的算法。为检验读者的学习成果，本书在每一章的*后都安排了与本章重内容相关的习题，供读者操作演练，以培养读者的逻辑思维能力。
TensorFlow自然语言处理
￥65.35
第1章是对NLP的简单介绍。该章将首先讨论我们需要NLP的原因。下来，将讨论NLP中一些常见的子任务。之后，将讨论NLP的两个主要阶段，即传统阶段和深度学习阶段。通过研究如何使用传统算法解决语言建模任务，我们将了解传统阶段NLP的特。然后，将讨论深度学习阶段，在这一阶段中深度学习算法被大量用于NLP。我们还将讨论深度学习算法的主要系列。*后，将讨论一种*基本的深度学习算法：全连神经网络。该章结束时会提供一份路线图，简要介绍后面的内容。 第2章介绍Python TensorFlow库，这是我们实现解决方案的主要平台。首先在TensorFlow中编写一段代码，执行一个简单的计算，并讨论从运行代码到得到结果这一过程中到底发生了什么。我们将详细介绍TensorFlow的基础组件。把Tensorflow比作丰富的餐厅，了解如何完成订单，以便一步加强对TensorFlow的理解。稍后，将讨论TensorFlow的更多技术细节，例如数据结构和操作（主要与神经网络相关）。*后，我们将实现一个全连的神经网络来识别手写数字。这将帮助我们了解如何使用TensorFlow来实现端到端解决方案。 第3章首先讨论如何用TensorFlow解决NLP任务。在该章中，我们将讨论如何用神经网络学习单词向量或单词表示。单词向量也称为词嵌。单词向量是单词的数字表示，相似单词有相似值，不同单词有不同值。首先，将讨论实现这一目标的几种传统方法，包括使用称为WordNet的大型人工构建知识库。然后，将讨论基于现代神经网络的方法，称为Word2vec，它在没有任何人为干预的情况下学习单词向量。我们将通过一个实例来了解Word2vec的机制。着，将讨论用于实现此目的的两种算法变体：skip-gram和连续词袋（CBOW）模型。我们将讨论算法的细节，以及如何在TensorFlow中实现它们。 第4章介绍与单词向量相关的更高级方法。首先，会比较skip-gram和CBOW，讨论其中哪一种有明显优势。下来，将讨论可用于提高Word2vec算法性能的几项改。然后，将讨论一种更新、更强大的词嵌学习算法：GloVe（全局向量）算法。*后，将在文档分类任务中实际观察单词向量。在该练习中，我们将看到单词向量十分强大，足以表示文档所属的主题（例如，娱乐和运动）。 第5章讨论卷积神经网络（CNN），它是擅长处理诸如图像或句子这样的空间数据的神经网络家族。首先，讨论如何处理数据以及处理数据时涉及哪种操作，以便对CNN有较深的理解。下来，深研究CNN计算中涉及的每个操作，以了解CNN背后的数学原理。*后，介绍两个练习。*个练习使用CNN对手写数字图像行分类，我们将看到CNN能够在此任务上很快达到较高的准确率。下来，我们将探讨如何使用CNN对句子行分类。特别地，我们要求CNN预测一个句子是否与对象、人物、位置等相关。 第6章介绍递归神经网络。递归神经网络（RNN）是一个可以模拟数据序列的强大的神经网络家族。首先讨论RNN背后的数学原理以及在学习期间随时间更新RNN的更新规则。然后，讨论RNN的不同变体及其应用（例如，一对一RNN和一对多RNN）。*后，用RNN执行文本生成任务的练习。我们用童话故事训练RNN，然后要求RNN生成一个新故事。我们将看到在持久的长期记忆方面RNN表现不佳。*后，讨论更高级的RNN变体，即RNN-CF，它能够保持更长时间的记忆。 第7章介绍长短期记忆网络。RNN在保持长期记忆方面效果较差，这使我们需要探索能在更长时间内记住信息的更强大技术。我们将在该章讨论一种这样的技术：长短期记忆网络（LSTM）。LSTM功能更强大，并且在许多时间序列任务中表现得优于其他序列模型。首先通过一个例子，研究潜在的数学原理和LSTM的更新规则，以说明每个计算的重要性。然后，将了解为什么LSTM能够更长时间地保持记忆。下来，将讨论如何一步提高LSTM预测能力。*后，将讨论具有更复杂结构的几种LSTM变体（具有窥孔连的LSTM），以及简化LSTM门控循环单元（GRU）的方法。 第8章介绍LSTM的应用：文本生成。该章广泛评估LSTM在文本生成任务中的表现。我们将定性和定量地衡量LSTM产生的文本的好坏程度，还将比较LSTM、窥孔连LSTM和GRU。*后，将介绍如何将词嵌应用到模型中来改LSTM生成的文本。 