购物车
个人中心
机器学习算法(原书第2版)
￥65.35
与机器学习领域很多偏重于理论的书相比，本书在简明扼要地阐明基本原理的基础上，侧重于介绍如何在Python环境下使用机器学习方法库，并通过大量实例清晰形象地展示了不同场景下机器学习方法的应用。从这个角度来说，本书是一本使机器学习算法通过Python实现真正“落地”的书，而这无疑将给想要或致力于机器学习应用的读者带来方法理解和实现上的巨大裨益。 书中所有实例都是用Python编写，使用了scikit-learn机器学习框架、自然语言工具包（NLTK）、Crab、langdetect、Spark（PySpark）、Gensim、Keras和TensorFlow（深度学习框架）。这些程序适用于基于Linux、和Windows系统的Python 2.7和3.3 版本。 本书主要面向希望在预测分析和机器学习领域建立扎实基础的机器学习工程师、数据工程师和数据科学家。
Apache Kylin权威指南(第2版)
￥65.35
Apache Kylin 是由中国人主导的Apache项目，是Hadoop大数据平台上的一个源 OLAP 引擎，将大数据的查询速度和并发性能提升百倍以上，为超大规模数据集上的交互式大数据分析了大门。本书由 Apache Kylin 核心发团队编写，系统地介绍了 Apache Kylin 安装、门、调优、可视化、运维管理、流式计算、Spark 构建、扩展发、跟主流云平台的集成，以及经典案例等各个方面，是系统学习Apache Kylin的优秀材料。 第1章和第2章是基本概念和快速门，为初学者下坚实基础。第3章和第4章介绍基本的 Cube 优化手段和增量构建。第5章展示丰富的查询口和其上的可视化能力。第6章介绍了基于 Cube Planner 的自动优化的核心算法和原理。第7章是阶的流式准实时构建，以将构建的批次间隔缩短到分钟级。第8章介绍如何使用 Spark 行 Cube 构建，以及如何调优性能。第9章通过介绍若干 Kylin 的重案例，以帮助读者理解 Kylin 的使用场景和重要价值。第10章介绍可扩展架构和二次发口，适合高级发者。第11章则介绍企业级功能、用户的认证和授权相关知识。第12章着重于问题的排查诊断、日常的运维管理，以及如何通过社区获得帮助等内容。第13章分别以AWS，微软 Azure 和阿里云为例，介绍如何在主流云平台上部署和使用 Kylin。第14章说明如何参与和贡献到源项目。*后的第15章，介绍了 Apache Kylin 的未来发展方向。
数据科学之编程技术:使用R进行数据清理、分析与可视化
￥65.35
本书从Metasploit的配置始介绍，然后探索Metasploit术语和Web GUI，并带你深测试流行的内容管理系统，例如Drupal、WordPress和Joomla，还将研究新型CVE并详细介绍漏洞形成的根本原因。之后，深介绍JBoss、Jenkins和Tomcat等技术平台的漏洞评估和利用。读者还将学习如何使用第三方工具对Web应用程序行模糊测试以查找逻辑安全漏洞等。
AI产品经理:方法、技术与实战
￥65.35
这是一本指导AI产品真正实现商业化落地的专业技术书。书中内容完全围绕产品落地、商业化展，既提供了不同类型AI产品的落地方案，又提供了具体的方法、技巧，还提供了安防、制造、汽车等多个典型行业的应用案例。 无论是从技术或其他岗位转型AI产品经理，还是从其他方向的产品经理岗位转型AI产品经理，都可以通过本书弥补欠缺的相关知识。而对于已经门的AI产品经理，阅读本书可以了解算法、中台、业务等各类AI产品的落地方案，掌握快速、高效、高质量落地产品的方法论。 本书共包括4篇13章的内容。 篇（第1～2章）对AI产品及AI产品经理行全方位深解读，目的是让读者真正理解AI产品经理这个职位，这是做好这份工作的基础。另外，本篇还重介绍了如何成为AI产品经理和如何规划AI产品经理职业发展路径。 第二篇（第3～6章）从机器学习手，逐渐拓展到以计算机视觉、语音识别、语义理解为核心的多模态内容理解技术、行为主义的机器人学，以及AI云原生工程应用。本篇以AI产品经理实际需求为前提，用产品经理可以理解的方式展介绍，不讲与产品经理工作关联性不强的技术细节，只讲技术原理和应用方向，这些都是AI产品经理落地产品时必须掌握的。 第三篇（第7～11章）是本书的重。本篇首先介绍了通用的产品方法论，然后结合AI产业的特，深解读了算法、中台、业务三大类AI产品的落地实践。其中，关于算法和中台类产品的介绍，可帮助读者应对自动驾驶、元宇宙、企业智能、智能汽车、虚拟数字人等主流产品的落地需求；针对业务类AI产品，从城市治理、企业服务、个人服务三个维度展介绍。 第四篇（第12～13章）从赋能行业和项目实践两个维度解读AI产品高效、高质量落地的方法。其中不仅以安防、制造业、汽车为案例解读了AI产品高效落地的方法和方案，还以B/G端项目、商机项目为例，提供了可行性验证、交付等问题的解决思路。
