购物车
个人中心
Python数据分析与挖掘实战 第3版
￥53.00
本书共13章，分三个部分：基础篇、实战篇、提高篇。 （1）基础篇（第1～5章），第1章的主要内容是数据挖掘概述；第2章对本书所用到的数据挖掘建模工具Python语言行了简明扼要的说明；第3章、第4章、第5章对数据挖掘的建模过程，包括数据探索、数据预处理及挖掘建模的常用算法与原理行了介绍。 （2）实战篇（第6～12章），重对数据挖掘技术在金融、航空、零售、农业、制造和互联网等行业的应用行了分析。在案例结构组织上，本书是按照先介绍案例背景与挖掘目标，再阐述分析方法与过程，最后完成模型构建的顺序行的，在建模过程关键环节，穿插程序实现代码。最后通过上机实践，加深数据挖掘技术在案例应用中的理解。 提高篇（第13章），围绕去编程化的TipDM大数据挖掘建模平台，先介绍了平台每个模块的功能，再以航空公司客户价值分析案例为例，介绍如何使用平台快速搭建数据分析与挖掘的工程，展示平台去编程化、流程化的特。
从零开始构建企业级RAG系统
￥53.00
这是一本面向企业级AI应用发者和决策者的RAG技术实战指南，全面覆盖了从基础理论到高级优化的各个环节。本书采用循序渐的讲解方式，配以丰富的图表和代码示例，为读者提供了一条完整的学习路径，帮助读者快速掌握RAG技术的精髓。 本书共10章，分为四部分。 第一部分（第1章和第2章） RAG技术基础 介绍了RAG技术的定义、发展背景、核心组成以及落地面临的挑战，同时深探讨了RAG技术背后的原理，包括嵌技术、数据索引与检索，以及大语言模型的应用。 第二部分（第3~5章） RAG应用构建流程 详细讲解了RAG应用的各个环节，从数据准备与处理，到检索环节的优化，再到生成环节的技巧。 第三部分（第6~8章） RAG技术阶 主要介绍了RAG系统的高级优化策略、常见框架实现原理与性能评估方法。针对高级优化策略，介绍了索引构建、预检索、检索、生成预处理和生成五个环节；针对常见框架，介绍了自省式RAG、自适应RAG、基于树结构索引的RAG、纠错性RAG等；针对评估方法，从评估指标和评估框架两个方面介绍了检索环节和生成环节的各种衡量指标的特。 第四部分（第9章和第10章） RAG应用实例 首先通过具体的企业级应用案例和行业特定解决方案，展示了RAG技术在文档生成、知识库检索、客户服务等领域的实际应用，以及在金融、医疗、法律等特定行业的落地实践。然后展望了RAG技术的未来发展趋势，如长上下文对RAG的影响、多模态RAG的应用，以及嵌模型与大模型语义空间融合等前沿话题，最后对RAG落地挑战行了总结。 为了给读者提供更好的学习体验，本书准备了丰富的配套资源： GitHub 仓库：地址为 https://github.com/morsoli/rag-book-demo，包含最新的代码更新和额外的学习资料。 读者社区：关注公众号“莫尔索随笔”与“GeekSavvy”，加交流群，与作者和其他读者交流讨论。
供应链安全与治理:基于关键信息基础设施信息系统的实践
￥53.00
本书以关键信息基础设施信息系统为研究的切入点，深入探讨了该领域供应链安全和治理的相关理论和实践，旨在帮助读者更好地理解和应对供应链风险和挑战。本书从关键信息基础设施信息系统的供应链安全基础、供应链安全治理现状及方法、供应链安全威胁分析、供应链安全风险识别、供应链安全评估方法、供应链自主可控性分析、供应链安全典型案例分析和供应链安全治理思路的完善等方面进行了深入阐述。对于供应链管理人员、企业高管、信息技术专业人员、政府官员以及相关领域的研究者和学生来说，本书是一本有价值的参考书。
*使用Redis:一书学透数据存储与高可用集群
￥53.00
