购物车
个人中心
Python数据科学:技术详解与商业实践
￥65.35
本书共19章，第1章介绍数据科学中涉及的基本领域；第2～3章介绍与数据工作紧密相关的Python语言基础；第4章讲解描述性统计分析在宏观业务领域的分析；第5章讲解数据规整、清洗的重要技能；第6章介绍数据科学领域实用的四大统计检验；第7章讲解当被解释变量为连续变量时，如何使用线性回归作预测；第8章讲解使用逻辑回归作评分卡模型；第9章讲解另外一个可解释模型——决策树。第10～12章分别讲解了BP神经网络、朴素贝叶斯、近邻域、支持向量机的原理和在决策类模型中的运用；第13～14章作为一个整体讲解商业分析场景下的信息压缩；第15章以产品推荐作为案例，讲解发现事件与事件伴生关系的关联分析和序列分析算法；第16章使用欺诈识别案例讲解当被解释变量分布极 端不平衡时的处理方法；第17章继续使用欺诈识别案例讲解集成学习算法；第18章讲解了使用效应分解和ARIMA方法实现宏观业务指标预测；第19章用案例展现了分类和聚类模型的CRISP-DM和SEMMA流程。
Java多线程编程核心技术(第2版)
￥65.35
全书共7章。 第1章讲解了Java多线程的基础，重介绍线程类的核心API的使用。 第2章讲解对并发访问的控制，即如何写出线程安全的程序。 第3章介绍线程间通信，以提高CPU利用率和系统间的交互，同时增强对线程任务的把控与监督。 第4章讲解Lock对象，以更好实现并发访问时的同步处理。 第5章讲解移动发中使用较多的定时器类中的多线程技术，这是计划/任务执行里很重要的技术。 第6章讲解如何安全、正确地将单例模式与多线程技术相结合，避免实际应用中可能会出现的麻烦。 第7章将前面被遗漏的技术案例在本章节中行补充，尽量做到不出现技术空白。
Kamailio实战
￥65.35
这是一本全面介绍Kamailio的专业技术书，也会是市面上本Kamailio的图书。 第1章介绍Kamailio的基本背景和架构，同时对SIP协议行了比较深的介绍。 第2~3章介绍了Kamailio运行环境的搭建和配置。 第4~5章对Kamailio的组件组件和KEMI行深解析。 第6章介绍如何使用Kamailio做SIP路由转发。 第7章介绍Kamailio如何与数据库对并行相关操作。 第8章介绍了20种路由方法。 第9章和第10章分别从高性能和安全两个维度介绍对Kamailio的使用。
Lua解释器构建:从虚拟机到编译器
￥65.35
Lua是一门设计精简、功能强大的脚本语言。本书将Lua解释器拆解，使用C语言，一步一步构建能够正确运行的Lua解释器。本书共6章，分别为Lua解释器概述，Lua虚拟机，Lua脚本的编译与虚拟机指令运行流程，Lua编译器，Lua的解释器的其他基础特征，dummylua发案例：俄罗斯方块。阅读本书，并不需要读者事先精通有关编译原理的知识，书中会尝试用简洁的语言，向读者介绍相关的具体内容。 Lua解释器构建：从虚拟机到编译器面向对Lua内部以及解释器的设计和实现感兴趣的读者，并要求读者对C语言和Lua有一定的了解和使用经验。本书免费提供书中配套案例的全部源码，相关获取方式见封底。
AIDevOps:智能微服务开发、运维原理与实践
￥65.35
本书主要围绕微服务架构实现智能服务适配、发复杂服务软件系统的技术路线，系统阐述智能微服务软件架构、发与运维技术、主要支撑工具、典型应用案例等。
数据库事务处理的艺术:事务管理与并发控制
￥65.35
作者有近20年数据库内核研发经验，曾是Oracle公司MySQL全球发组核心成员，现在是腾讯的T4级专家。数据库领域的泰斗杜小勇老师亲自为是本书作序，数据库学术界的知名学者张孝博士（中国人民大学）、卢卫博士后（中国人民大学）、彭煜玮博士（武汉大学），以及数据库工业界的知名专家盖国强和姜承尧等也给予了极高的评价。 全书共12章，首先介绍数据库事务管理与并发控制的基础理论和工作机制，然后再从工程实践的角度对比和分析了4个主流数据库的事务管理与并发控制的实现原理，*后通过源代码分析了PostgreSQL和MySQL在事务管理与并发控制上的技术架构与设计思想。 *篇（1-2章） 事务管理与并发控制基础理论 对数据库事务管理和并发控制的基础理论、核心技术和工作原理行了讲解，包括数据库事务处理技术的范围、数据的异常现象及成因、事务模型、并发访问控制技术、以及隔离性等。 第二篇（3-6章） 事务管理与并发控制应用实例研究 以Informix、Oracle、PostgreSQL和MySQL/InnoDB等主流数据库系统为例，对他们的事务管理和并发控制的实现技术、工作原理以及原理背后的设计思想行了深度分析和对比。 