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。
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。
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。
WebRTC音视频开发:React+Flutter+Go实战
￥65.35
本书详细介绍WebRTC音视频发技术，本书系统介绍WebRTC技术的原理与应用，涵盖：WebRTC技术发展历史、应用场景、整体架构，WebRTC通话原理，Web发环境搭建，HTML5项目简介，访问设备的设置，音视频设备的设置，音视频的录制，结合React Flutter Go技术发音视频应用的案例等。 分为三篇，共15章，主要内容包括： 基本概念篇（第1~2章），介绍WebRTC技术发展历史，分析WebRTC整体架构及其核心API，分析WebRTC通话原理，介绍媒体协商、网络协商等基本概念，介绍NAT、SDP、ICE、STUN以及TURN协议； 基础应用篇（第3~11章），介绍WebRTC技术的方方面面，如访问设备、音视频设置、媒体流与轨道、媒体录制、连建立过程以及数据通道等，帮助读者快速掌握WebRTC的常用口； 综合案例篇（第12~15章），通过一个一对一的视频通话案例，将前面所学知识串起来，案例的客户端实现了画面渲染、声音控制、视频控制、大小视频展示等功能，服务器端实现了信令处理服务器以及中转数据服务器等。
零基础学Java(第5版)
￥65.35
Java是使用面很广的面向对象的发语言。本书站在零基础学习的角度，通过通俗易懂的语言和丰富多彩的实例，帮助初学者尽快掌握Java语言程序设计的核心知识而少走弯路。 本书一共分为四篇，共24章，循序渐地讲述了Java语言的语法规则，以及Eclipse和MyEclipse发环境的使用，从基本概念到具体实践、从门知识到高阶主题、从语法语义到数据结构和算法都行了详细的阐述，内容主要包括运算符、表达式、分支语句、循环语句、函数、数组、字符串、类、对象、包、继承、多态、封装、枚举、反射、标注、泛型、类加载器、动态代理、多线程、文件的操作和访问、数据的操作、数据的存储、Java数据结构、XML文件的创建和解析、数据库的连、网络编程和界面的设计等知识。书中的所有知识都结合具体实例行介绍，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。
零基础学算法(第4版)
￥65.35
本书从日常生活中常见的实例手，引领读者算法和数据结构的抽象世界。由于数据结构、算法的知识比较抽象，使许多读者望而却步。本书在编写过程中，尽量使用读者容易理解的、简单的语言来描述算法和数据结构，对于一些复杂的内容，采用图文并茂的方式介绍其原理，使读者能很快理解相关知识。第1~5章介绍了常用算法和数据结构的相应代码，第6~8章介绍了使用数据结构和算法解决一些经典问题的程序，第9章介绍了信息学奥赛部分试题的解题代码，第10章给出了与算法和数据结构相关的常见面试题。书中的所有程序都是在Dev-C++发环境中编写而成的，本书附录简单介绍了该发环境的使用。
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。
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。
深入理解XGBoost:*机器学习算法与进阶
￥65.35
本书以机器学习基础知识做铺垫，深剖析XGBoost的原理、分布式实现、模型优化、深度应用等。 ?第1～3章使读者对机器学习算法形成整体认知，了解如何优化模型以及评估预测结果，并熟悉常用机器学习算法的实现原理和应用，如线性回归、逻辑回归、决策树、神经网络、支持向量机等。 ?第4章借助实际案例，讲解如何通过XGBoost解决分类、回归、排序等问题，并介绍了XGBoost常用功能的使用方法。 ?第5～7章是本书的重，从理论推导与源码层面深剖析XGBoost，涵盖XGBoost原理与理论证明、分布式XGBoost的实现、XGBoost各组件的源码解析。 ?第8～9章为阶内容，着重解析算法实践与工程应用中的难，而帮助读者更好地解决实际问题。 ?第10章介绍了一些较为前沿的将树模型与其他模型融合的研究方法，以拓眼界，拓展思路。
