购物车
个人中心
对抗机器学习:机器学习系统中的攻击和防御
￥44.85
以对抗样本生成和防御为核心的对抗深度学习，无疑是对抗机器学习领域目前*受关注的研究热。但是，本书涉及更宽广的主题，从攻时机、攻者可以利用的信息、攻目标三个维度，全面论述了监督学习、无监督学习以及强化学习系统中的攻和防御技术。这对于读者全面系统地掌握对抗机器学习的理论、方法及应用，以及深展深度学习的攻和防御问题研究，都是至关重要的。
自然语言理解与行业知识图谱:概念、方法与工程落地
￥71.40
首先阐述自然语言理解的发展脉络和分析逻辑，主要围绕语言符号、处理体系、语义理解等行探讨，引出自然语言理解的自动分析原理和方法，包括对自然语言特征、统计语言学习、常规机器学习、深度学习、知识图谱方面的介绍。在上述基本自然语言处理方法讲解基础上，继续阐述行业知识图谱搭建和行业应用的方法。通过作者团队几年来在自然语言处理和行业知识图谱的实践经验，探讨垂直行业认知的逻辑和解决方案。本书为互联网企业的文本智能平台构建的提供了很好的案例参考，也为行业信息化从业者提供了从门到阶的一整套技术指导，同时也适合作为自然语言处理、知识图谱、计算机、人工智能等领域从业者的学习指导书，若是对自然语言处理、知识图谱、人工智能感兴趣的学生、创业团队，本书也非常适宜阅读。
移动机器人原理与设计(原书第2版)
￥53.40
介绍相关基础知识和分析工具，主要内容包括三维建模、反馈线性化、无模型控制、导引、实时定位、辨识和卡尔曼滤波等，涵盖执行器、传感器、导航和控制理论等方面。
机器人系统设计与制作:Python语言实现(原书第2版)
￥47.40
本书解释了如何从零始构建一个自主移动机器人，并使用Python对其行编程。本书从机器人的基础概念始，然后介绍机器人的3D建模和仿真。在对机器人成功行仿真之后，讨论了建立机器人原型所需的硬件组成。在本教程结束时，你将清楚地了解如何将所有东西集成到机器人中，以及如何将包软件。
AIoT系统开发:基于机器学习和Python深度学习
￥53.40
本书重阐述利用机器学习、深度学习、自然语言处理等多种方法，以及当前流行的Python库——Tensorflow和Keras构建实时数据的智能物联网IOT系统。还给出了工业物联网、智能城市和家庭自动化等物联网主要应用领域的实际案例。
机器人SLAM导航:核心技术与实战
￥90.40
全书分为4部分。第1部分对基础知识展讲解，包括Linux基础和ROS门。第2部分主要关注一个实际的机器人中的硬件和核心传感器模块的构造，重讲解机器人上的传感器、差分底盘、树莓派主板发方面的知识。第3部分是SLAM地图构建的核心算法，SLAM中的数学基础、基于激光的SLAM系统、基于视觉的SLAM系统、混合SLAM系统、新型SLAM系统。第4部分是自主导航相关的核心技术与应用，包括自主导航中的数学基础、基于地图的导航、基于环境探索建图的导航、强化学习在机器人导航中的应用。 通过阅读本书，读者不仅可以自己设计出一套SLAM导航机器人出来，还可以在软硬件结合的环境中提高自己的C++/Python/Java方面的编程能力，同时还可以触到流行的SLAM算法的实际应用。
OpenCV深度学习应用与性能优化实践
￥57.85
Intel音视频团队与阿里巴巴图像处理专家联合撰写，知名专家联袂推荐，深解析OpenCV DNN 模块、基于GPU/CPU的加速实现、性能优化技巧与可视化工具，以及人脸活体检测（完整案例）与主流识别项目解析。 第1～2章介绍了OpenCV编译、运行，深度学习模块（Open DNN）的架构、实现原理，以及深度学习的数学基础与如何快速上手。 第3～5章主要介绍了OpenCV的GPU加速原理，涵盖必要的并行计算知识、Intel GPU硬件结构，以及OpenCL和Vulkan加速实现，是性能优化工作的核心。 第6章介绍了CPU的硬件知识，以及深度学习模块的CPU加速方法，重讲解了指令集SIMD加速，讨论了Halide后端加速、OpenVINO（Intel推理引擎）加速。 第7章介绍了常用的深度神经网络可视化工具——TensorBoard（适用于TensorFlow网络格式），Netscope（适用于Caffe网络格式），针对Intel硬件平台的性能调优工具VTune，以及高阶程序优化的思路和方法。 第8～9章重讲解实践细节，包括用深度学习方法处理计算机视觉的基本问题，以及一个完整的人脸活体检测项目与主流识别项目解析。
