购物车
个人中心
人工智能等级考试一级教程 人工智能通识
￥38.27
《人工智能等级考试一级教程 人工智能通识》面向我国人工智能的通识教育与专业技术人才的培养。全书共8章，分为3篇，分别为人工智能的基本理论、人工智能的应用以及人工智能的融合拓展，涵盖了目前主流的人工智能技术。《人工智能等级考试一级教程 人工智能通识》在介绍人工智能的基本原理时，尽量回避了相关的复杂模型和算法设计，方便读者在社会层面理解人工智能的应用形式和未来的发展路径。此外，书中每章都设计了一些思考与练习的题目，以便读者在课堂练习和研讨中使用。 《人工智能等级考试一级教程 人工智能通识》适合具有高中及以上数学基础的学生，包括各类职业院校、应用型本科非计算机专业的学生阅读，也适合对人工智能感兴趣或有相关需求的社会人士阅读。
TensorFlow机器学习(原书第2版)
￥77.40
本书是升级版，不仅包含机器学习的基本概念，以及如何利用TensorFlow库快速构建强大的机器学习模型，还涵盖了前沿的神经网络技术，如深度语音分类器、面部识别和CIFAR-10自动编码。另外，本书新增了如何将代码更新到TensorFlow 2.0，以及在Docker容器中运行代码所需要的技术。
纳米忆阻器与神经形态计算
￥53.40
本书旨在深了解纳米级器件的工作原理，重介绍非易失性存储器、神经网络训练/学习的各种应用的神经形态电路的设计，以及图像处理。
STM32开发实战:LabVIEW卷
￥57.85
作为学习LabVIEW与32位微处理器STM32的门级教材，本书从LabVIEWforARM嵌式软件架构手，在分析STM32芯片内部每个功能模块的基础上，着重介绍使用LabVIEW对其行编程的工作原理和发过程，让读者知其所以然。同时，本书还配套了40个实验例程和经典案例，帮助读者快速理解和掌握图形化ARM嵌式系统发。通过基本原理、实验例程、案例分析，这种循序渐、由浅深的方式引导读者完成由STM32初学者过渡到ARM嵌式发工程师的转变。
OpenCV 3和Qt5计算机视觉应用开发
￥57.85
全书共分为12章，全面系统地讲述了OpenCV3和Qt5的核心内容，包括：OpenCV和Qt介绍、创建OpenCV和Qt项目、Mat和QImage、图形视图框架、OpenCV中的图像处理、特征与描述符、多线程、视频分析、视频稳定性、调试与测试、与部署、Qt Quick应用程序等。为了便于学习与实践，本书提供了示例算法的编码实现。也向读者全面详尽地介绍了基于OpenCV和Qt行图像处理、计算机视觉等编程的技术和方法。
可解释机器学习:模型、方法与实践
￥47.40
本书先从背景出发，阐述黑盒模型存在的问题以及不解决黑盒问题模型可能带来的后果，引出可解释机器学习的重要性；随后，我们从可解释机器学习的研究方向，分为内在可解释模型算法和模型事后解析方法两部分行介绍，阐述不同模型的原理、应用及其可解释性。z后通过三个不同的应用场景，介绍在银行实战中的数据挖掘方法，由问题、处理方法出发，结合可解释机器学习模型结果，证明模型的有效性和实用性，期望读者通过对本书的阅读，可以更快更好的解决实际业务问题，而非纸上谈兵。业务场景均为业内的典型案例，希望能够对读者有所启发。同时，本书中还会有大量的公式与代码，保证内容的丰富与严谨，经得起推敲，使得读者知其然且知其所以然。
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。
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。
R的极客理想——量化投资篇
￥51.35
本书是《R的极客理想》系列丛书的第三本，是将R语言与金融量化投资相结合的一本书。本书主要的写作目的是把R语言的技术和实际的金融量化案例结合起来，让读者能切身体会如何把知识变成真正的生产力。本书中的原创观点和方法，都是基于理论研究和实践的成果。实际上，长久以来我也在找这样一本书，能够把书本上的理论模型与实际业务相结合，但并没有找到，或者并没有符合中国市场的实际案例应用，所以只能自己动手写一本。本书有点像自己的笔记，我也会经常翻看，让自己的头脑始终保持思路清晰。
检索匹配:深度学习在搜索、广告、推荐系统中的应用
￥51.35
