购物车
个人中心
ClickHouse入门、实战与进阶
￥83.00
本书是ClickHouse领域的集大成之作，从基础知识、实现原理、项目实战、扩展应用4个维度全面展，表述简练清晰、案例丰富实用，既可以作为门的标准参考书，又适合作为案头速查手册。书中内容是作者在阿里巴巴、字节跳动多年实战经验的总结，得到了字节跳动和阿里巴巴9位大数据专家的高度评价。 全书共10章，主要内容如下： 第1~3章整体介绍ClickHouse概念、特性、应用场景、技术生态、快速门和基础数据类型等基础内容，目的是从本质上揭ClickHouse高性能背后的秘密，帮助读者快速上手实践。 第4~6章重讲解ClickHouse的高级数据类型、函数和SQL查询语法与配置实践等阶内容，通过该部分内容的阅读和学习，你将全面掌握ClickHouse核心功能的使用方法和技巧。 第7~10章从企业级项目实战的角度出发，详细解析ClickHouse在实际业务项目中的使用，主要包括基于Spring Boot发ClickHouse SQL查询工具、基于ClickHouse Bitmap实现DMP用户画像标签圈选人、基于ZooKeeper搭建ClickHouse分布式集群、基于Grafana搭建ClickHouse集群监监控平台等相关内容。通过该部分内容的阅读学习，你将掌握ClickHouse企业级项目实战发的方方面面。 本书非常注重实用性和实战性，不仅在各个知识都辅有大量的实际案例、图表说明和小贴士，而且还有多个综合性的项目案例贯穿全书。
Go语言*编程:原理、可观测性与优化
￥83.00
虽然技术在步，硬件也越来越物美价廉，但如今软件工程师仍需要关注程序的性能优化。本书将介绍软件效率问题、Go语言快速门知识、如何实现高效编程，告诉大家如何高效行性能优化，以及何时行，并给出需要的工具和相关知识，让你使用较少的资源实现高效编程。
解决方案架构师修炼之道(原书第2版)
￥83.00
成为解决方案架构师，必须熟练掌握各类技术栈，洞悉业务流程，本书将带你了解成为一名成功的解决方案架构师所需要了解的基本概念、设计原则和模式、架构考量以及相关的新技术。 本书是一部深度解读并实践解决方案架构师这一角色的综合性指南。书中不仅详细介绍了设计支柱、高级设计模式、反模式以及现代软件设计的云原生方面的知识，还阐述了解决方案架构师在不同层次的任务和责任——从技术架构设计的基本原则到实际项目中的难突破，再到面对新兴技术挑战时的应对手段，都有着详尽而实用的解说。同时，作者并未忽视那些在架构设计之外同样至关重要的软技能，如沟通协调、团队领导力、创新能力，以及对于行业趋势的敏锐度等，这些都是决定一位解决方案架构师能否在实践中游刃有余、脱颖而出的关键品质。 相较于第1版，第2版与时俱地更新了大量前沿内容，特别是针对当前热门的IT趋势，如大数据架构、人工智能架构、物联网架构等方面，行了深度探讨和案例解析。值得一提的是，本书还前瞻性地介绍了量子计算这一尖端领域，让你有机会触未来可能重塑IT行业的关键技术趋势，为你的职业发展铺设更加宽广的道路。
现代C++软件架构:方法与实践
￥83.00
本书结合现代C++特性，详细介绍软件架构的实用方法及实践，探索了如何在单体应用程序中使用成熟的设计模式，如何使应用程序具有健壮性、安全性、高性能和可维护性，以及如何使用面向服务的架构、微服务、容器和无服务器计算等架构模式构建连多个单体应用程序的高级服务。全书共分为四部分：第一部分包含第1~3章，介绍软件架构的概念及组件，包括软件架构的重要性和良好的设计原则、架构风格、功能性和非功能性需求；第二部分包含第4~7章，介绍C++软件的发和设计，包括架构与系统设计、C++语言特性、设计模式，以及构建和包；第三部分包含第8~11章，介绍架构的质量属性，包括测试、持续集成和持续部署、安全性、性能；第四部分包含第12~15章，介绍云原生设计原则，包括面向服务的架构、微服务、容器、云原生设计。本书适合C++程序员、架构师等相关技术人员阅读。