全书主要分为三部分介绍Redis。 第1部分介绍Redis6中使用的数据结构，包括动态字符串、跳跃表、压缩列表、字典、整数集合和快速表，详细介绍其基本结构及常见操作。 第二部分为本书核心篇章，首先介绍了Redis6的启动流程，命令解析流程，之后对Redis6中的命令实现行了全面的介绍，包括键命令、字符串命令、哈希表命令、列表命令、集合及有序集合命令、地理位置相关的GEO命令、统计相关的HyperLogLog命令。 第三部分，主要介绍了Redis6的一些特性及使用，包括事务、持久化、主从复制以及集群等。
AI Agent开发实战:从基础原理到企业级应用
￥53.00
这是一本案例驱动的AI Agent发指南，提供丰富的“即插即用”的案例代码和最佳实践，帮助读者迅速掌握Agent发的主流模式和完整流程，满足现实的业务场景需求，符合用户的真实诉求。 本书分为8章，共3篇，全面阐述Agent的表现类型、技术体系、发模式和落地案例，具体内容如下： （1）AI Agent基础篇（第1、2章） 介绍AI Agent的基本概念和发模式，引出AI Agent的技术体系和实现方式，并以最常见的OpenAI LLM为例，演示从零构建一个AI Agent的过程，提供OpenAI Swarm框架的使用方式和案例。 （2）AI Agent实现篇（第3~5章） 介绍AI Agent的典型实现模式，包括通用型的ReAct Agent和Plan-and-Execute Agent、集成RAG技术的知识型Agent，以及整合图像和音频处理技术的多模态Agent，并在实现过程中引LangChain和LlamaIndex这些常用框架。 （3）AI Agent应用篇（第6~8章） 从实际需求出发，全面介绍构建企业级AI Agent所需的各项工程化技术。同时，引多Agent系统应对复杂场景，并采用LlamaIndex、AutoGen、LangGraph等主流框架完成多个实战案例，从而详细阐述多Agent系统的设计发过程以及相应的技术组件以及实现技巧。
莓茶与健康
￥53.00
莓茶，是一种多年生藤本植物，是目前国内外发现的黄酮含量*高的植物资源，被称为“黄酮之王”，具有抗氧化、清咽*、保肝护肝、抑菌等作用，目前得到大规模开发和研究，形成了相关产业链。但目前还没有专门论述莓茶与健康的书籍，本书拟*挖掘整理莓茶的文化与学术内涵，对莓茶的传统文化、本草著作、药理认识、科学研究、食用方法、养生保健等知识进行*系统的梳理，全书共分为八大章节，分别为莓茶文化、莓茶品鉴、本草与医药考证、活性成分、药理作用、莓茶与养生保健、莓茶产品及产业概况，以期为莓茶与健康的科普、科研以及相关产品开发与宣传提供基础。
Python高并发与高性能编程:原理与实践
￥53.00
这是一本深解读Python并发编程和高性能编程的原理和特性，并指导读者落地实践的专业技术书。本书共分为4篇19章，外加2个附录。 基础篇：对Python并发编程和高性能编程所涉概念解读详细解读，对Python3.x系列版本在高并发、高性能方面所做的概念行简单分析。 高并发篇：从原理、主要模块、协程、线程、锁、优先级、同步/异步、原子性和线程池等多个方面对Python实现高并发行深度解读。 高性能篇：从代码优化、profile、Python c扩展这三个方面分析Python实现高性能的原理。 实践篇：本篇首先介绍了基础实践环境的搭建方法，然后通过3个常见的高并发、高性能场景对如何在日常工作中实现高性能、高并发编程行了详细指导。 两个附录分别介绍了当下主流两个框架Django和fastAPI的简单使用方法。
硅谷Python工程师面试指南:数据结构、算法与系统设计
