购物车
个人中心
游戏与元宇宙:数字时代的媒介升维与深度游戏化
￥51.80
随着时代的发展与变化，在认知和探索元宇宙的道路上，人们逐渐意识到应当科学地认识元宇宙技术与游戏的价值。本书作者从人的本性角度出发，从网络时代人的消费升级层面，揭示了娱乐与游戏在社会中所具有的“代偿性满足”功能，并指出了优秀的娱乐内容生产的价值支必须站在对社会关怀的高度去实现。作者为读者描绘了元宇宙新时代的三个重要路标：微粒化社会、体验时代、游戏场景，指出与现实世界同时发展的元宇宙具有“平行社会”的特，并且从传播学的角度对游戏行了详细的分类，展示了游戏赋能元宇宙发展的潜力。游戏是对人性中各种追求的回归，游戏中越来越丰富的视觉、听觉、嗅觉、前庭感觉正在越来越“真实”地实现这一。元宇宙与游戏的结合也将产生新的价值，作者对此行了深度展望。 本书还提供了国内外大量元宇宙与游戏产业合作的案例和发展演变的历史，帮助读者深了解数字时代游戏承载的元宇宙核心技术及原则。同时，作者对于元宇宙未来图景中游戏产业发展的驱动因素、游戏传播的新范式、媒体相关的功能与机制，以及版权保护、社区安全等问题也展了探讨。
鸿蒙入门:HarmonyOS应用开发
￥38.27
鸿蒙HarmonyOS是一款自主研发、面向未来物联网技术的操作系统，虽然与Android操作系统有着相似之处，但其功能与特色也是值得发者深探索的。本书的主要目的是帮助不熟悉此系统的发者循序渐地掌握HarmonyOS的诸多关键特性，从HarmonyOS基础知识、Java UI框架，到Ability发、HarmonyOS高级特性发；从HarmonyOS数据管理、HarmonyOS与媒体、HarmonyOS与智能设备，到面向实战的仿微信程序发、仿淘宝程序发等。在本书的后，还有整体的项目练习。通过对这本书的学习，读者可以初步掌握HarmonyOS应用发的方法。
MATLAB完全自学教程
￥76.67
MATLAB是一种用于数值计算和图形图像处理的工具软件，它的特是语法结构简明、数值计算高效、图形功能完备、易学易用。它在矩阵运算、数值分析、图形图像处理、系统建模与仿真等领域都有广泛的应用。 本书从MATLAB的基础知识手，循序渐地介绍了MATLAB的知识体系结构和操作方法。其中主要介绍了如何使用MATLAB行数据分析、图形图像处理、MATLAB编程、图形用户界面建立、MATLAB仿真、文件输/输出以及应用程序口等内容。本书侧重于利用大量的实例来引导读者快速学习和掌握MATLAB的各种功能，并尽量与实际问题相结合，以体现其工程应用的重要性。 本书系统全面、内容合理、实例丰富、层次清晰、使用方便，适用于初、中级MATLAB用户，也可作为高等学校理工科专业本科生、研究生的学习用书，教师的教学用书，以及广大科研人员和工程技术人员的参考用书。
元宇宙漫游
￥38.27
本书结合国内外多位相关领域专家的见解，由浅深地剖析了元宇宙的重要技术、生态和发展，将读者快速带元宇宙世界，了解元宇宙的重要知识。本书从人城交互、空间体验、计算机视觉、边缘计算、系统5个方面介绍了元宇宙的关键技术，内容涉及元宇宙时代城市和人类的沉浸式互动、计算机视觉相关技术、元宇宙的搭建和实现技术等。同时本书还探讨了元宇宙涉及的社会问题，包括元宇宙对生活、隐私等方面的影响，元宇宙中的恶意用户和检测问题，以及高效构建元宇宙的方式和方法等。本书不仅可以帮助广大读者了解元宇宙的前世今生、支撑技术，而且可以帮助相关专业人士把握元宇宙的重要发展方向。 本书适合对元宇宙感兴趣的读者阅读，也可以作为高等院校学生及科研机构研究人员的参考资料。
μCOS-III内核实现与应用开发实战指南:基于STM32
￥83.85
本书基于野火STM32全系列发板介绍uC/OS-III内核实现与应用发，全书分为两部分，第壹部分先教你如何从0到1把uC/OS-III内核写出来，从底层的汇编始讲解任务如何定义、如何切换，还讲解了阻塞延时如何实现、如何支持多优先级、如何实现任务延时列表以及时间片等uC/OS的核心知识；第二部分讲解uC/OS-III内核组件的应用以及使用uC/OS-III行多任务编程。 本书内容翔实，案例丰富，配有大量示例代码，适合作为嵌式领域科技工作者的参考书，也适合相关专业的学生学习参考。
实用卷积神经网络:运用Python实现高级深度学习模型
￥44.85