机器阅读理解:算法与实践
￥51.35
微软高级研究员撰写，剖析机器阅读理解支撑技术、模型架构、前沿算法、模型SDNet源码与落地应用。 全书分为三篇，共8章内容。基础篇（第1～3章），介绍机器阅读理解的基础知识和关键支撑技术，涵盖机器阅读理解任务的定义，阅读理解模型中常用的自然语言处理技术和深度学习网络模块，例如如何让计算机表示文章和问题、做多项选择题及生成回答等。架构篇（第4～6章），介绍解决各类机器阅读理解任务的基本模型架构和前沿算法，并剖析对机器阅读理解研究有着重要影响的预训练模型（如BERT和GPT）。实战篇（第7～8章），包括笔者在2018年获得CoQA对话阅读理解竞赛*名时所用的模型SDNet的代码解读，机器阅读理解在各种工业界应用中的具体落地过程和挑战，以及笔者对于机器阅读理解未来发展方向的思考。 作者亲授“机器阅读理解”直播课，搭配图书学习效果更佳！ 回放&PPT获取方式 1、微信关注“华章计算机” 2、在后台回复关键词：机器阅读理解
神经网络设计与实现
￥53.40
- 后产品时代，服务为王。 产品作为解决单问题的方案，已经不足以满足用户全方位的需求，而服务则成为企业差异化甚至驱动新一轮增长的核心要素。 服务设计不只是设计服务，更是设计与服务相关的整个商业系统。服务设计包括表层的客户体验和里层的员工体验。对外，它通过共情洞察客户需求，通过团队内共创以及与客户共创，造立体的客户体验；对内，它通过绘制服务蓝图重塑业务流程和组织形式、通过迭代释放商业想象力，造充满同理心和创造力的团队。 本书为企业提供了一套服务升级的路线图，帮助企业造触动人心的好服务，将与用户一次性的触变成长期的关系。
深度强化学习实践(原书第2版)
￥90.40
本书理论与实践相结合，系统阐述强化学习的基础知识，以及如何动手编写智能体以执行一系列实际任务。通过阅读本书，读者将获得深层Q网络、策略梯度方法、连续控制问题以及高度可扩展的非梯度方法等主题领域的可行洞见，还将学会如何构建一个经过强化学习训练、价格低廉的真实硬件机器人，并通过一步步代码优化在短短30分钟的训练后解决Pong环境。此外，本书还专门介绍了强化学习的新发展，包括离散优化（解决魔方问题）、多智能体方法、Microsoft的TextWorld环境、高级探索技术等。
产品负责人专业化修炼:利用Scrum获得商业竞争优势
￥57.85
本书介绍了如何在产品生命周期中识别、衡量和*大化产品的价值。作者结合自己40多年的敏捷经验，指导读者通过Scrum对产品行全方位的设想、发，使产品不断走向成熟。读者将学习如何规划战略，管理复杂性，持续交付价值，以及实施管理待办事项列表和产品发布的*佳实践。全书还穿插了作者们的个人轶事，无论读者在Scrum或产品管理方面经验如何，本书都有助于自己认识并克服成功道路上的种种障碍，努力成长为专业的产品负责人。
机器学习:基于OpenCV和Python的智能图像处理
￥51.35
本书以Python语言为蓝本，以OpenCV为框架，使用Anaconda搭建环境，通过丰富的实例，从实验、实践、实用的角度，详细叙述了运用Python和OpenCV实现智能图像处理的过程。全书共12章，主要内容包括智能图像处理门、Python基础、图像处理基础、图像几何变换、图像直方图处理、图像平滑滤波处理、图像阈值处理、图像形态学处理、图像分割处理、图像梯度及边缘检测、图像轮廓检测与拟合、人脸识别实现等，全面阐述了智能图像处理的理论基础和实现过程。 本书侧重基础、易学易懂，各章节既相对独立又前后关联，其*大的特就是破了传统书籍的讲解方法，在介绍各部分理论基础的同时，搭配具体实例，通过对相关程序的详细讲解，帮助读者一步加深对理论基础的理解。本书每章配有习题，以指导读者深学习智能图像处理技术。