￥53.00
本书是一本全面的Python技术及面试指南，旨在帮助读者深理解Python编程语言的核心概念，并掌握在技术面试中取得成功的关键技巧。全书分为4个部分。 第*部分 面试流程。这一部分详细介绍了硅谷公司的面试流程，包括非技术电话面试、技术电话面试（包括闲谈、技术沟通和提问环节）以及现场面试的准备和策略，既为读者提供了面试前的全面准备指导，也帮助读者在面试中展现出良好状态。 第二部分 数据结构。从基础的列表、堆栈、队列、优先队列、字典和集合，到更复杂的表、二叉树、其他树结构（如前缀树、线段树、二叉索引树）和图的表示与应用，每一章都通过丰富的实例来展示如何巧妙应用这些数据结构。 第三部分 算法。这一部分覆盖了二分搜索、双指针法、动态规划、深度优先搜索、回溯、广度优先搜索、并查集等核心算法。结合面试真题，通过逐步分析，引导读者掌握每种算法的思想及其在解决实际问题中的应用。 第四部分 系统设计。理论知识部分，从设计需求分析到高层构建，然后到具体组件设计，再到扩展设计，帮助读者理解如何构建可扩展、高效的系统架构。实战案例部分，包括分布式缓存系统、网络爬虫系统、TinyURL加密与解密、自动补全功能、新闻动态功能、社交媒体应用和出行应用的设计，涵盖系统设计的关键技术。此外，这一部分涵盖了多线程编程与设计机器学习系统的知识，既帮助读者理解并行处理的概念和应用，又扩展机器学习的重要知识和面试技巧，并提供设计搜索排名系统和推荐系统的实例。
大语言模型:原理、应用与优化
￥53.00
这是一本从工程化角度讲解大语言模型的核心技术、构建方法与前沿应用的著作。首先从语言模型的原理和大模型的基础构件手，详细梳理了大模型技术的发展脉络，深探讨了大模型预训练与对齐的方法；然后阐明了大模型训练中的算法设计、数据处理和分布式训练的核心原理，展示了这一系统性工程的复杂性与实现路径。 除了基座模型的训练方案，本书还涵盖了大模型在各领域的落地应用方法，包括低参数量微调、知识融合、工具使用和自主智能体等，展示了大模型在提高生产力和创造性任务中的卓越性能和创新潜力。此外，书中一步介绍了大模型优化的高级话题和前沿技术，如模型小型化、推理能力和多模态大模型等。最后，本书讨论了大模型的局限性与安全性问题，展望了未来的发展方向，为读者提供了全面的理解与前瞻性的视角。 无论是人工智能领域的研究员、工程师，还是对前沿技术充满好奇的读者，本书都将是您了解和掌握大模型技术的必 备指南。
智慧医院:数字化之路
￥53.00
本书系统性地总结了当前我国前沿数字技术的起源、发展和应用，详细阐述了国内外智慧医院建设的现状以及所面临的挑战，充分研究了智慧医院在智慧医疗、智慧服务、智慧管理和协同诊疗等应用场景的建设策略，全面介绍了数字技术在智慧医院建设中的应用，并展望了数字技术引领下的智慧医院发展趋势。本书立足于学术和多学科交叉建设的角度，介绍了数字技术赋能智慧医院的建设现状、建设策略、应用场景以及发展趋势，以供读者更好地了解智慧医院建设的全貌，对于我国智慧医疗、协同诊疗等医院智慧化建设具有良好的参考价值。 本书结构清晰、内容翔实，从实际应用的维度探讨了智慧医院与数字技术的深度融合，适合从事智慧医院、数字化医疗相关工作的读者阅读，也适合高等院校相关专业的学生和教师阅读。
工业设备智能运维指南:规划、成熟度模型、方案与实施
￥53.00
本书以设备智能运维的概念、目标为基础，阐述了设备智能运维的现状和问题，提出了智能运维可实现的目标及实施方法。本书提出了设备智能运维成熟度的概念和评价指标，从设备数据化、数据分析和智能化、人员能力、管理、数据平台5个维度评价设备智能运维的成熟度，并介绍了这5个维度各自的提升途径，给出了通常情况下的实现方法。本书还介绍了常用的设备监测诊断技术，以工业现场应用的角度介绍了在应用中需要掌握的重和要，可以作为实施状态检测的参考资料，助力管理和执行人员构建系统化的实践框架。
