购物车
个人中心
程序员的AI书：从代码开始
￥65.40
随着AI技术的普及，如何快速理解、掌握并应用AI技术，成为绝大多数程序员亟需解决的问题。本书基于Keras框架并以代码实现为核心，详细解答程序员学习AI算法时的常见问题，对机器学习、深度神经网络等概念在实际项目中的应用建立清晰的逻辑体系。本书分为上下两篇，上篇（第1～4章）可帮助读者理解并独立发较简单的机器学习应用，下篇（第5～9章）则聚焦于AI技术的三大热领域：推荐系统、自然语言处理（NLP）及图像处理。其中，第1章通过具体实例对Keras的机器学习实现行快速介绍并给出整体概念；第2章从简单的神经元始，以实际问题和代码实现为引导，逐步过渡到多层神经网络的具体实现上，从代码层面讲解神经网络的工作模式；第3章讲解Keras的核心概念和使用方法，帮助读者快速门Keras；第4章讲解机器学习中的常见概念、定义及算法；第5章介绍推荐系统的常见方案，包括协同过滤的不同实现及Wide＆Deep模型等；第6章讲解循环神经网络（RNN）的原理及Seq2Seq、Attention等技术在自然语言处理中的应用；第7～8章针对图像处理的分类及目标识别行深度讨论，从代码层面分析Faster RCNN及YOLO v3这两种典型识别算法；第9章针对AI模型的工程部署问题，引TensorFlow Serving并行介绍。本书主要面向希望学习AI发或者转型算法的程序员，也可以作为Keras教材，帮助读者学习Keras在不同领域的具体应用。
Spring Boot从入门到实战
￥65.40
本书针对Spring Boot 2.x以上版本，采用“知识 实例”的形式编写。本书共17章，重讲解Spring Boot企业应用发所涉及的知识，同时针对某些常见的应用场景提供了完整的解决方案，带领读者从零始构建一个完整的Spring Boot项目。 本书内容紧扣互联网企业的实际需求，从Sping知识讲到Spring Boot的企业级发，对于Java发人员，尤其是初学Spring Boot的人员，以及从传统Spring转向Spring Boot发的技术人员具有很高的参考价值。
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。
Unity AR/VR开发:实战高手训练营
￥65.40
当下是全球和中国经济*模糊不清的十字路口和充满张力的新时代。大国贸易博弈黑天鹅乱飞，金融经济体系债务灰犀牛迫近，只有通过高水平放突破全球化逆境，深层次改革降低制度成本，才能穿越迷雾，拨云见日，预见未来！ 中国正在步新时代，认清中国的逻辑，把握投资机遇。 当前，中国的经济逻辑呈现四个方面的显著特征： 需求侧：全球化4.0 城市化2.0； 供给侧：工业化4.0 信息化2.0； 投资侧：创新驱动、硬核研发、跨界并、寻找新漂亮50； 分配侧：共同富裕、精准扶贫、收再分配。 本书立足于中国，兼具全球化视角，既有对全球化的透彻分析，也有对新时代的深度思考。本书从全“新”的角度解读新的时代、新的投资、新的供给、新的需求、新的调控、新的全球化、新的全面深化改革等，梳理中国未来5到10年，以至更长时间的宏观经济走势与各领域中的关键投资机会，助力擒获新经济独角兽。
Python金融数据挖掘与分析实战
￥65.40
这是一本金融数据挖掘与分析领域的实战性著作，它能指导零Python编程基础和零数据挖掘与分析基础的读者快速掌握金融数据挖掘与分析的工具、技术和方法。 读完本书，你将会有如下3个方面的收获： （1）Python编程基础和数据预处理 首先详细讲解了Python的核心语法，以及NumPy、Matplotlib、PySpark、Jupyter Notebook等Python数据处理工具的使用；然后详细介绍了数据预处理的流程和技巧。通过深浅出的语言和丰富的样例展示，帮助初学者快速上手 Python，为之后的数据分析实战夯实基础。 （2）数据挖掘与分析的经典方法 详细讲解了经典的数据挖掘方法，包括聚类分析、回归分析、分类分析、异常检测、关联分析、时间序列分析等。 （3）主要金融应用场景的数据挖掘方法 针对网络舆情的采集和热分析、舆情分析中的情感分析、股价趋势预测、个人信用评分、企业信用评分、用户画像、目标客户精准分析、销售数据分析等金融行业的常见应用场景，给出了数据挖掘和分析的方法。 本书注重实战，配有大量精心设计的案例，同时还有配套的视频讲解、代码和数据资源，可操作性强。