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。
嵌入式Linux设备驱动程序开发指南(原书第2版)
￥95.40
嵌式微处理器功能强大、节能和低成本与嵌式Linux系统的灵活性结合，促使业界许多公司基于嵌式微处理器发出了很多新产品。本书教读者基于设备树嵌式Linux系统如何发设备驱动程序。读者将学习编写不同类型的Linux驱动程序，以及与内核和用户空间交互的应用程序程序口（API）和方法。本书以实战为核心，阐述了Linux内核基础知识，将编写大约30个驱动程序并移植到三种不同的微处理器上。本书在实验部分中基于NXP i.MX7D、Microchip SAMA5D2和Broadcom BCM2837三种不同微处理器详细阐述了驱动程序的发的实现，读者可参考实验部分选择发和测试自己的驱动程序。在阅读本书之前，建议读者先一个基于这些微处理器之一的发板，板上至少应有一个SPI和I2C控制器，例如Raspberry Pi3模型B板。
跟老男孩学Linux运维:核心基础篇(上)(第2版)
￥90.35
本书从脉络上可分为五大部分。第壹部分为Linux门环境与基础（第0章~第4章），此部分着重介绍了新手需要了解的计算机核心硬件基础知识。第二部分为Linux目录结构与文件属性（第5章~第9章）。着重讲解的是Linux的目录结构与重要文件路径知识，Linux系统机启动核心知识，大量和文件、目录相关的核心命令讲解与实践，Linux系统文件类型、权限、用户、用户组、时间戳、软硬连等核心知识。 第三部分为中高级实战知识和技能篇（第10章~第15章）。着重讲解的是Linux系统各类特殊字符，正则表达式与三剑客知识，Linux系统12位权限，Linux系统定时任务，Linux用户管理知识与企业级用户管理项目案例。
智能物联网的存储器设计与实现
￥65.35
本书涵盖了一系列先的物联网嵌式存储器实现，阐述了用于物联网设备的超低功耗存储器，讲述了用于医疗电子等特殊应用的塑料电路和聚合物电路；探讨了具有嵌式存储器的微控制器，用于多种互联网设备的智能控制；详述了用铁电RAM（FeRAM）、电阻式RAM（RRAM）和磁阻式RAM（MRAM）技术制作神经形态存储器，用于收集、处理和表示物联网硬件生成的大量数据。本书还特别介绍了与互补金属氧化物半导体（CMOS）兼容的存储器技术，包括嵌式浮栅和电荷捕获EEPROM/闪存以及FeRAM、FeFET、MRAM和RRAM。
Python人脸识别:从入门到工程实践
￥44.85
内容简介 这是一本面向初学者的人脸识别工具书，不仅适合零基础的读者快速门，而且适合有一定基础的读者迅速达到可以行工程实践的水平。 作者就职于某世界100强企业，在人脸识别方面积累了丰富的工程实践经验，本书不仅详细介绍了机器学习、深度学习、计算机视觉、人脸识别等方面的原理、技术和算法，而且还通过相关的实战案例讲解了如何行人脸识别方面的实践，以及如何将做好的模型用于工程实践中。同时，本书还提供了大量简洁、精炼的代码，能帮助读者从零始实现一个工程级别的人脸识别引擎。 全书一共8章： 第1章介绍了人脸识别的基础和常识； 第2-4章详细讲解了与人脸识别相关的数学、机器学习、计算机视觉、OpenCV相关的基础和算法； 第5章讲解了深度学习的原理以及使用Keras实现深度学习模型的方法； 第6章介绍了常用的人脸识别算法； 第7~8章详细讲解了人脸识别引擎的实现方法以及如何将做好的模型行工程化。
生成对抗网络入门指南(第2版)
￥53.40