大模型应用开发:方法与案例
￥53.00
这是一本案例驱动的LLM应用发指南，适合具备一定编程基础的发者阅读。通过本书，读者可以在短时间内掌握多种类型的LLM应用的发方法，以及基于现实中的业务场景设计并实现符合用户真实诉求的AI系统。对此，本书提供了丰富的“即插即用”的案例代码和最佳实践。 本书分为8章，全面阐述LLM应用的技术体系、发模式和落地案例，具体内容如下： 第1章 先介绍LLM的基本概念和应用场景，然后介绍LLM应用发的核心技术，并引出主流的集成性发框架。 第2～8章 分析大语言模型应用的场景案例，即基于常见业务场景，梳理LLM应用的系统架构和实现过程，并采用主流的源框架完成案例场景的发落地。每章讲解一个系统案例，包含翻译器工具、通用的文档检索助手、纠错型RAG应用、智能化的简历匹配服务、多模态处理器、定制化Agent发、混合Agent架构设计7个具体的案例。针对每一个案例，都提供具体的应用场景分析和系统架构设计，强调其背后通用的设计思想和应用方法。同时，案例中结合LangChain、LangChain4j、LlamaIndex这3款主流的发框架，详细介绍其功能特性、使用方法和发实现。
Windows黑客编程技术详解
￥53.00
《Windows黑客编程技术详解》介绍的是黑客编程的基础技术，涉及用户层下的Windows编程和内核层下的Rootkit编程。本书分为用户篇和内核篇两部分，用户篇包括11章，配套49个示例程序源码；内核篇包括7章，配套28个示例程序源码。本书介绍的每个技术都有详细的实现原理，以及对应的示例代码（配套代码均支持32位和64位Windows 7、Windows 8.1及Windows 10系统），旨在帮助初学者建立起黑客编程技术的基础。 《Windows黑客编程技术详解》面向对计算机系统安全发感兴趣，或者希望提升安全发水平的读者，以及从事恶意代码分析研究的安全人员。
低代码平台开发实践:基于React
￥53.00
本书由三部分组成，第 一部分介绍基础理论知识，第二部分介绍如何构建低代码系统，先行需求分析，涉及列表页、详情页和表单页的布局需求和逻辑需求，可视化编辑器、应用管理、组件市场和用户管理的需求等内容，然后介绍设计思路，包含架构设计、Schema 设计、组件库市场和 MongoDB Document 设计等，z后介绍详细的编码过程，包括可视化编辑器的实现、渲染 SDK 的实现、版本控制，以及如何将其集成到其他系统。
Falco云原生安全:Falco原理、实践与扩展
￥53.00
本书是一本关于云原生安全的实用指南，主要介绍了如何使用Falco(一款源的安全监控工具)来检测容器、Kubernetes和云环境中的风险和威胁。本书分为四部分，每一部分都建立在前一部分的基础上。第一部分介绍Falco及其功能，将带你理解Falco的基本概念，并指导你完成第一次本地部署。第二部分介绍Falco的架构和内部工作方式。第三部分是Falco用户的参考手册，将指导你在各种环境中部署、配置、运行和调优Falco。第四部分是给发者的参考资料，涵盖扩展Falco的方法。本书旨在帮助读者了解云原生安全的重要性，学会使用Falco工具行风险和威胁检测，从而提高云原生应用的安全性能。
编程菜鸟学Python数据分析
￥53.00