点云配准从入门到精通
￥65.40
三维云处理技术广泛应用在逆向工程、CAD/CAM、机器人学、测绘遥感、机器视觉、虚拟现实、人机交互、无人驾驶和元宇宙等诸多领域。云配准作为三维视觉领域的一个重要分支，已有40多年的发展历史，本书则系统性地对近些年来已经成熟的算法和工具行梳理和总结。 全书分两部分，部分为硬核技术篇（第1~4章），详细介绍了云配准概念、应用领域，以及云配准必要的数理知识，后对云配准过程中相关关键步骤（如关键提取、特征描述等）所涉及的经典算法行理论与实战的多维展示，为读者深了解复杂配准算法做好前期理论与技术储备工作。第二部分为算法应用篇（第5~6 章），涵盖了十几个源的刚性与非刚性配准经典算法，从算法原理、理论基础、技术实现、应用案例及优缺等方面行详细介绍，以算法的源码实现分析来帮助读者搞清楚每一个算法的细节与计算过程。终通过算法的应用案例分析，让读者从理论、技术和应用层面重新评价与认识每一个算法，助力产业界的读者快速将相关技术应用落地，学术界的读者快速系统地完成门与提升。 随书附赠程序源代码、案例高清效果图和结果视频，以及授课用PPT，力求从多个角度提升读者阅读体验和知识含量。本书可作为科研人员和公司产品发工程师的参考指南，也可作为计算机图形学、机器人学、遥感测量、虚拟现实、人机交互、CAD／CAM逆向工程等领域相关专业的高年级本科生、研究生的学习手册。
公有云容器化指南:腾讯云TKE实战与应用
￥65.40
这是一本面向公有云容器产品学习者和使用者的实战指南。由腾讯云资深云计算技术专家撰写，以腾讯云TKE容器产品为例，在普及开源容器知识的基础上，结合多种标准方法和丰富案例，*地讲解了上云容器化的方法和技巧。本书一共7章，每一章都是作者云上容器化落地的经验总结。第1~2章有针对性的讲解了Docker和Kubernetes等开源的容器技术的核心知识，帮助读者夯实基础；第3~7章以腾讯云的容器产品TKE为例，分两条主线：明线详细讲解了TKE的产品架构、产品功能、标准化操作、运维和企业级应用案例；暗线系统总结了上云容器化的方法和技巧。这本书将帮助读者了解开源容器知识以及企业级公有云容器化操作，让读者逐步走进*、低成本的云上容器世界，快速迈向云原生。
Keras深度学习:入门、实战与进阶
￥65.40
配套视频 PPT 全部数据及源代码 获取方式： 1、微信关注“华章计算机” 2、在后台回复关键词：Keras 这是一本理论与实践兼顾的深度学习著作，它通过精心的内容组织和丰富的案例讲解，能让读者零基础门，并迅速晋级为有一定理论基础和项目实战能力的高手。 基础方面，不仅介绍了Keras等各种深度学习框架的使用和发环境的搭建，还对深度学习的基础知识做了全面讲解； 理论方面，详细讲解了全连神经网络、卷积神经网络、循环神经网络、自编码器和生成式对抗网络等核心神经网络的原理和应用； 应用层面，不仅讲解了如何用Keras发各种深度学习模型，而且还讲解了深度学习在图像处理和文本处理两大核心场景的应用； 实战方面，每个深度学习模型原理的背后都有精心设计的Keras实现代码，每章都有多个综合性案例，读者可以在调试和执行代码的过程中掌握深度学习模型设计与发的各种方法和技巧。 本书内容结构合理，重突出；写作方式循序渐，易于读者理解；行文风格幽默风趣，读起来不枯燥。
*使用Greenplum:入门、进阶与数据中台