网络空间安全体系
￥83.00
本书系统性地介绍了网络空间安全相关的丰富内容，跨越政策、技术和工程等多重视野。全书共5章，分别解读网络空间安全的基本概念、政策机制、攻防技术、运营实战和能力工程方面的必知必会内容。本书在各个话题下详解基础知识，辨析核心概念，摘述权威资料，为读者提供全面的难释疑，是一本实用的参考手册。 本书面向国家网信工作者、企业安全运营者、安全工程实施者、安全专业修者和安全知识爱好者等各类读者，助力不同读者突破视野壁垒建立全面的网络安全知识体系。本书可作为网络空间安全从业者的备查参考书和爱好者的快速学习指南，尤其可用作各类专业认证考试的辅助读物。
MLOps权威指南
￥83.00
本书前几章涵盖了DevOps和MLOps的理论和实践，然后介绍了如何设置持续集成和持续交付，着介绍Kaizen，即对所有事物行持续改的想法。与云计算相关的MLOps分为三章，涵盖AWS、Azure 和GCP（谷歌云平台）。之后介绍了机器学习互操作性、构建MLOps命令行工具和微服务。这些主题包括许多具有积极吸引力的尖端新兴技术。结尾介绍了一些真实案例研究，以及执行MLOps时面临的挑战。
自动驾驶网络:自智时代的网络架构
￥82.90
本书展现了智能世界中通信网络自动化、智能化的愿景，阐述了华为自动驾驶网络的发展历程、应用场景、基础理论、参考架构及相关的关键技术。本书主要介绍自动驾驶网络的顶层架构、分层架构（包括自智网络引擎、网图、AI Native网元）、关键特征（包括分布式AI、内生安全）等的架构设计，以及网络可信任AI、网络分布式AI、网络数字孪生、网络仿真、网络知识和专家经验数字化、网络人机共生、网元内生智能、网络内生安全等关键技术。本书还介绍了产业组织、标准组织的标准全景和分级评估方法，并以华为自动驾驶网络解决方案为例，阐明如何推行实践。 本书可为通信网络自动化、智能化领域的专业人士，以及科研院所相关领域的研究者提供参考。
“IPv6+”网络技术创新:构筑数字经济发展基石
￥82.90
IPv6 是下一代互联网基础协议，对保障数字经济发展、促经济社会数字化转型十分重要，其规模部署需要较长时间且过程复杂。本书系统地阐述 “IPv6+”体系的丰富内涵，包括“IPv6+”的提出背景、诞生过程、产业政策、 关键技术、产业价值和应用案例等。全书共 16 章，分为趋势篇、总体篇、技 术篇、产业篇和展望篇。趋势篇（第 1~5 章）阐述发展 IPv6 的重要意义，并 介绍全球 IPv6 发展概况，揭示发展“IPv6+”网络技术创新体系的必要性和紧 迫性。总体篇（第 6~8 章）详细介绍“IPv6+”体系全景布局、“IPv6+”云 网架构评估和“IPv6+”的发展现状。技术篇（第 9~11 章）详细介绍“IPv6+” 网络技术创新、智能运维创新和安全技术创新，包括相关技术的产生背景、简 要原理和技术价值。“IPv6+”从提出到现在仅短短几年，但是在运营商网络和 行业网络里已经有了大量的实际部署案例，产业篇（第 12~15 章）对这些案 例行细致的介绍，向读者详细展示“IPv6+”给数字经济发展带来的重要价值。 后，展望篇（第 16 章）对“IPv6+”的产业现状与未来发展行总结与展望。 本书作者是 IP 网络领域的资深从业者和研究者，对 IP 网络有着深刻的理解，亲身经历并实际参与推动了“IPv6+”创新体系的诞生与发展。本书内容丰富、 框架清晰、实用性强，可为研究和学习“IPv6+”体系提供参考，适合网络规 划工程师、网络技术支持工程师、网络管理员及想了解前沿 IPv6 网络技术的 读者阅读，也适合网络主管部门、科研机构、高等院校的相关研究人员阅读。
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。
Qt for Python PySide6 GUI界面开发详解与实例