全书共15章，第1章介绍了学习python的好处何在以及如何高效地学习python；第2章介绍python、anaconda以及IDE的安装；第3章讲解编程的常识，包括io、文件系统、编码格式等；第4章介绍Excel和text文本的读写；第5章介绍数据处理神器-pandas；第6章介绍python的编程调试；从第7章始数据分析的范畴，第7章介绍行数据预处理；第8章介绍数据分析的常见问题和方法；第9章介绍在python中如何寻找异常值；第10章介绍相关和回归；第11章介绍聚类技术；第12章介绍决策树技术；第13章介绍关联分析技巧；第14章介绍降维技术；第15章介绍matplotlib绘图。
Jira实战:项目管理与精益看板
￥53.00
这是一本全面讲解如何用Jira工具平台（尤其是精益看板）为敏捷项目管理赋能的著作。本书用详实的实战案例和丰富的图文系统介绍了Jira的基本功能、应用技巧、二次发、精益看板实现路径，能帮助企业优化研发流程，实现高效的需求管理、项目管理等，提升研发效能，实现敏捷项目管理转型。 本书分为三部分，各部分的侧重不同，以便读者有针对性地按需阅读。 第1部分 Jira基础（第1～3章） 首先介绍了Jira的常识，以及它的安装与配置；然后通过一个项目实操案例对Jira各项功能和基本使用行了详细介绍。 第二部分 Jira阶（第4和5章） 详细讲解了Jira的搜索、筛选器、面板、报表、仪表盘、项目模块、权限管理等高级功能，以及Jira的核心优势——方案自定义能力。 第三部分 Jira实战（第6～11章） 对科大讯飞落地Jira精益看板的全过程行了复盘，介绍了精益看板的概念、作用和实现路径，内容非常详尽，企业可以结合自身诉求行参考复用。
深入浅出Rust
￥53.00
本书将详细描述Rust语言的基本语法，穿插讲解一部分高级使用技巧。*部分介绍Rust基本语法。第二部分介绍属于Rust独一无二的内存管理方式。第三部分介绍Rust的抽象表达能力。第四部分介绍并发模型。第五部分介绍一些实用设施。
大模型项目实战:Agent开发与应用
￥53.00
这是一本面向初中级读者的Agent学习指南，作者既是资深的AI技术专家，又是经验丰富的项目导师，融合作者亲身实践、培训反馈与官方资源，为Agent使用者和发者提供了快速上手的实用指导。 本书从基础知识、操作和应用发3个维度循序渐地讲解Agent实战技巧，分为三篇： ?基础篇（1~2章） 介绍Agent定义、发展历程、常用源技术、主要组件等基础知识和发环境的搭建过程。 ?应用篇（3~6章） 从通用型、任务驱动型、辅助发型和检索增强型 4大类，通过AutoGPT、MemGPT、BabyAGI、Camel、Devika、CodeFuse-ChatBot、DB-GPT、QAnything这8种具体类型，详细描述Agent的安装、配置和使用等操作步骤。 ?发篇（7~16章） 展分析10个不同场景的Agent应用发实例。一方面，以AgentScope、LangChain、LangGraph、AutoGen、LlamaIndex、CrewAI、Qwen-Agent这7种被广泛应用的源Agent发框架为基础，针对每个框架各讲解一个发案例。另一方面，通过案例介绍Agent发过程中关键的Function-calling特性及大语言模型发技术。此外，对基于CogVLM2的多模态模型应用发，也提供详细的案例演示。
数据资产入表与数据交易合规指南
￥53.00