￥65.40
这不仅是一本从原理到使用、从门到阶讲解Greenplum的著作，而且是一本指导企业用更省钱、更高效地方式使用Greenplum构建企业级数据仓库和数据中台的著作。 作者在数据架构和数据仓库一线工作10余年，积累了丰富的项目经验，他用浅显易懂的语言、贴近生产环境的案例、丰富的示意图例写作了本书，能帮助读者快速掌握具有实战价值的知识。 具体地，阅读本书你将收获如下内容： · 掌握数据仓库技术的发展历程和发展方向； · 理解MPP架构的架构特和实现逻辑； · Greenplum数据库的安装和基本操作； · Greenplum数据库的工作原理； · SQL语句从门到发实战； · Greenplum数据库ETL相关功能的具体用途； · 机器学习、文本处理、图计算、GIS等的门知识； · 掌握Greenplum数据库的运维和监控要； · 全面掌握Greenplum数据库的性能优化； · 数据中台的理念和建设路径； · 数据中台从口到智能化应用的项目实战； · 零售行业数据中台的项目实战案例。
机器学习中的加速一阶优化算法
￥65.40
Array
机器意识:人工智能如何为机器人装上大脑
￥65.40
生活对我们的“掌掴”有很多种形式。有时，它会十分暴力，出手就是重拳，比如爱人离世、罹患重病、离婚失业、重大意外等。有时，它会相对温和，比如嫉妒、孤独、怨恨、失败、失望和拒绝等。无论是哪种形式，有一都毫无疑问：它会伤害我们！我们大多数人都没有学习过如何应对生活中的那些艰难挑战。 本书基于纳承诺疗法，为你提供了一条有效应对的路径。你将学会： 如何处理痛苦的想法、感受、情绪和回忆 如何消除痛苦情绪对你的影响 如何以一种友好和支持的方式自我关怀 如何勇敢地面对丧失 如何一步步地重建你的生活 我们并不是等风暴平息才能启生活，而是本就一直生活在风暴中。在本书中，哈里斯将用自己的人生故事和临床实践告诉你如何跳出生活的陷阱，带着生活赐予我们的宝藏勇敢前行。
机器学习:软件工程方法与实现
￥65.40
本书视角独特，将软件工程中的方法应用到机器学习实践中，重视方法论和工程实践的融合。本书主要有3个特点。1）机器学习的软件工程方法：用软件工程（Software Engineering）中的工具、方法和理论指导机器学习的实践活动。主要体现在测试驱动开发（TDD）方法、机器学习项目管理方法、工程化软件应用于数据科学标准化环境，以及开源算法包的大量实践应用案例等。2）机器学习全生命周期：书中*呈现了机器学习项目开发的完整链路，以项目需求为起点，历经样本定义、数据处理、建模、模型上线、模型监控、模型重训或重建。流程中的大部分节点独立成章，阐述充分，并且不是单纯地阐述理论，而是重在实践。同时，聚焦机器学习中应用*广泛和*有效的算法，使之成为贯穿机器学习项目生命周期的一条完整的学习路径。3）提出机器学习是一门实验学科：书中有大量的工业实践代码，例如数据分析包、特征离散化包、特征选择包、集成模型框架包、大规模模型上线系统架构和对应代码包等，对机器学习算法特性也有大量的代码解析。书中还多次强调对于机器学习这样一门实验和实践学科，工具、方法和策略的重要性，并介绍了在实际项目中对时间、人力成本等的权衡策略。本书不拘泥于公式推演、数值分析计算领域优化求解（梯度、牛顿、拉格朗日、凸优化）等主题，而重在展现机器学习的实际应用，以及各知识点的落地。在写作方式和内容编写等方面，本书力求既贴近工程实践又不失理论深度，给读者良好的阅读体验。
智能硬件产品:从0到1的方法与实践
￥65.40
本书讲述了智能硬件产品从0到1需要的方法和技术。内容涵盖识别市场机会、细分市场、市场分析、产品定位、定义产品需求、定义需求优先级、产品概念生成、产品概念选择、产品概念测试、产品设计、构建产品原型、可用性测试、智能硬件相关法规与认证、产品发布等。
RocketMQ技术内幕:RocketMQ架构设计与实现原理(第2版)