第三篇（7-9章） PostgreSQL事务管理与并发控制源码分析 首先对PostgreSQL事务处理技术的架构、层次、设计思想、相关数据结构和实现原理行了深系统的分析，然后从功能角度对PostgreSQL的事务模型、并发控制、一致性、隔离性以及其所使用的SS2PL、MVCC、SSI等技术做了深的讲解。 第四篇（10-12章） InnoDB事务管理与并发控制源码分析 首先对事MySQL/InnoDB的务处理技术的架构、层次、设计思想、相关数据结构和实现原理行了深系统的分析，然后从功能角度对MySQL/InnoDB的事务模型、并发控制、一致性、隔离性以及其所使用的SS2PL、MVCC等技术做了深的讲解。
微信小游戏开发:后端篇
￥65.35
“微信小游戏发”系列图书包含《微信小游戏发：前端篇》和本书，融合了腾讯云TVP李艺多年来的一线项目研发和教学经验。本书在前端篇的基础上，继续讲解微信小游戏发后端部分的内容，主要包括本地功能发、云发实践、后端程序编写等，终让读者掌握微信小游戏全栈发的知识体系与核心技能，并完成一个精心设计的实际项目。本书随附完整的项目源码，以方便读者学习和实践。 本书共7章，主要内容如下。 第1～3章 本地功能 学习微信小游戏发，少不了要学习平台组件和口。这3章主要介绍如何利用平台组件和口实现微信小游戏发中常用的本地功能，比如读写本地缓存和本地文件、显示用户的位置信息、添加背景图片、监听并记录错误、添加排行榜和广告等。通过这3章的实践，我们将使小游戏项目的本地功能更加完善，同时一步了解微信小游戏的平台能力，为以后自学平台组件和口下基础。 第4、5章 云发 云发可以显著降低运维成本和运维复杂度，对于独立发者来说尤为适合。云发技术一直在快速演，不断有新功能、新口出现。在这两章中，我们将行基础云发（云函数、云数据库、云存储）方面的实践，了解其运行机制，这样无论以后云发技术如何推陈出新，我们都能快速掌握并运用。 第6、7章 后端 编写后端程序是重中之重。在这两章中，我们在保证技能实践的全面性的前提下，尽量将内容简化。我们将使用两种常用的后端技术Node.js和Go编写同一套口，实现相同的后端程序功能。在编写后端口程序和Web后台管理程序时，书中提供了分别基于koa2（Node.js Web框架）和Iris（Go Web框架）的快速发项目模板，即使你是初学者，也能很快门。
阿里云运维架构实践秘籍
￥65.35
全书共18章，分为四个部分： 云端选型篇（第1~5章）：主要从云平台、云产品、软件技术、系统技术、服务器配置五个方面系统性讲解在云端如何行运维技术选型和运维架构规划； 云端实践篇（第6~13章）: 基于云端选型篇，在云端运维架构涉及相关常见技术的重要实践，也是本书中的重篇幅； 云端安全篇（第14~16章）: 通过黑客常见攻案例，及结合云端*安全防御方案，带您一起走云端黑客攻防的世界； 云端架构篇（第17~18章）: 结合前面云端选型篇、云端实践篇、云端安全篇相应*实践经验，通过一个小型网站逐步演变到千万级架构的案例，讲解如何在云端构建千万级架构。
深入分析GCC
￥65.35
本书结合GCC4.4.0源代码，围绕GCC编译过程，详细介绍了GCC的设计框架和实现过程，包括从源代码到AST、从AST到GIMPLE、从GIMPLE到RTL，以及从RTL到终的目标机器代码的详细过程，涉及各个阶段中间表示的详细分析、生成过程，使读者在了解编译原理的基础上一步掌握其实现的总体流程和实现细节，让更多的读者对编译技术不再只是停留在理论层面，而是学会如何实现一个编译系统实例。
零基础学Python(第2版)
￥65.35
为了能够使广大读者既能够掌握Python语言的基础知识，又能够将Python语言应用于某个特定的领域（如Web发），本书介绍与Python相关的方方面面，为了便于读者学习，本书每个章节都提供了详尽的例子，结合实例讲解各个知识。涉及的程序代码都给出了详细的注释，有助于读者轻松领会程序发的精髓，快速提高发技能。在学习完本书之后，相信读者能够很好地掌握Python语言，同时可以使用Python语言行实际项目的发。本书适合Python爱好者、大中专院校的学生、社会培训班的学生。
Excel 2019公式与函数应用大全:视频教学版
￥65.35
