购物车
个人中心
算法基础:打开算法之门
￥38.35
读者将理解什么是计算机算法，如何描述它们，以及如何来评估它们。这些计算机算法将提供：利用计算机搜索信息的简单方式；解决各种排序问题的方法；利用有向无环图和短路径法来解决基本问题的方法（可用于建模公路网络，任务间的依赖以及金融关系；解决字符串（例如DNA结构）问题的方法；密码学背后的基本原理；数据压缩的基础知识；以及甚至一些没有人能够理解如何在计算机上用相当长的时间来解决的问题。? ?
计算机视觉增强现实美术内容设计
￥38.35
本书概述了AR项目的前期策划、UI设计以及不同类型的模型、贴图和动画的制作等方法，整体上比较注重流程的讲解。本书比较适合AR相关美术内容设计的初学者以及欲了解美术发流程和工艺的AR应用程序发者阅读，也适合有意触AR领域的传统美术行业从业者使用。
大数据与机器学习:实践方法与行业案例
￥44.85
本书从企业实践出发，内容覆盖数据、平台、分析和应用等企业内数据流转的主要环节。布局上，按照数据与平台篇、分析篇和应用篇分别撰写。数据与平台篇（第1~3章），立足找到数据、整合数据、使用数据三个角度，介绍数据在企业内的分布和处理逻辑，以便快速为分析准备素材。分析篇（第4~11章），选取企业实际案例，介绍常用的数据挖掘与机器学习算法，以业务场景为导向展示数据分析过程和技巧。应用篇（第12~15章），选取当前主流的四个应用场景，介绍如何实现数据驱动，让数据“自动”流转于各个环节。
让工作化繁为简:用Python实现办公自动化
￥47.88
这是一本指导金融机构系统构建金融安全体系、快速发现安全问题并找到解决方案的工具书。三位作者分别来自知名咨询公司、知名互联网金融公司、传统银行，且都有多年的实战经验，他们站在三个不同的视角，不仅对应用安全、数据安全、业务安全、移动安全等主流问题行了梳理和剖析，还对如何平衡用户体验和安全的关系、如何在充分保护隐私的情况下解决数据交换等多个热话题行了深探讨。 本书以上百个金融科技安全领域的小话题为抓手，不仅对问题本源行追溯，还帮助读者结合企业实际情况从战略和可落地两个维度构建切实可行的解决方案。因此书中既包括作者的深度思考、作者所在公司的深度实践经验，又包括多个实战案例。 本书共包括10章，每一章对应一个主题，每一个主题下又包含多个小话题： 第1章 主要介绍金融科技的概念、金融科技时代主要的安全威胁和应对思路，以及金融科技发展历程。目的是让读者对金融科技形成总体认知。 第2章 深度剖析安全价值的本质，以及安全价值衡量和构建方法。只有理解了安全的价值，掌握了安全的量化方法，才能真正保证构建可落地的安全体系时不迷失方向。 第3~7章 从业务、应用、数据、网络，以及当下重发力的移动端这5个方向深度解读金融企业面临的安全问题、安全体系构建原则和具体落地方法。这是本书的重，也是构建有效安全体系的方案解读。 第8章 主要介绍如何平衡安全和用户体验之间的关系。造高安全性往往会牺牲用户体验，而用户体验太差又会影响用户使用，这一章专门针对这个问题展讨论，并给出可行方案。 第9章 介绍并解读国内外主要的网络方面的安全法律法规或行业准则，并给出一套可自动化应对监管、保证企业行为合规的方法。 第10章 从威胁发展趋势、监管政策、新的安全方法论这3个角度展望未来的金融科技，为金融企业未来5到10年的发展指明方向。
零基础学Python网络爬虫案例实战全流程详解(高级进阶篇)
￥53.88
2020年突如其来的新冠肺炎疫情，给我们带来了前所未有的危机。本书基于方新老师组织的心理危机干预“万人公益大讲堂”，由国内10位知名权威心理专家：童俊、曾奇峰、徐凯文、方新、马弘、樊富珉、杨凤池、张海音、赵旭东、刘天君主讲。 10位专家围绕创伤疗愈和危机干预这一主题，既讲述了理论知识和实操方法，又分享了亲身的心理危机与创伤干预经历、思考和感悟。专家们的讲述中有丰富的理论知识和实操技能可供学习，也有动人的创伤中成长故事可给予你生命的力量。 附录中还特别提供了方新老师创作的2个成长工具，帮助你一步学习和应用： 危机管理中的SAFER-R模型 唤醒你的内在生命力（音频 文字稿）
CentOS 8 Linux系统管理与一线运维实战
￥65.40
本书结合编者十余年一线运维工作实战精心编撰，从Linux系统门到企业级服务器搭建和维护行了全面讲解，内容包括基础和实战两部分：基础部分主要介绍CentOS Stream 8 Linux的安装和系统初始化、Linux运维常用命令、用户和磁盘管理、日志与安全管理等内容；实战部分主要介绍各类服务平台的搭建和运维，包括日志管理工具禅道系统的安装和使用，HTTP服务器的搭建与配置，Samba、VSFTP、NFS共享平台的搭建与使用，Lighttpd、Nginx和Tomcat源轻型Web服务器的搭建与维护，数据库平台MySQL和高速内存数据库Redis的安装与运维，代码管理工具Git的使用，企业虚拟化工具Docker的安装与使用，Hadoop大数据平台的安装及集群搭建，以及集中式运维工具Ansible、SecureCRT和系统监控工具Zabbix的安装和使用等。