本书主要用Python语言构建CNN,主要关注如何以*佳的方式利用各种Python和深度学习库（如Keras，TensorFlow和Caffe）来构建真实世界的应用程序。从构建CNN块始，基于*佳实践来指导你实现真实的CNN模型及解决方案。你将学习创建图像和视频的创新解决方案，以解决复杂的机器学习和计算机视觉问题。
机器学习实战:基于Sophon平台的机器学习理论与实践
￥51.35
本书内容覆盖了机器学习领域从理论到实践的多个主题，总共分为10章。 第1章为导论，介绍机器学习的背景、定义和任务类型，构建机器学习应用的步骤，以及发机器学习工作流的方式。 第2章详细介绍数据预处理和特征工程技术，并辅以实例行验证。 第3~6章介绍回归模型、分类模型、模型融合和聚类模型，这些内容是机器学习理论和实践中的传统重。其中不仅介绍各种常见数据类型的处理方法，还针对删失数据行了专门的综述和实践。 第7章介绍机器学习领域较难的图计算话题，并从工业界视角解读如何将图计算落地。 第8章针对特征工程、建模过程中大量调参的场景介绍自动机器学习的理论和应用，并细致比较和测试了各种自动特征工程算法在不同数据上的表现。 第9章介绍自然语言处理（词向量、序列标注、关键词抽取、自动摘要和情感分析）技术，使用新闻文本数据搭建文本分类的流程。 第10章介绍计算机视觉中图像分类和目标检测的应用以及车辆检测的落地案例。 本书既适合作为高等院校计算机、软件工程、人工智能等相关专业的教学用书，同时也可供从事机器学习相关领域的工程技术人员阅读和参考，帮助他们掌握机器学习相关的算法原理，并能通过专业工具平台快速搭建各类模型，构建机器学习的行业应用。
AI安全之对抗样本入门
￥83.85
第1章介绍了深度学习的基础知识，重介绍了与对抗样本相关的梯度、优化器、反向传递等知识。 第2章介绍了如何搭建学习对抗样本的软硬件环境，虽然GPU不是必需的，但是使用GPU可以更加快速地验证你的想法。 第3章概括介绍了常见的深度学习框架，从TensorFlow、Keras、PyTorch到MXNet。 第4章介绍了图像处理领域的基础知识，这部分知识对于理解对抗样本领域的一些常见图像处理技巧非常有帮助。 第5章介绍了常见的白盒攻算法，从*基础的FGSM、DeepFool到经典的JSMA和CW。 第6章介绍了常见的黑盒攻算法。 第7章介绍了对抗样本在目标识别领域的应用。 第8章介绍了对抗样本的常见抵御算法，与对抗样本一样，抵御对抗样本的技术也非常有趣。 第9章介绍了常见的对抗样本工具以及如何搭建NIPS 2017对抗防御环境和轻量级攻防对抗环境robust-ml，通过这章读者可以了解如何站在巨人的肩膀上，快速生成自己的对抗样本，行攻防对抗。
自己动手制作软体机器人
￥77.35
软体机器人是机器人领域的新兴研究方向。软体机器人技术让机器人在非结构化、不稳定的环境下执行精巧、柔顺的操作任务成为可能。实现这一目标的关键在于使用柔性的材料 —— 硅胶、布料、气球、柔性塑料，以及它们的不同组合，并佐以神奇、新颖却又易于实现的创新思路。本书以通俗易懂的语言和快速上手的制作项目，向学生、发明家、创客介绍软体机器人技术及各种概念。 在本书中，你将会： 了解生物模型对软体机器人这一新兴领域带来的变革 探索新颖的材料和制造工艺在机器人领域内外的应用 寻找传统机器人机构设计的柔性替代方案 体验低成本、易实现的机器人制作项目 学习复杂项目的手工制作技巧 本书中介绍的项目涵盖了各种常用的工具使用及相关技术，包括单片机技术、3D印技术、模具加工与注塑技术等，这些工具和技术能让你轻松创造有趣的软体机器人和装备。
Java自然语言处理(原书第2版)
￥51.35
本书将教会读者如何在Java库的帮助下执行语言分析，同时不断地从结果中获得见解。首先介绍NLP及其各种概念是如何工作的，然后探索Java中用于NLP的重要工具和库，如CoreNLP、OpenNLP、Neuroph、Mallet等。之后，读者将始对不同的输和任务执行NLP，例如标记、模型训练、部分语音、解析树等。读者会学习到统计机器翻译、摘要、对话系统、复杂搜索、有监督和无监督的NLP，以及其他内容。在本书的*后，读者也会学习到更多关于NLP、神经网络和其他各种Java中用于增强NLP应用程序性能的训练模型。
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。
计算机视觉实战:基于TensorFlow 2
￥53.40