《检索匹配：深度学习在搜索、广告、推荐系统中的应用》主要介绍了深度学习在互联网核心的三大类业务（搜索、广告、推荐系统）检索系统中的应用。书中详细讲述了检索匹配的理论、演历史，以及在业务中落地一个基于深度学习算法模型的全流程技能，包括业务问题建模、样本准备、特征抽取、模型训练和预测等，并提供了相应的代码。 《检索匹配：深度学习在搜索、广告、推荐系统中的应用》共11章，分为四大部分。第1部分（第1~2章）介绍了深度学习的相关理论知识；第2部分（第3~6章）介绍了业务中如何上线一个深度学习模型，包括标签拼、特征抽取、模型训练和预测等流程，采用单机实现；第3部分（第7~9章）介绍了检索算法基本理论以及演历史，并以业内应用较为广泛的双塔模型DSSM为例行了详细理论解析和代码实现；第4部分（第10~11章）介绍了如何将单机训练模式改造为分布式训练模式，以加快模型的训练速度，从而应对具有海量样本的业务场景。 《检索匹配：深度学习在搜索、广告、推荐系统中的应用》为读者提供了全部案例源代码下载和超过180分钟的高清学习视频，读者可直扫描二维码观看。 《检索匹配：深度学习在搜索、广告、推荐系统中的应用》旨在为读者介绍深度学习在互联网业务中落地的方法和实现，主要面向算法工程师、相关领域研究人员和相关专业院校师生。
神经网络与PyTorch实战
￥38.35
全书分为三个部分。第1和第2章感性介绍神经网络的基础知识，并给出一个利用PyTorch搭建神经网络解决实际问题的例子，使读者对神经网络和PyTorch有初步的了解；第3～9章介绍基于Python和PyTorch的科学计算和神经网络搭建，涵盖了几乎所有Python基础知识和PyTorch基础功能，并通过例子使读者完全掌握相关技术；第10和第11章介绍生成对抗网络和强化学习，使读者了解更多神经网络的常用用法。
深入浅出图神经网络:GNN原理解析
￥57.85
这是一本从原理、算法、实现、应用4个维度详细讲解图神经网络的著作，在图神经网络领域具有重大的意义。 本书作者是图神经网络领域的资深技术专家，作者所在的公司极验也是该领域的领先者。本书是作者和极验多年研究与实践经验的总结，内容系统、扎实、深浅出，得到了白翔、俞栋等多位学术界和企业界领军人物的高度评价及强烈推荐。 全书共10章： 第1～4章全面介绍了图、图数据、卷积神经网络以及表示学习等基础知识，是阅读本书的预备知识； 第5～6章从理论的角度出发，讲解了图信号处理和图卷积神经网络，深剖析了图卷积神经网络的性质，并提供了GCN实现节分类的实例； 第7～9章全面讲解了图神经网络的各种变体及范式、图分类机制及其实践，以及基于GNN的图表示学习； 第10章介绍了图神经网络的*研究和应用。 作者亲授“图神经网络”直播课，与图书搭配学习效果更佳！ 回放&PPT获取方式： 1.微信关注“华章计算机”（微信号：hzbook_jsj） 2.在后台回复关键词:GNN
深度学习:卷积神经网络从入门到精通
￥51.35
Array
PyTorch机器学习从入门到实战
￥38.35
近年来，基于深度学习的人工智能掀起了一股学习的热潮。本书是使用PyTorch深度学习框架的门图书，从深度学习原理手，由浅深，阐述深度学习中神经网络、深度神经网络、卷积神经网络、自编码器、循环神经网络等内容，同时穿插学习PyTorch框架的各个知识和基于知识的实例。*后，综合运用PyTorch和深度学习知识来解决实践中的具体问题，比如图像识别、文本分类和命令词识别等。可以说，本书是深度学习和PyTorch的门教程，同时也引领读者机遇和挑战共存的人工智能领域。
深度学习:从基础到实践(上、下册)
￥127.87
本书从基本概念和理论手，通过近千张图和简单的例子由浅深地讲解深度学习的相关知识，且不涉及复杂的数学内容。 本书分为上下两册。上册着重介绍深度学习的基础知识，旨在帮助读者建立扎实的知识储备，主要介绍随机性与基础统计学、训练与测试、过拟合与欠拟合、神经元、学习与推理、数据准备、分类器、集成算法、前馈网络、激活函数、反向传播等内容。下册介绍机器学习的 scikit-learn 库和深度学习的 Keras 库（这两种库均基于 Python 语言），以及卷积神经网络、循环神经网络、自编码器、强化学习、生成对抗网络等内容，还介绍了一些创造性应用，并给出了一些典型的数据集，以帮助读者更好地了解学习。 本书适合想要了解和使用深度学习的人阅读，也可作为深度学习教学培训领域的门级参考用书。
从0到1:人工智能赋能商业的秘密
￥55.86
确定人工智能可能从哪些方面帮助企业设计人工智能策略 评估项目范围和业务影响 利用人工智能来提高转化率、编排内容以及分析反馈 理解当代人工智能如何运作以及人工智能可以/不可以做什么
Unity 3D 从入门到精通(视频微课版)
￥62.30