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。
Linux内核观测技术BPF
￥51.35
本书是一本面向系统工程师的实践指南，皆在帮助他们获得Linux内核中BPF虚拟机的专业知识。 通过本书，你不仅可以深了解BPF程序的生命周期，熟悉日常工作所需的基本概念，增强有关性能优化、网络和安全方面的知识。还可以学习如何编写观测和修改内核行为的应用程序，以及通过代码注的方式对内核事件行监控、跟踪和安全观测等内容。同时，本书展示了相关的C、Go和Python代码示例。 本书将BPD知识系统的汇总在一起，使BPF爱好者能系统地学习这一技术。
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。
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。
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。
中小银行运维架构:解密与实战
￥65.40
本书为商业银行构建运维体系和掌握核心运维技术提供了指导。以一家中小型的商业银行为蓝本，讲述商业银行运维涉及的技术以及运维体系的搭建。全书一共9章：第1-3章抓哟讲解了商业银行运维在当下面临的挑战，以及传统银行的IT基础架构的前世和今生；第4章详细介绍了商业银行运维的各项主要工作和技术；第5-7章介绍了自动化运维和智能化运维，以及全链路监控；第8-9章介绍了同城双活数据中心以及下一代数据中心的架构。
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。
冲击波:对美国互联网巨头的文化思考
￥47.40
本书作者根据自身的经历和思考，按照不同的主题，全面介绍了互联网的兴起与发展，剖析了脸书、亚马逊、谷歌三家大型互联网企业在互联网发展过程中的变化与文化发展，批评了这些互联网企业为了自身的快速发展对媒体、出版、影视等行业带来的负面冲，以及对个人带来的负面影响，对这些互联网企业在发展过程中如何避免对传统行业和社会、个人的负面影响，推动互联网的健康、快速发展给出了建议。本书所探讨的案例对国内正在飞速成长的互联网企业也有很强的警示作用，对如何推动互联网及互联网企业的健康发展具有积极的意义。本书适合互联网从业者、互联网产业研究者以及关注互联网产业发展的读者阅读。
Serverless架构下的AI应用开发:入门、实战与性能优化
￥59.40
内容简介 这是一部指导读者在Serverless 架构下发、部署和运维机器学习项目的实战性著作。 本书由阿里巴巴官方出品，来自阿里云和蚂蚁集团的Serverless产品专家、AI算法专家、Serverless解决方案架构师、Serverless工具技术负责人联合撰写，全方位地梳理和总结了阿里在Serverless架构下的机器学习实战经验，得到了企业界和学术界的10余位专家的高度认可。 具体内容上，本书主要包含如下几个方面： （1）Serverless架构基础 详细介绍了Serverless架构的概念、特和应用场景，Serverless架构下的应用发、部署的流程和方法，以及传统的Web框架如何向Serverless架构迁移和部署，这些都是在Serverless架构下发和部署应用的基础知识。 （2）机器学习算法和机器学习框架在Serverless架构下的应用 详细讲解了支持向量机、神经网络等各种机器学习常用的算法和模型，以及Scikit-learn、TensorFlow、Pytorch、PaddlePaddle等4种主流深度学习框架与Serverless架构的结合，为读者在Serverless架构下发机器学习应用下基础。 （3）Serverless架构下的机器学习项目实战 首先通过几个实战案例讲解了图像识别、模型升级、情感分析等机器学习领域的高频应用的Serverless化，为传统的AI应用迁移和部署到Serverless架构给出指引；然后通过两个综合案例讲解了机器学习应用在Serverless架构上从设计、发、部署到运维的全流程。 （4）Serverless应用性能优化 总结了Serverless架构下应用性能优化的方法和经验，比如冷启动的优化方案、发注意事项等。
少儿计算思维养成记:六个孩子的编程学习笔记
￥47.40