本书通过大量的实例详细讲解Excel 2019的常用函数，并且介绍公式与函数相关基础知识以及函数在职场各个领域的具体使用方法。读者在工作时，若有自己不明白的函数，只需要翻本书查阅相关的讲解即可。 本书共16章，前3章介绍公式和函数操作基础，分别是公式技巧、函数基础、单元格引用、数组的应用、公式的审核与修正、分析与解决公式返回错误值；中间8章介绍8类函数的实际应用，包括逻辑函数、日期和时间函数、数学函数、文本函数、统计函数、财务函数、查找与引用函数、信息函数；*后5章结合实际介绍函数在职场各个领域的应用，包括员工档案管理、员工考勤管理、员工薪资管理、公司销售管理、公司固定资产管理。
HikariCP数据库连接池实战
￥65.35
这是一本从设计思想、功能使用、原理实现、工程实践、技术扩展5个维度全面讲解数据库连池HikariCP的著作。得到了褚霸、德哥、张亮、吴晟等近10位来自阿里、*等互联网企业的技术专家的高度评价，同时也在社区里获得广泛好评。 系统性上，从基本功能，到扩展技术，内容涵盖HikariCP的方方面面；深度上，从原理阐述到源码分析，直HikariCP的本质；实操性上，不仅有小案例和综合性的大案例，还有对疑难问题的解决方案。 全书共14章，在逻辑上分为四大部分： 准备篇（1~3章） 以阿里连池极致优化案例展示了不使用连池和使用连池的QPS天壤之别，带领读者了解数据库连池的背景、原理及历史，以及本书的主角HikariCP。 基础篇（4~5章） 系统梳理HikariCP的基础知识，包含参数配置、JDBC等核心模块，这些内容都是HikariCP基础的重中之重。 原理篇（6~9章） 直HikariCP的“灵魂”，深浅出地分析了HikariCP的原理。首先，全方位的剖析了HikariCP性能极致的原因，这些都会成为读者面试、工作中的谈资； 其次，从连原理、参数原理、动态代理与字节码技术等三个维度作为切口，分别对HikariCP行了源码级别的解析，这样全方位的剖析不同于单视角的源码解析，更能将HikariCP的原理立体化的展示在读者面前。 实战篇（10~14章） 这是本书的精华部分。HikariCP的监控、扩展技术、常见问题等都是读者工作中较为迫切了解到、使用到的知识，这些内容大多来自作者多年实战经验的积累及大量文献资料的收集整理，内容包罗万象、精妙绝伦。
OpenStack高可用集群(上册):原理与架构
￥65.35
本书是一本理论与实战结合，并全面讲解OpenStack相关技术知识的书籍。书中首先介绍了与OpenStack相关的基础架构软件，同时深讲解和分析了OpenStack三大核心组件——计算(Nova)、存储(Cinder/Ceph)和网络(Neutron)的架构原理及使用方式。在具备完善的理论知识后，本书又从实战角度讲解了如何对OpenStack的基础架构软件和核心组件项目行高可用集群部署，并在成功部署OpenStack高可用集群后，介绍了如何在实际应用中对OpenStack高可用集群行运维分析与故障解决。
C语言编程魔法书:基于C11标准
￥65.35
阅读建议：本书从基础到高级，全面而深，不同层次的读者可选择适合自己的章节阅读，参见前言“如何阅读本书”模块。 预备知识篇（第1～3章），为初级读者提供计算机理论知识和相关概念，如编程模式、主流源编译器，以及搭建C编程环境的方法。 基础语法篇（第4～11章），学习C语言的基石——基本语法与使用讲解，涵盖基本元素、基本数据类型、用户自定义类型、数组和指针（难）、控制流语句、函数。 高级语法篇（第12～16），讲述了C11编程的一些高级特性，阶之用。涵盖： 目前所支持的所有预处理器特性； 编译上下文作用域、名字空间、连属性； C11标准支持的类型限定符的标准用法与注意事项； 深刻解读C语言语法体系的核心——类型系统； C11标准中表达式及其计算优先级，以及“左值”； 主流编译器所采用的函数调用约定； 主流C语言编译工具构建静态库/动态库的方法与实践。 语法扩展篇（第17～19章）讲述了GCC与Clang编译器对C语言的扩展，以及C语言的设计理念、未来C语言新添与排除特性。需要对底层交互与发深了解的读者大有裨益。 项目实践篇（第20～21章），UTF-8与UTF-16编码程序编写，基于控制台的计算器程序。精巧而知识全面。
Android App开发入门:使用Android Studio 2.X开发环境(第2版)
￥65.35