本书探讨了谷歌机器学习源框架的全新版本TensorFlow 2，从计算机视觉和深度学习基础知识始，介绍了如何从头始构建神经网络，并将其用于计算机视觉任务，如图像分类、目标分割、视频分析等。展示了如何使用如Inception和ResNet等现代神经网络分类图像，使用YOLO、Mask R-CNN和U-Net提取特定内容，并辅以具体的代码示例。还介绍了迁移学习、数据增强、域适应等技术，以及如何在移动设备和网络浏览器中行部署。
机器学习中的加速一阶优化算法
￥65.40
Array
深入浅出联邦学习:原理与实践
￥47.40
全书共9章，分为4部分。 *部分 基础（第1～2章） 主要介绍了联邦学习的概念、由来、发展历史、架构思想、应用场景、优势、规范与标准、社区与生态等基础内容。 第二部分 原理（第3～5章） 详细讲解了联邦学习的工作原理、算法、加密机制、激励机制等核心技术。 第三部分 实战（第6～7章） 主要讲解了PySyft、TFF、CrypTen等主流联邦学习开源框架的部署实践，并给出了联邦学习在智慧金融、智慧医疗、智慧城市、物联网等领域的具体解决方案。 第四部分 拓展（第8～9章） 概述了联邦学习的形态、联邦学习的系统架构、当前面临的挑战等，并探讨了联邦学习的发展前景和趋势。
深度学习实践:基于Caffe的解析
￥44.85
本书主要介绍Caffe的技术原理和一些高级使用技巧，首先介绍深度学习的趋势和业内动态，然后介绍Caffe的基础知识。在理解了Caffe算法的基础上，介绍Caffe的技术原理和特，包括数学知识和设计知识。*后介绍Caffe深度学习多任务网络。本书将实践和现有系统行无缝对，并详述了各种调参技巧。
深度学习:卷积神经网络从入门到精通
￥51.35
Array
深度学习:核心技术、工具与案例解析
￥44.85
本书共10章，可分为3个部分：第1～2章为*部分，简介深度学习算法的发展历史和前沿技术简；第3～4章为第二部分，介绍深度学习主流框架；第5～10章为第三部分，主要为实践案例部分，结合应用场景使用深度学习技术解决相应问题，譬如语音识别器、聊天机器人、人脸识别器、对战机器人、推荐引擎构建等。
Hyperledger Fabric源代码分析与深入解读
￥57.85
这是一本深度解读Hyperledger Fabric架构设计与实现原理的著作，由国内知名区块链公司趣链科技的创始人和核心技术团队成员撰写。全书的核心内容以Hyperledger Fabric的源代码为切入点，首先从宏观上分析了Hyperledger Fabric项目的整体架构与设计，然后深入源代码详细分析了Hyperledger Fabric各个重要模块的设计与实现原理。此外，为了兼顾没有区块链开发基础的读者，书中还加入了Hyperledger Fabric开发环境搭建、综合案例、项目部署等实战性内容，可使读者能在深入理解Hyperledger Fabric设计机制的基础上快速动手实践。
智能搜索和推荐系统:原理、算法与应用
￥47.40
本书分为4大部分。*部分（第1~3章）：搜索推荐系统的基础。首先介绍数学与统计学是现代机器学习理论的基础；其次介绍搜索推荐系统的常识；*后，描述知识图谱相关基础理论。第二部分（第4~6章）：搜索系统的基本原理。主要内容包括：搜索系统框架及原理、主要算法以及搜索系统相关评价指标。第三部分（第7~9章）：推荐系统的基本原理。主要内容包括：推荐系统框架及原理、主要算法以及推荐系统相关评价指标。第四部分（第10~12章）：应用。首先介绍三种常见的搜索引擎工具；其次讲述搜索引擎和推荐系统两个方向的应用。
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。
Python深度学习:模型、方法与实现
￥77.40
本书集合了基于应用领域的高级深度学习的模型、方法和实现。本书分为四部分。第1部分介绍了深度学习的构建和神经网络背后的数学知识。第二部分讨论深度学习在计算机视觉领域的应用。第三部分阐述了自然语言和序列处理。讲解了使用神经网络提取复杂的单词向量表示。讨论了各种类型的循环网络，如长短期记忆网络和门控循环单元网络。第四部分介绍一些虽然还没有被广泛采用但有前途的深度学习技术，包括如何在自动驾驶上应用深度学习。学完本书，读者将掌握与深度学习相关的关键概念，学会如何使用TensorFlow和PyTorch实现相应的AI解决方案。