￥82.60
本书详细介绍了PySide6提供的各种可视化类行可视化界面编程。本书对各种类做了细致的介绍，对类的方法、槽函数和信号都了详细的说明，并配以实例。可视化编程方面主要内容包括PySide6的框架、基础类、常用控件、高级控件、主窗口、对话框、窗口美化、事件、绘图、文件操作、数据库、数据可视化、印支持、多媒体等。本书讲解更全面细致，实例也很有针对性，非常适合用Python行可视化编程的初学者，由于本书对类的各种方法介绍比较详细，也可以作为有一定基础的人作为参考手册，在忘记类的方法的时候查阅。
Stata统计分析从入门到精通
￥82.60
Stata是一种功能全面的统计分析软件包，具有易操作、运行速度快、功能强大的特，主要针对经济、管理、医学、农学、教育、市场研究、社会调查等行业和领域，是大数据时代为流行的计量软件之一。 全书内容共分17章。第1、2章介绍Stata操作门及数据处理基础知识、描述性统计与图形绘制基础。第3~5章介绍假设检验、方差分析、相关分析等基础分析方法。第6~10章通过相关案例介绍经典及放松各种假定条件的回归分析，包括基本线性回归分析、线性回归分析诊断与处理、非线性回归分析、因变量离散回归分析、因变量受限回归分析等应用。第11~16章以典型案例讲解主成分分析与因子分析、聚类分析、时间序列数据分析、面板数据分析、生存分析、多方程模型等高级分析方法。第17章介绍如何使用Stata行高质量的综合性研究，讲解研究方案设计、调查问卷的制作、Stata数据挖掘、建模注意事项。 本书可作为经济学、管理学、统计学、金融学、社会学、医学、电子商务等相关专业的学生学习和应用Stata的参考书，也可以作为职场人士掌握Stata操作、提升数据分析能力，而提高工作效率和改善绩效水平的工具书。
Illustrator 2024从入门到精通
￥82.60
《Illustrator 2024从门到精通》是学习Illustrator软件的参考用书。通过由浅深的讲解，使读者从了解到精通该软件的各类工具与功能。读者通过学习形状、路径、颜色、文字、图形样式、对象、符号、3D功能、效果等软件功能，并配合一系列的案例练习，最终将成为精通该软件的高手。本书案例丰富，涉及多个领域，涵盖了低、中、高级技术要。本书赠送精彩案例的配套高清教学视频，方便读者跟随视频动手练习。读者可通过本书基本理论了解原理，通过基本操作掌握软件技能，通过案例实战领会软件用法，将知识系统化并行综合应用，实现创意的发挥，使自己的能力上升到一个新的水平。 《Illustrator 2024从门到精通》可作为Illustrator门读者的自学参考用书，也可帮助初、中级读者行深造，还可作为学校或培训机构的教学参考用书。
自然语言处理:基于预训练模型的方法
￥82.60
自然语言处理被誉为“人工智能皇冠上的明珠”。深度学习等技术的引为自然语言处理技术带来了一场革命，尤其是近年来出现的基于预训练模型的方法，已成为研究自然语言处理的新范式。本书在介绍自然语言处理、深度学习等基本概念的基础上，重介绍新的基于预训练模型的自然语言处理技术。本书包括基础知识、预训练词向量和预训练模型三大部分：基础知识部分介绍自然语言处理和深度学习的基础知识和基本工具；预训练词向量部分介绍静态词向量和动态词向量的预训练方法及应用；预训练模型部分介绍几种典型的预训练语言模型及应用，以及预训练模型的展。除了理论知识，本书还有针对性地结合具体案例提供相应的PyTorch 代码实现，不仅能让读者对理论有更深刻的理解，还能快速地实现自然语言处理模型，达到理论和实践的统一。本书既适合具有一定机器学习基础的高等院校学生、研究机构的研究者，以及希望深研究自然语言处理算法的计算机工程师阅读，也适合对人工智能、深度学习和自然语言处理感兴趣的学生和希望人工智能应用领域的研究者参考。
日志管理与分析(第2版)
￥82.60