本书从初学者的角度出发，通过通俗易懂的语言、丰富的实例，详细介绍使用AndroidStudio2.X发环境发Android应用程序应该掌握的各种技术。全书共分16章，内容包括：使用AndroidStudio发AndroidApp，Android程序设计基础讲座，应用程序界面设计，事件处理，用户界面的基本组件，高级UI组件，即时消息与对话框，用Intent启动程序中的其他Activity，用Intent启动手机内的各种程序，拍照与显示照片，播放音乐与视频，用传感器制作水平仪与体感控制，WebView与SharedPreferences，GPS定位、地图与菜单，SQLite数据库，Android互动设计等。书中所有知识都结合具体实例行介绍，以使读者轻松领会Android应用程序发的精髓，快速提高发技能。
DDD工程实战:从零构建企业级DDD应用
￥65.35
这是一本能教你快速从零构建一个完整的企业级DDD应用的实战性著作。 DDD本身涉及的概念多，而且技术组件的实现也比较复杂，对于初学者来说门槛相对较高。本书在写作上另辟蹊径，首先用很短的篇幅将限界上下文、聚合、实体等十几组核心概念和技术组件，以及Spring Boot、Spring Cloud和Axon等发DDD应用的主流源框架做了一个简单的介绍，然后用8章的篇幅讲解了一个综合性的案例，不仅将前面提到的这些核心概念、技术组件和发框架的原理、使用全部融到了案例中，还一步步地详细讲解了DDD应用的实现方式和落地细节。 通过阅读本书，你能获得以下收获： 架构设计：基于DDD核心概念设计业务体系架构。 技术体系：根据DDD技术实现模型掌握主流框架的应用。 案例实战：递式演练DDD核心理念及技术的落地实现。 工程实施：提升DDD工程的整体实施水平和能力。
数据产品经理:解决方案与案例分析
￥65.35
这是一本能帮助读者快速获取数据产品实战能力数据项目实战能力的著作。全书内容以案例方式组织，围绕数据建设、数据营销、数据驱动3大主题，用14个综合案例行完整再现和深度复盘，为近10个行业的数据产品提供了可直参考的解决方案，这些方案同时也适用于其他行业。每个案例从项目背景、方案设计、实现过程、总结与思考等维度展阐述，层次清晰，可参考性强。 全书共14章，分为三部分：数据建设、数据营销和数据驱动。 部分 数据建设（第1~2章） 数据建设是数据运转的基础，是数据发挥价值的关键。良好的数据建设能够降低数据应用的发成本，提升数据使用者的效率。本部分包含两章，分别介绍了自动化数据分析平台的搭建和数据埋的工作流程等。 第二部分 数据营销（第3~9章） 营销是每个公司的业务核心，良好的数据营销平台为营销提供非常大的助力。本部分主要介绍如何利用数据中台、大数据平台助力营销，如何利用社会化聆听辅助商业决策，重分析金融、零售、快消、汽车、游戏等多个行业的项目，具有较高的参考价值。此外，还介绍了商品分析方法和初创公司数据运营实践。 第三部分 数据驱动（第10~14章） 数据产品经理可以驻公司的每个部门，驱动该部门的业务发展，成为公司运转的核心和动力。本部分介绍的案例包括语音数据处理与商业应用、网约车安全性的数据化解决方案、智慧安防中的智能视频产品、AI技术在视频平台上的应用、数据产品经理在推荐中的价值，这些案例都属于数据产品的一个分支——策略产品的范畴，有的案例主要以AI技术实现。
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。
Prometheus监控技术与实践
￥65.35
Prometheus是云监控领域的瑞士军刀，本书系统地介绍Prometheus的基本理论与应用，包含作者多年的实战经验。本书主要内容分为三部分，共14章。 *部分（1-2章）介绍监控系统的技术发展与基础原理以及Prometheus的核心组件及架构； 第二部分（3-8章）介绍Prometheus的Exporter导出器、服务发现、PromQL数据查询、告警处理、可视化Grafana、Pushgateway等； 第三部分（9-14章）介绍Prometheus与其他系统结合的综合案例，如与OpenStack、Docker、Kubernetes、日志系统等结合，*后介绍了Prometheus监控系统的生产部署和统一监控系统平台的构建。
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。
TensorFlow深度学习实战
￥65.35
本书将介绍如何有效地使用Google的源框架TensorFlow行深度学习。通过学习，你将实现不同的深度学习网络，如卷积神经网络（CNN）、循环神经网络（RNN）、深度Q learning网络（DQN）和生成对抗网络（GAN），以及如何使用TensorFlow的高级封装Keras工具。