计算思维是信息社会创新型人才的素养。本书是少儿计算思维养成过程的忠实记录：中科院计算所三位研究员组织了小SIGMA 数学兴趣亲子班，教授孩子们数学思维与计算思维；孩子们在学习时编程序、写心得、记笔记，终汇集成册，形成本书。 本书包含10讲编程基础和15讲动手实例，讲述6个基本计算思维，包括从简单的做起、逐级逼近、带剪枝的枚举等，具有3大特色： 以计算思维为纲，内容深刻； 以少儿视角行文，浅白易懂； 以动手促动脑，手脑并重。 这是一本“孩子写给孩子看”的书，尤其适合中小学生阅读自学。家长和老师也可以本书作教材，以书中的“教师评”为导读，按“背景知识->基本思路->编程步骤”顺序讲授，后对比、检验实验结果。 让孩子们在少儿时期建立正确的计算思维，将使其终生受益。
大圣陪你学AI:人工智能从入门到实验(第2版)
￥59.40
本书将读者耳熟能详的《西游记》故事与常见、易懂的人工智能应用案例相结合，用一个个小故事来解读人工智能，在轻松愉快中学到知识，在解决一个个问题的成就感中树立信心，在由浅深的一个个实践操作过程中逐步形成对人工智能的基本认知。
企业级数据与AI项目成功之道
￥53.40
只有在可以一致地提供预测性的业务见解并在整个组织范围内扩展时，数据分析和AI才能产生价值。这也是众多企业所面临的巨大挑战。本书概述了有效且实用的组织、管理和评估数据的方法，因此有助于建立信息体系结构以更好地推动AI和数据科学的发展。本书主要包括以下内容：简化数据管理，使数据随时随地可用；缩短实现AI用例的价值实现时间；使整个企业都可以访问AI和数据洞察力；动态、实时地扩展复杂的AI场景；发可带来可预测的、可重复的价值的信息体系结构。本书可以使包括架构师、发人员、产品所有者和业务主管在内的各种角色受益。
与羊群博弈
￥31.85
技术分析直观易懂，是门与资深股民和机构投资者*使用的工具。但是看技术分析用起来却并不容易，这是因为人们只知其然不知其所以然。技术分析其实是先人市场情绪逻辑的高度简化归纳。随着时代变化，交易规则与市场波动方法的变迁，大量技术方法注定不能适用于当下的市场，好在人性没有变，群体行为的逻辑，羊群效应，这些左右市场的关键没有变。 本书以行为金融的视角重新剖析了为大多数投资者所熟悉的技术分析，讨论了资本市场波动背后的主力行为市场情绪，群体心理，特别是高度还原了2015年股市波动背后的市场情绪演变迁路径。为投资者思考投资行为，制定交易策略提供了一套更具深度的分析工具。
自然语言处理Python进阶
￥38.35
第1章教你使用内置的NLTK语料库和频率分布。我们还将学习什么是WordNet，并探索其特和用法。 第2章演示如何从各种格式的数据源中提取文本。我们还将学习如何从网络源提取原始文本。*后，我们将从这些异构数据源中对原始文本行规范并构建语料库。 第3章介绍一些关键的预处理步骤，如分词、词干提取、词形还原和编辑距离。 第4章介绍正则表达式，它是*基本、*简单、*重要和*强大的工具之一。在本章中，你将学习模式匹配的概念，它是文本分析的一种方式，基于此概念，没有比正则表达式更方便的工具了。 第5章将学习如何使用和编写自己的词性标注器和文法规则。词性标注是一步句法分析的基础，而通过使用词性标记和组块标记可以产生或改文法规则。 第6章帮助你了解如何使用内置分块器以及训练或编写自己的分块器，即依存句法分析器。在本章中，你将学习评估自己训练的模型。 第7章介绍信息抽取和文本分类，告诉你关于命名实体识别的更多信息。我们将使用内置的命名实体识别工具，并使用字典创建自己的命名实体。我们将学会使用内置的文本分类算法和一些简单的应用实例。 第8章介绍高阶自然语言处理方法，该方法将目前为止你所学的所有课程结合到一起，并创建应对你现实生活中各种问题的适用方法。我们将介绍诸如文本相似度、摘要、情感分析、回指消解等任务。 第9章介绍深度学习应用于自然语言处理所必需的各种基本原理，例如利用卷积神经网络（CNN）和长短型记忆网络（LSTM）行邮件分类、情感分类等，*后在低维空间中可视化高维词汇。 第10章描述如何利用深度学习解决*前沿的问题，包括文本自动生成、情景数据问答，预测下一个*词的语言模型以及生成式聊天机器人的发。
嵌入式实时操作系统:RT-Thread设计与实现
￥57.85
本书由自研源嵌式实时操作系统RT-Thread核心作者撰写，专业性毋庸置疑，系统剖析嵌式系统核心设计与实现，掌握物联网操作系统精髓。本书分为两大部分，共16章，第1～10章为内核篇；第11～16章为组件篇。 内核篇（第1～10章）详解RT-Thread内核，先对RT-Thread行总体介绍，再分别介绍RT-Thread的核心技术——线程管理、时钟管理、线程间同步、线程间通信、内存管理、中断管理与内核移植。 组件篇（第11～16章）分别介绍Env发环境、FinSH控制台、设备管理、文件系统和网络框架。 各章均有配套示例，方便读者动手实践和参考。