￥65.40
这是一本指导读者如何在实践中让RocketMQ实现高性能、高可用、高吞吐量和低延迟的著作。 作者是RocketMQ官方认定的“优 秀布道师”和技术专家，持续在RocketMQ领域深耕。本书从源码的角度分析了RocketMQ的技术架构和实现原理，第1版获得了良好的口碑，是RocketMQ领域的标志性作品，第2版做了较大幅度的更新。 Apache RocketMQ创始人/Linux OpenMessaging创始人兼主席/Alibaba Messaging放技术负责人冯嘉高度评价并作序推荐。 全书一共11章，分为3个部分： 第1部分（第1章）： 简单介绍了RocketMQ的设计理念与目标，以及阅读RocketMQ源码的方法与技巧； 第二部分（第2~9章）： 从源码角度对RocketMQ的技术架构以及消息发送、消息存储、消息消费、消息过滤、顺序消息、主从同步、事务消息等主要功能模块的实现原理行了深分析。 第三部分（第10～11章）： 首先从实战的角度讲了RocketMQ监控的原理、实现和应用，然后通过各种类型的大量示例展示了RocketMQ的使用技巧。
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。
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。
数据安全实践指南
￥65.40
本书从大数据基本概念始引，简介大数据目前的技术应用以及技术流程，从而引出大数据时代下的数据便利性、价值以及隐患；列举国内外数据安全事件案例，引出数据治理、数据安全治理概念，介绍国内外数据安全治理常用思路以及多个方法论，并以国内GB/T 37988-2019即DSMM数据安全能力成熟度为实践思路选型，逐个介绍DSMM中三级（充分定义级）定义下各过程域对应组织建设、人员能力、制度流程以及技术工具相关要求，在此之上基于美创科技多年数据安全治理实践经验，对上述各过程域逐一行解读以及提供实践指南操作建议，并总结归纳DSMM全部要求，整合生成基于数据安全风险评估的量化观察指标和建议实践目标，为组织后续基于DSMM相关实践和自评提供实践指南和参考依据。
数学建模:算法与编程实现
￥65.35
本书定位于夯实数学建模基础，采用主流编程方法和简洁代码实现常用的数学建模算法，以案例为导向，围绕数学建模知识体系展。全书分5篇，共11章。前两章是数学建模基础篇，包括数学建模介绍、数学建模的一般流程（初等模型）、如何从算法到编程实现（层次分析法与自定义函数）；着按算法板块组织内容，包括微分方程模型篇（人口模型、传染病模型）、优化模型篇（规划模型、投资优化策略、优化模型阶）、评价模型篇（经典评价模型、模糊理论）、预测模型篇（常规预测模型、时间序列分析）。本书有配套源码资源和电子课件。 本书可作为高等院校数学建模的门教材，也可作为数学建模指导教师的参考资料，还可作为其他相关行业人员、科研人员使用数学模型解决实际问题的参考用书。
Kali Linux高级渗透测试(原书第3版)
￥65.35
作为测试者或者安全实践者，你将通过本书领会渗透测试人员的侦察、漏洞评估、利用、提权以及后利用活动。首先，你将使用实验室环境来验证所学工具和技术，以及支持用于测试的协作方法的应用程序。然后，您将学习基于源智能的被动侦察以及基于内部和外部基础设施的主动侦察。您还将专注于如何选择，使用和自定义不同漏洞扫描程序，并且解释扫描结果，然后专注于检查到目的地址的特定路由，其中包括物理安全的绕过和使用各种技术的数据外泄。你还将学习社交工程攻，无线网络攻，Web服务和嵌式设备等概念。
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。
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。