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。
互联网安全建设从0到1
￥65.35
本书详细介绍互联网安全建设的方法、工具、实践，包含互联网整体防御功能的建设，涉及网络安全的方方面面，主要内容包括：主机安全、网络安全、发安全、运维安全、内网安全、日志分析、安全平台、安全监控、应急响应、业务安全、风控体系建设、数据与隐私安全、安全体系建设等。
深度探索嵌入式操作系统:从零开始设计、架构和开发
￥65.35
本书的*终目的是构建一个用于学习的嵌式操作系统内核，并工作在真正的物理机上。为了达到这一目的，本书大体上分为两部分：硬件部分和软件部分。硬件部分首先分析了我们选择的平台，以及这个平台上的组件。软件部分首先分析了操作系统内核是干什么的，其中都有些什么组件，这些个组件分别是干什么的有什么作用。然后是如何设计操作系统架构并将这些重要的组件组合在一起，以及设计时需要注意些什么。*后介绍了构建操作系统的工具。
HTML5 Canvas核心技术:图形、动画与游戏开发
￥65.35
本书是HTML5 Canvas领域的标杆之作，也是迄今为止该领域内容*为*和深入的著作之一，是公认的权威经典、Amazon五星级超级畅销书、资深技术专家David Geary*新力作。它不仅*讲解了canvas元素的API，以及如何利用Canvas进行图形绘制、动画制作、物理效果模拟、碰撞检测、游戏开发、移动应用开发，还包含大量实例，可操作性极强。
Photoshop CC 2017从入门到精通(全彩版)
￥65.35
功能强大、界面友好的Photoshop如今已是数字媒体艺术行业从业人员不可或缺的工具之一。本书即针对广大Photoshop用户的学习需求和认知盲区，对Photoshop的知识和操作行了精心梳理与总结。全书共18章，可分为3个部分。第1部分介绍PhotoshopCC2017的工作界面和主要功能、图像处理的基本操作等内容。第2部分讲解Photoshop的核心功能与命令，包括图层、选区、图像修复与润饰、绘画、路径、文字、蒙版、通道、滤镜和CameraRaw等。第3部分介绍Photoshop的高级图像处理技术，包括3D成像技术，Web、视频和动画，色彩管理，存储、导出和印，动作和任务自动化等。每一章都从基本的Photoshop功能和操作介绍始，穿插以大量技巧和应用，介绍衍生操作、扩展知识和高效技法，并在末尾通过案例的实际运用巩固本章所学知识。本书既适合初学者行Photoshop的门学习，也适合需要提高图像处理水平的相关从业人员、图像处理爱好者使用，还可作为培训机构、大中专院校相关专业的教学辅导用书。
ASP.NET Core 5.0开发入门与实战
￥65.35
这是一本从实战角度出发，分析讲解ASP.NET Core基本原理和实现方式，以求帮助广大读者能够快速掌握ASP.NET Core在企业级多端调用以及多平台部署的实践指导书。作者是.NET领域的布道者和技术专家，并多次荣获微软MVP称号。 本书以ASP.NET Core 5.0行分析，不仅讲解了核心原理和理论知识，还通过实战案例的方式，一步拓展ASP.NET Core在企业中的应用。更重要的是，本书所有代码均已源，读者可以在对应下载资源中找到源码地址，行下载和学习。此外，本书涉及的知识，多以独立章节用实际案例的形式专门行落地指导，相互之间不受影响，而从业务上又承上启下，读者可以根据自己的需要重学*一章节。 本书是一本项目发案例方面的参考书，适合有基本编程知识，但还没有项目发经验的软件发初学者使用，尤其适合高校学生行毕业设计、课题设计时作为参考。
PyTorch神经网络实战:移动端图像处理
￥65.35
本书主要介绍人工智能研究领域中神经网络的PyTorch架构，对其在多个领域的应用行系统性的归纳和梳理。书中的案例有风景图分类、人像前景背景分割、低光照图像增法、动漫头像生成、画风迁移、风格转换等，对每项视觉任务的研究背景、应用价值、算法原理、代码实现和移动端部署流程行了详细描述，并提供相应的源码，适合读者从0到1构建移动端智能应用。 本书适合对人工智能实际应用感兴趣的本科生、研究生、深度学习算法工程师、计算机视觉从业人员和人工智能爱好者阅读，书中介绍的各项视觉任务均含有相应的安卓平台部署案例，不仅对学生参加比赛、课程设计具有参考意义，对相关从业人员的软件架构和研发也具有启发价值。
区块链编程
￥65.35
本书是一本区块技术门指南，内容涵盖密码学数学基础（包括有限域、椭圆曲线、椭圆曲线密码学）、序列化工具、交易数据的结构与传输，以及数字签名的构造与验证等。通过本书，读者将学习如何使用这种流行的加密货币及其区块支付系统背后的基础知识，包括数学、密码学、区块、网络等。