第9章转到对多模态数据（即图像和文本）的处理。在该章中，我们将研究如何自动生成给定图像的描述。这涉及将前馈模型（即CNN）与词嵌层及顺序模型（即LSTM）组合，形成一个端到端的机器学习流程。 第10章介绍有关神经机器翻译（NMT）模型的应用。机器翻译指的是将句子或短语从源语言翻译成目标语言。首先讨论机器翻译是什么并简单介绍机器翻译历史。然后，将详细讨论现代神经机器翻译模型的体系结构，包括训练和预测的流程。下来，将了解如何从头始实现NMT系统。*后，会探索改标准NMT系统的方法。 第11章重介绍NLP的现状和未来趋势。我们将讨论前面提到的系统的相关*发现。该章将涵盖大部分令人兴奋的创新，并让你直观地感受其中的一些技术。 附录向读者介绍各种数学数据结构（例如，矩阵）和操作（例如，矩阵的逆），还将讨论概率中的几个重要概念。然后将介绍Keras，它是在底层使用TensorFlow的高级库。Keras通过隐藏TensorFlow中的一些有难度的细节使得神经网络的实现更简单。具体而言，通过使用Keras实现CNN来介绍如何使用Keras。下来，将讨论如何使用TensorFlow中的seq2seq库来实现一个神经机器翻译系统，所使用的代码比在第11章中使用的代码少得多。*后，将向你介绍如何使用TensorBoard可视化词嵌的指南。TensorBoard是TensorFlow附带的便捷可视化工具，可用于可视化和监视TensorFlow客户端中的各种变量。
商用机器学习:数据科学实践
￥51.35
本书向企业高管和学生介绍了在机器学习中如何使用工具，不需要使用微积分、矩阵或向量代数就可以清楚、简洁地解释目前*流行的算法。本书的重是业务应用程序，并提供了许多案例，比如评估一个国家行国际投资的风险、预测房地产的价值，以及可以细致到将零售贷款分为可受或不可受模式。书中示例的数据、工作表和Python代码都在作者的网站上，本书同时还提供了一套完整的幻灯片，供教师使用，教师可自行下载使用。
穿越牛熊
￥25.35
本书是针对中国股市的特殊环境，通过作者多年实战经验量身而著。全书分为四部分：修为之路、穿越牛熊、双剑合璧、投资之道，通过基本面分析结合技术分析，辅以兵法战略和心态修为，大幅提高成功投资概率。全书贯穿投资者内心修为，具有中长期低风险、高收益、稳健的风格，以独到的方法重对成长股投资和困境反转股投资行刨析，是一本适合中国特殊市场普通散户的投资方法。
深入浅出Pandas:利用Python进行数据处理与分析
￥59.40
如果你想充分发挥Python的强大作用，如果你想成为一名好的Python工程师，你应该先学好Pandas。 这是一本全面覆盖了Pandas使用者的普遍需求和痛的著作，基于实用、易学的原则，从功能、使用、原理等多个维度对Pandas做了全方位的详细讲解，既是初学者系统学习Pandas难得的门书，又是有经验的Python工程师案头必不可少的查询手册。 本书共17章，分为七部分。 部分（第1～2章） Pandas门 首先介绍了Pandas的功能、使用场景和学习方法，然后详细讲解了Python发环境的搭建，Z后介绍了Pandas的大量基础功能，旨在引领读者快速门。 第二部分（第3～5章） Pandas数据分析基础 详细讲解了Pandas读取与输出数据、索引操作、数据类型转换、查询筛选、统计计算、排序、位移、数据修改、数据迭代、函数应用等内容。 第三部分（第6～9章） 数据形式变化 讲解了Pandas的分组聚合操作、合并操作、对比操作、数据透视、转置、归一化、标准化等，以及如何利用多层索引对数据行升降维。 第四部分（第10～12章） 数据清洗 讲解了缺失值和重复值的识别、删除、填充，数据的替换、格式转换，文本的提取、连、匹配、切分、替换、格式化、虚拟变量化等，以及分类数据的应用场景和操作方法。 第五部分（第13～14章）时序数据分析 讲解了Pandas中对于各种时间类型数据的处理和分析，以及在时序数据处理中经常使用的窗口计算。 第六部分（第15～16章） 可视化 讲解了Pandas的样式功能如何让数据表格更有表现力，以及Pandas的绘图功能如何让数据自己说话。 第七部分（第17章） 实战案例 介绍了从需求到代码的思考过程，如何利用式编程思想提高代码编写和数据分析效率，以及数据分析的基本方法与需要掌握的数据分析工具和技术栈，此外还从数据处理和数据分析两个角度给出了大量的应用案例及代码详解。