本书基于主流日志管理与分析系统的设计理念，完善、透彻地对日志分析各流程模块的原理与实现进行了系统性讲解，综合介绍了日志分析技术在数据治理、智能运维、可观测性、SIEM、UEBA、SOAR等IT运维及安全复杂场景中的应用，并汇总了各行业优秀的解决方案。第1～3章介绍了日志分析的基本概念、日志管理相关的法律法规及规范要求、日志管理与分析系统的组成部分及技术选型建议。第4～10章分别针对日志采集、字段解析、日志存储、日志分析、日志数据搜索处理语言SPL、日志告警、日志可视化等日志分析中*重要的实现步骤进行了具体阐述。第11～14章介绍了日志平台兼容性与扩展性，日志分析在运维数据治理、智能运维与可观测性等近年热门场景中的应用。第15～17章介绍了SIEM、NTA、UEBA及SOAR等安全相关内容。第18章总结列举了日志管理与分析技术方案在金融、能源、运营商等各关键行业的解决方案。
Premiere Pro 2024从入门到精通
￥82.60
《Premiere Pro 2024从门到精通》是学习Premiere Pro软件的参考用书。通过本书，读者将由浅深地认识Premiere Pro，了解该软件的各类工具与功能。读者通过学习时间轴、剪辑、动画、形状、过渡、视频效果、音频效果、抠像、插件等软件功能，并配合一系列的实例练习，最终将成为精通该软件的高手。本书案例丰富，涉及多个领域，综合多种知识，涵盖了低、中、高级技术要。本书精彩案例配备高清视频讲解，方便读者跟随视频动手练习。读者可通过本书基本理论了解原理，通过基本操作掌握软件技能，通过案例实战灵活掌握软件用法，将知识系统化并行综合应用，实现创意的发挥，将能力提升到一个新的水平。 《Premiere Pro 2024从门到精通》适合Premiere Pro零基础门者阅读，也可帮助有一定基础的人员行深造，还可作为学校或培训机构的教学参考用书。
Python机器学习原理与算法实现
￥82.60
数字化转型背景下，Python作为一门简单、易学、速度快、免费、源的主流编程语言，广泛应用于大数据处理、人工智能、云计算等各个领域，是众多高等院校学生的必修基础课程，也是堪与Office办公软件应用比肩的职场人士的技能。同时随着数据存储、数据处理等大数据技术的快速步，机器学习的各种算法在各行各业得以广泛应用，同样成为高校师生、职场人士迎数字化浪潮、与时俱提升专业技能的必修课程。本书将“Python课程学习”与“机器学习课程学习”有机结合，推动数字化人才的培养，提升人才的实践应用能力。 全书内容共17章。第1、2章介绍Python的门知识和阶知识；第3章介绍机器学习的概念及各种术语及评价标准；第4~10章介绍相对简单的监督式学习方法，包括线性回归算法、二元Logistic回归算法、多元Logistic回归算法、判别分析算法、朴素贝叶斯算法、高维数据惩罚回归算法、K近邻算法；第11、12章介绍主成分分析算法、聚类分析算法两种非监督式学习算法；第13~15章介绍相对复杂的监督式学习算法，包括决策树算法和随机森林算法、提升法两种集成学习算法；第16、17章介绍支持向量机算法、神经网络算法两种高级监督式学习算法。 本书可以作为经济学、管理学、统计学、金融学、社会学、医学、电子商务等相关专业的学生学习Python或机器学习应用的专业教材、参考书；也可以作为企事业单位数字化人才培养的教科书、工具书，还可以作为职场人士自学掌握Python机器学习应用、提升数据挖掘分析能力而提高工作效能和改善绩效水平的工具书。
算法竞赛入门经典——训练指南
￥82.60