本书作者王钺曾在国际管理咨询公司担任高管，拥有20年实际管理工作经验。作者基于其工作实践和思考，总结出一套战略管理方法论： 战略管理=（战略规划×战略解码×战略执行）领导力 本书详细阐述了战略三环的具体应用过程，提供了各种管理工具、表格与流程，并精心编写了30个实战案例，可作为战略管理的实操指南。 本书提出的战略三环方法论，融合了战略咨询与企业内部战略管理的实战经验，并提供大量真实案例和工具指引，易懂易学。 本书用真实的成功与失败案例来具体说明方法论的应用，避免了像许多战略管理类书籍那样，走过于理论化的误区。其次，这套方法论所集成的内容，大部分基于国际管理咨询公司与中外知名企业的实践，既有强大的理论基础，又有逻辑和数据支撑，避免了完全独立创新的试错风险，可以让读者放心地学习与应用。在本书中，首先梳理了关于企业战略管理的整体思路，同时也能让读者形成或优化自己的方法论；其次帮助企业高管团队形成共同语言，便于他们在企业战略管理过程中高效沟通与达成共识。对于还不具备战略管理责任的经理人员来说，阅读本书，主要是理解企业战略的由来，能够把握自己在战略分解与执行过程中应该起到的作用。对于众多管理咨询公司与培训公司的专业人士而言，本书除了让他们强化方法论与工具应用，更重要的是理解企业内部“战略解码与执行”过程中的诸多细节与困难，让他们以后能更好地与企业沟通，从战略管理全过程提供专业价值，而不再局限于战略的前端。对于商学院的教职人员来说，鉴于书中分享了不少近期的真实案例，不妨把本书作为那些企业战略管理的经典大作在中国市场落地的补充参考。
Python网络爬虫技术与实战
￥53.40
本书是一本系统、*地介绍Python网络爬虫的实战宝典。作者融合自己丰富的工程实践经验，紧密结合演示应用案例，内容覆盖了几乎所有网络爬虫涉及的核心技术。在内容编排上，一步步地剖析算法背后的概念与原理，提供大量简洁的代码实现，助你从零基础开始编程实现深度学习算法。全书按照学习爬虫所涉及的核心技术从易到难，再到应用的顺序分为14章。第1章介绍Python的安装配置和基础语法。 第2章介绍爬虫类型、抓取策略以及网络基础知识。第3章介绍Python常用库。第4章介绍正则表达式的语法、匹配规则。第5章讲解PIL库、Tesseract库和TensorFlow库的语法、类型和识别方法。第6章介绍抓包利器Fiddler。第7章介绍数据存储。第8章介绍Scrapy爬虫框架。第9章介绍多线程爬虫。第10章介绍动态网页爬虫。第11章介绍分布式爬虫。第12章介绍电商网站商品信息爬虫项目。第13章介绍生活娱乐点评类信息爬虫。第14章介绍图片信息类爬虫项目。
人机物融合群智计算
￥83.40
近年来，智能物联网、群体智能、工业互联网等新兴技术逐步兴起，人（智能手机、可穿戴设备等）、机（云设备、边缘设备）、物（具感知计算能力的物理实体）这三种基础要素正在走向协作和融合，迈向人机物融合群智计算时代，即通过人、机、物异构群智能体的有机融合，利用其感知能力的差异性、计算资源的互补性、节间的协作性和竞争性，构建具有自组织、自学习、自适应、持续演化等能力的智能感知计算空间，实现智能体个体技能和群体认知能力的提升。 2020年，根据微软学术（Microsoft Academic）统计分析的关于群智感知（Crowd sensing）研究的作者排名（Top Authors）中，本书作者团队位列全球。本书作者带着十余年从事群智感知计算研究的思考，将传统的“以人为中心”的群智感知计算拓展深化为“人-机-物异构群智能体融合计算”（简称“人机物融合群智计算”），从单纯的群智感知数据收集提升为人机物群智融合的协作计算与增强学习，探索异构群智协同的基础理论创新和关键技术突破。 本书系统化地阐明新一代“群智感知计算”内涵，并匠造出一把启“人机物融合群智计算”新世界大门的钥匙。本书既可以作为专著，为物联网、人工智能、工业互联网、智慧城市、智能制造等领域的科研人员和IT从业者提供创新的发展视角及相关理论、方法与技术支撑，也可以作为高年级本科生或研究生的参考教材。
深度学习:主流框架和编程实战
￥38.35
本书是利用实例来讲解深度学习框架以及深度学习方法的综合性著作，介绍了四大深度学习框架（TensorFlow、Caffe、Torch和MXNet），还详细介绍了调参、二次口的编程、迁移学习的模型等内容。