Unity是近几年非常流行的一款3D游戏发引擎，其特是跨平台能力强，移植便捷，所以得到了众多 游戏发者的青睐。本书主要介绍的内容包括游戏引擎概述、3D数学基础知识、Unity基本内容、Unity脚本 发技术、创建基本的3D场景、物理系统、图形用户界面UGUI、Mecanim动画系统、导航网格寻路、音效 系统、全局光照与粒子系统、游戏资源包与跨平台发布，并通过RunBall案例讲解Unity 3D场景的创建、 刚体及力场的应用、UGUI游戏界面的创建和在PC等平台发布游戏。后，本书通过UGUI综合案例介绍搭 建游戏环境的过程，包括制作游戏的始面板、主面板、“角色”面板、“背包”面板、“关卡选择”面板、 “设置”面板和“登录”面板。 本书既可以作为广大Unity初学者的自学手册，也可以作为虚拟现实专业（方向）的高校学生学习Unity 的门教程，还可以作为Unity阶者查阅软件使用方法、注意事项等资料的参考手册。 本书附赠配套案例源代码、素材文件和教学视频，以及教学PPT，方便高校教师教学使用。读者可以借助配套资源更好、更快地学习Unity。
自动控制原理(上)
￥39.90
本教材详细介绍了自动控制的基本理论和分析方法，分上、下册，本书是上册，共有7章，第1章深浅出地讲述了自动控制系统的一般概念；第2章介绍了控制系统的数学模型；第3~5章介绍了控制系统的3种分析方法：时域分析法、根轨迹分析法、频域分析法；第6章介绍了控制系统的校正；第7章通过几个控制系统的应用示例，生动形象地阐述了控制系统原理，以一步加深读者对控制系统的理解和认识。同时，为方便理解和夯实相关知识，每章均配备有例题和习题。 本教材比较全面地涵盖了大学本科“自动控制理论”课程的内容，可作为高校自动化、电气工程及其自动化、机械工程及其自动化、热力工程、通信工程、电子信息工程等相关专业的“自动控制原理”课程教材，也可作为相关教师、自动化相关专业研究生、科技与工程技术人员的参考书。 本教材各章节内容的介绍基于MATLAB的控制系统计算机辅助分析与设计方法，需要读者有相应的MATLAB应用基础，以加强对课程的理解。
开发者关系:方法与实践
￥51.07
本书是一本发者关系和发者市场领域的突破性作品，深浅出地介绍了发者关系相关的概念、框架及实践。本书结合各类新技术、新方法的特，带领读者一步步学习发者关系的落地方法。本书从意识文化建立到研发、测试、培训，再到度量、模型运营等多个维度剖析问题，并提供结合行业特的解决方案，为读者提供更多的参考价值。本书助力发者关系实践的日益普及和专业化，并有助于推动发者关系在企业内发挥更大的作用。 本书内容丰富，架构清晰，案例翔实，适合发者关系部门负责人、企业高管、投资人、工程师、产品经理和营销人员阅读。
JUnit实战(第3版)
￥90.47
本书全面介绍JUnit 5的新特性及其主要应用。全书共22章，分为五部分。部分介绍JUnit 的核心、JUnit的体系结构、从JUnit 4向JUnit 5迁移、软件测试原则等内容；第二部分介绍软件测试质量、用stub和mock object行测试、容器内测试等内容；第三部分介绍用Maven和Gradle工具运行JUnit测试、IDE对JUnit 5的支持、JUnit 5的持续集成等内容；第四部分介绍JUnit 5扩展模型，表示层测试，Spring、Spring Boot和REST API以及数据库应用程序的测试等内容；第五部分介绍使用JUnit 5行测试驱动发和行为驱动发，以及用JUnit 5实现测试金字塔策略等内容。 本书既适合刚触JUnit框架的Java发人员阅读，也适合想要了解JUnit 5新特性的、经验丰富的JUnit发人员学习，尤其适合企业级Java发人员阅读。本书还可作为高等院校学生“软件测试”课程的参考用书。
深度学习与医学图像处理
￥57.47
这是一本介绍“如何使用深度学习方法解决医学图像处理问题”的门图书。本书先介绍医学图像的基础知识，包括医学图像数据、数据标注、医学数字图像处理和医学图像分类；其次介绍解决医学图像处理中常见的机器视觉任务（语义分割、关键检测和医学图像配准），并辅以实战案例，帮助读者深理解相关技术原理，而巩固所学知识；后介绍模型优化和迁移学习的相关内容，帮助读者拓宽思路，提升其针对具体需求采用不同的解决方法的能力。 本书适合医工交叉专业以及从事医学图像处理工作的工程人员和科研人员阅读，也可供智能医学相关专业的高年级本科生及研究生参考。 阅读本书之前，读者需要了解基本的深度学习知识，并有一定的Python编程基础。