内容简介这是一部立足于当下行业实践和政策指引，从工作程序和实体法律角度，对企业数据资产表的基本内涵、具体流程、数据交易与表工作的合规要行分析归纳的专著，旨在通过深浅出的分析帮助读者实现在数据交易、数据资产表领域的快速认知同步。作者曾经在金融监管部门、金融机构和头部互联网平台工作，是国内较早展数据领域法律实践的律师，曾经为众多企业在场内行数据交易的产品提供合规评估，为多个大型数据平台企业和金融机构提供数据合规、金融科技的法律服务，包括个人信息合规自评估、证券业跨行业数据共享监管沙盒项目、垂类大模型合规项目等，具有丰富的法律实践和研究深度、广度。全书共12章，主要内容如下：第1和2章 数据要素市场与数据资产表的内涵介绍首先，从数据要素市场出发对国家层面的政策和法律沿袭行了梳理与分析，对国家顶层设计文件“数据二十条”的主要内容行了介绍；然后，对数据资产表的内涵和意义以及各个相关概念行比较分析；最后，对数据资产表的具体操作行简明扼要的解读，帮助读者透彻理解数据要素市场和数据资产表的底层逻辑。第3~6章 数据资产表的重合规问题及表准备首先，对数据资产表与数据确权的关系行了深分析，明确了权属清晰对数据资产表的底层重要性；然后，对确权相关的合规问题以及其他涉及数据资产表的合规问题行了深分析，厘清了关键合规要，特别是数据来源的合规性；最后，对数据资产表的准备工作和主要路径行了介绍和梳理，帮助读者迅速掌握操作思路和落地路径。第7~10章 数据资产表的数据分类合规重就数据资产表在主要领域的展难行分析，并就上市公司和非上市公司的具体案例行分析，给出启示。具体分为数据资产表与公共数据、数据资产表与个人数据、数据资产表与人工智能三个部分，分别从数据资产表角度对各自的合规难、立法现状、未来展望加以深浅出的剖析。第11章 数据资产表衍生金融化利用的思考与展望就数据资产化之后的数据资本化，即数据资产表的金融化利用问题行了积极而冷静的分析与思考。首先对金融意义下的数据资产管理内涵行了分析，然后对目前数据资产的金融化探索与实践行了分析，对其中的法律难问题行归纳，并对普遍性展的难行分析和展望。第12章 数据资产表与数据交易首先，对数据资产表与数据交易之间的紧密联系行分析；然后，对数据交易的概念、内涵以及法律性质行分析，并对场内数据交易和场外数据交易行比较分析；最后，对数据交易中的合规性审查要行分析归纳。
生成式AI安全:GenAI驱动的智能安全体系
￥53.00
这是一本全面解析生成式AI安全的前瞻性著作，系统讲解了生成式AI的技术原理、安全风险与防护体系。从技术基础到发展趋势，从安全原理到治理框架，从应用实践到内生安全，本书将为读者构建前瞻、系统的生成式AI安全知识体系。 具体内容上，全书分为4个部分： 第一部分（第1～3章） 介绍了GenAI的基本概念、核心技术及其在不同领域的应用现状与前景。在这一部分中，读者将了解GenAI与其他AI技术的区别，特别是LLM、GAN等技术如何推动GenAI的创新发展。同时，本部分还探讨了GenAI在医疗保健、金融服务、教育等领域的成功应用，展示了它如何通过智能生成提高效率、增强个性化服务，并解决一些传统技术无法应对的问题。 第二部分（第4和5章） 重探讨了GenAI在网络安全领域的应用及安全隐患。GenAI已经在恶意代码生成、深度伪造等方面展现出强大的技术能力，但这些技术一旦被恶意使用，其影响将是灾难性的。还详细分析了GenAI在网络安全生命周期中的影响，并给出了相应的实践案例。 第三部分（第6和7章） 探讨了GenAI的内生安全风险。伴随着技术的发展，生成模型的复杂性和自主性不断提高，传统的安全防护措施已难以应对新兴的智能攻与威胁。从NIST AI RMF出发，探讨了如何从风险管理、合规性、价值观对齐等角度来确保GenAI的安全。 第四部分（第8和9章） 展望了AGI（通用人工智能）在未来可能带来的风险和挑战。随着AI智能水平的逐渐提升，AI失控的风险逐渐成为现实威胁，特别是当智能系统的决策能力超出人类控制时。深探讨了在通往AGI的道路上，如何通过技术创新、政策引导和伦理框架的建立，确保AI的安全发展。