《算法竞赛门经典——训练指南（升级版）》是《算法竞赛门经典（第2版）》一书的重要补充，旨在补充原书中没有涉及或者讲解得不够详细的内容，从而构建一个更完整的知识体系。本书通过大量有针对性的题目，让抽象复杂的算法和数学具体化、实用化。 《算法竞赛门经典——训练指南（升级版）》共包括6章，分别为算法设计基础、数学基础、实用数据结构、几何问题、图论算法与模型以及更多算法专题。全书通过206道例题深浅出地介绍了上述领域的各个知识、经典思维方式以及程序实现的常见方法和技巧，并在章末给出了丰富的分类习题，供读者查漏补缺和强化学习效果。 《算法竞赛门经典——训练指南（升级版）》题目多选自近年来ACM/ICPC区域赛和总决赛真题，内容全面，信息量大，覆盖了常见算法竞赛中的大多数细分知识。书中还给出了所有重要的经典算法的完整程序，以及重要例题的核心代码，既适合选手自学，也方便院校和培训机构组织学生学习和训练。
因果推断与机器学习(修订版)
￥82.60
本书是一本理论扎实，同时联系实际应用的图书。全书系统地介绍了因果推断的基本知识、基于机器学习的因果推断方法和基于因果推断的机器学习方法及其在一些重要领域的应用。 全书共分6章。第1章从结构因果模型和潜在结果框架出发，介绍因果推断的基本概念和方法。第2章介绍近年统计和机器学习文献中出现的一些重要的基于机器学习的因果推断方法。第3章介绍能够提高机器学习模型的泛化能力的因果表征学习。第4章介绍因果机器学习如何提高机器学习模型的可解释性与公平性。第5章介绍因果机器学习在推荐系统和学习排序中的应用。第6章是对全书的一个总结和对未来的展望。 本书对结合因果推断和机器学习的理论与实践行了介绍。并在第1版的基础上对一些陈旧的内容做了更新。通过阅读本书，读者不仅可以掌握因果机器学习的基础理论，还可对本书中提到的论文代码行钻研，从而在实践中加深对因果机器学习的理解。
大语言模型应用指南:以ChatGPT为起点,从入门到精通的AI实践教程(全彩)
￥82.60
本书是一本对人工智能小白读者非常友好的大语言模型应用指南，有两大特：一是以通俗易懂的方式解释复杂概念，通过实例和案例讲解大语言模型的工作原理和工作流程、基本使用方法，包括大语言模型常用的三种交互格式、提示工程、工作记忆与长短期记忆，以及外部工具等，使读者能够全面了解和掌握这一先技术的应用和二次发；二是紧跟当前大语言模型技术的更新动态，介绍GPTs的创建，以GPT-4V和Gemini为例讲述多模态模型的应用，还包括无梯度优化、自主Agent系统、大语言模型微调、RAG框架微调、大语言模型安全技术等。无论是学术研究者、工程师，还是对大语言模型感兴趣的普通读者，都可以通过本书获得大语言模型的前沿研究成果、技术展和应用案例，从而更好地应用大语言模型解决实际问题。
深度学习与目标检测(第2版)
￥82.60
本书的写作初衷是，从学者的角度，用一种通俗易懂的方式，将基于深度学习的目标检测的相关论文中的理论和方法呈现给读者，同时针对作者在深度学习教学过程中遇到的难，行深的分析和讲解。本书侧重对卷积神经网络的介绍，而深度学习的内容不止于此。所以，作者将深度学习分为有监督学习、无监督学习和强化学习三类，将图像分类、目标检测、人脸识别、语音识别、双向生成对抗网络和AlphaGo等应用场景归不同的类别，并分别对其原理行了概括性的讲解。本书适合有一定深度学习或目标检测学习基础的学生、研究者、从业者阅读。
可解释机器学习:黑盒模型可解释性理解指南(第2版)
￥82.60
机器学习虽然在改产品性能、产品流程和推研究方面有很大的潜力，但仍面临一大障碍——计算机无法解释其预测结果。因此，本书旨在阐明如何使机器学习模型及其决策具有可解释性。本书探索了可解释性的概念，介绍了许多简单的可解释模型，包括决策树、决策规则和线性回归等。本书的重是模型不可知方法，用于解释黑盒模型（如特征重要性和累积局部效应），以及用Shapley 值和局部代理模型解释单个实例预测。此外，本书介绍了深度神经网络的可解释性方法。本书深解释并批判性地讨论所有的可解释方法，如它们在黑盒下的运作机制，各自的优缺，如何解释它们的输出结果。本书将帮助读者选择并正确应用最适用于特定机器学习项目的解释方法。本书适合机器学习从业者、数据科学家、统计学家及任何对机器学习模型可解释性感兴趣的读者阅读。
