购物车
个人中心
模式识别与人工智能(基于MATLAB)
￥62.30
《模式识别与人工智能（基于MATLAB）》将模式识别与人工智能理论与实际应用相结合, 以酒瓶颜色分类为例, 介绍了各种算法理论及相应的 MATLAB实现程序。全书共分为10章, 包括模式识别概述、贝叶斯分类器的设计、判别函数分类器的设计、聚类分析、 模糊聚类、神经网络分类器设计、模拟退火算法的分类器设计、遗传算法聚类设计、蚁群算法聚类设计、粒子群算法聚类设计，覆盖了各种常用的模式识别技术。
Pro/E实训教材(第3版)
￥11.84
Pro/E软件以其智能化的建模方式，使用户在产品发、产品设计中得心应手。它实用性强，比较容易掌握，是目前国内外流行的3D工程设计软件之一。 Pro/E软件主要包括以下功能：生成零件3D图，再由零件3D图生成3D装配图、2D工程图、3D模具图及其数控加工程序。Pro/E软件所具有的参数化设计功能，极其方便产品设计及图纸的修改，当用户对其中一张图纸行修改后，与此相关的其他图纸及参数也随之发生相应变化。CreoElements/Pro5.0软件造型方法简单、灵活，并能与Solidworks、UG、Mastercam及AutoCAD等软件口。 张晓红主编的《Pro E实训教材(第3版职业院校模具设计与制造专业教学用书)》通过零件图形实例的建模过程，使学习者掌握每个建模指令的特、意义、应用方法和使用技巧。然后，通过综合练习，加强学习者对知识的灵活运用。 本教材可作为职业院校工业造型、数控（CAD/CAM）、模具设计与制造、机电等专业学生的电脑辅助设计课程教材（90～150学时），也适用于技术技能型紧缺人才的培训和考证。 为了方便教师教学，本书还配有电子教学参考资料包（包括教学指南、电子教案及习题答案），详见前言。
MATLAB定量决策五大类问题——50个运作管理经典案例分析
￥12.00
本书将定量决策问题行归类，以实际案例为导向，遵循“提出问题→分析问题→解决问题”的逻辑，在对案例特行剖析的基础之上建模并选取相应的决策方法，通过编写MATLAB程序求解，充分体现“案例实用性，程序通用性，思路连贯性，求解可模仿性”。读者参阅的时候，只要把案例中的数据换成自己需要处理的数据，或根据实际需要对问题行改编，调用相应程序即可实现求解。
全栈数据之门
￥15.99
本书以数据分析领域*热的Python语言为主要线索，介绍了数据分析库numpy、Pandas与机器学习库scikit-learn，使用了可视化环境Orange 3来理解算法的一些细节。对于机器学习，既有常用算法KNN与Kmeans的应用，决策树与*森林的实战，还涉及常用特征工程与深度学习中的自动编程器。在大数据Hadoop与Hive环境的基础之上，使用Spark的ML/MLlib库集成了前面的各部分内容，让分布式机器学习更容易。大量的工具与技能实战的介绍将各部分融合成一个全栈的数据科学内容。
AutoCAD 2018中文版室内装潢设计 第6版
￥69.90
《AutoCAD 2018中文版室内装潢设计 第6版》共15章，全面介绍了使用AutoCAD 2018中文版绘制室内装潢设计图的各种方法和技巧。第1章介绍AutoCAD 2018基础；第2章介绍常用绘图与编辑命令；第3章介绍快速绘图工具；第4章介绍室内设计中主要图例的绘制；第5章介绍室内设计制图的准备知识；第6章介绍住宅室内装潢平面图；第7章介绍住宅室内装潢立面、顶棚与构造详图；第8章介绍宾馆大堂室内设计图的绘制；第9章介绍宾馆客房室内设计图的绘制；第10章介绍卡拉OK歌舞厅室内设计图的绘制；第11～15章围绕某洗浴中心的室内设计，介绍了其平面图、平面布置图、顶棚图、地坪布置图、立面图、剖面图和节详图的绘制过程。 《AutoCAD 2018中文版室内装潢设计 第6版》适合AutoCAD软件的初、中级读者以及室内设计的相关人员阅读。随书附赠的网盘资源含有所有实例的源文件和视频讲解，可以帮助读者形象、直观地理解和学习本书。
大数据与人工智能导论(第二版)
￥62.80
本书主要涉及数据工程与人工智能算法原理、大数据平台技术、人工智能算法在大数据平台上的实现等，共7章。第1章介绍大数据与人工智能的历史、应用；第2章介绍数据工程；第3章介绍大数据平台；第4章介绍人工智能基础算法的原理；第5章以第4章为基础，介绍深度学习相关内容；第6章介绍当前热门的强化学习技术；第7章为数据分析与深度学习项目实践。 本书可作为希望快速了解和门大数据与人工智能领域知识的本科生、研究生的参考书，也可供互联网领域中对人工智能算法感兴趣的工程技术人员参考使用。
UG NX 12.0工程图教程
￥29.95
本书全面系统地介绍了UG NX 12.0工程图设计的过程、方法和技巧，内容包括工程图的概念及发展，UG NX 12.0工程图的特，UG NX 12.0工程图基本设置及工作界面，创建工程图视图，绘制工程图的二维草图、工程图的标注、表格，钣金工程图和工程图的一些高级应用等。 在内容安排上，为了使读者更快地掌握UG NX 12.0软件的工程图功能，书中结合大量的范例对UG NX 12.0软件中的工程图概念、命令和功能行讲解，同时结合范例讲述了一些产品的工程图设计过程和技巧，这样安排能使读者较快地工程图设计实战状态。在写作方式上，本书紧贴UG NX 12.0软件的实际操作界面，使初学者能够尽快上手，提高学习效率。本书附带1张多媒体DVD学习光盘，制作了大量UG工程图设计技巧和具有针对性的实例教学视频，并行了详细的语音讲解。光盘中还包含本书所有的模型文件、范例文件和素材文件。 本书内容全面，条理清晰，实例丰富，讲解详细，可作为工程技术人员的UG工程图自学教程和参考书，也可作为大中专院校学生和各类培训学校学员的CAD/CAM 课程上课或上机练习的教材。 本书是“UG NX 12.0工程应用精解丛书”中的一本，读者在阅读本书后，可根据自己工作和专业的需要，再丛书中的其他书籍。
如何创造可信的AI
￥39.99
当下的AI存在哪些风险？真的有可信的AI吗？ 理想的AI与现实的AI之间究竟存在哪些差距？ 如何构建人类和AI之间的信任？ 关于人工智能的炒作总是甚嚣尘上，但要得到真正可信的AI，却远比想象的要复杂得多，超级智能的时代还远没有到来。创造真正可信的AI需要赋予机器常识和深度理解，而不是简单地统计分析数据。本书勾勒了未来人工智能发展的*路线图，对当前人工智能的现状行了清晰且客观的评估。 作者盖瑞·马库斯是人工智能领域的专家，同时还是心理学和神经科学教授，在计算机科学、认知科学、语言学、人工智能等领域都练就了相当深厚的学术功底，并敢于挑战学术界的主流观。当整个人工智能学术界都在过分乐观地高歌猛时，他不断撰文和发表演讲来指出以深度学习为代表的当下AI的弊端和局限性，《如何创造可信的AI》这本书正是马库斯对他关于人工智能观的*总结。 盖瑞·马库斯和欧内斯特·戴维斯从深度学习算法固有的缺陷出发，阐述了当下 AI 技术发展的桎梏，对当前 AI 的场景应用和研究范式中的问题行了分析，他指出AI真正的问题在于信任，常识才是深度理解的关键。*终从认知科学中提炼出了11条对人工智能发展方面的启示，以通用人工智能为发展目标，给出了未来 AI 技术的一种发展方向。
机器学习案例分析(基于Python语言)
￥68.60
共分为4个部分：1、基础知识：主要介绍机器学习的基本概念、Python的基础知识、常用第三方库，并结合网络爬虫及信息提取案例和股票数据图表绘制案例使读者对本部分内容有更好的理解。2、有监督分类案例：包括Iris数据分类、新闻文本数据分类、手写数字图像识别和场景文字检测共4个案例。3、无监督聚类案例：包括人脸图像聚类和文本聚类共2个案例。4、回归预测案例：包括房价预测、员工离职预测和广告率预测共3个案例。
质性研究数据分析工具NVivo 12 实用教程
￥25.50
NVivo是支持质性研究和混合方式研究的工具软件，是为帮助用户整理、分析和提炼对非结构化或质性数据（如采访、放式调查回答、文章、社交媒体和网页内容）的观而设计的。 本书集软件功能讲解、实例操作、习题训练于一体。通过功能讲解，介绍软件的基本功能；通过实例操作，详细讲解软件各种功能的使用方法；通过习题训练，使读者巩固所学知识、提高能力。 本书附赠部分案例的素材文件、教学参考规划和教学大纲等资源。 本书适合科研工作者、相关院校师生和商业、媒体等领域的工作人员使用。
人工智能安全
￥69.30
本书在简要介绍人工智能发展历程、世界各国人工智能战略规划之后，重围绕人工智能安全主题，提出人工智能安全体系架构，讨论了人工智能助力安全、人工智能内生安全、人工智能衍生安全等相关内容，并深研究了人工智能安全伦理准则。本书还详细分析了人工智能行为体及其可能引发的安全问题，提出了人工智能保险箍的解决方案，并给出了人工智能行为体的安全评估与检测方法。本书*后还探讨了人工智能的前沿技术，以及人工智能安全的未来发展趋势。本书适合人工智能及安全领域的研究人员、管理人员以及广大爱好者阅读。
Flutter开发实战详解
￥31.99
本书以实战为导向，由浅深地介绍了Flutter发过程中的基础体系、实战技巧和源码分析。通过本书，读者可以快速掌握Flutter的发技能，并通过实战学习Flutter的源码设计。同时，本书还配套全面的学习例程与完整的源项目，真正做到为读者的Flutter学习旅程披荆斩棘。 本书适合有一定发经验的学生、研究者或从业者，尤其是 Android、iOS或前端发人员阅读。
敏捷软件开发(珍藏版)
￥111.30
《敏捷软件发(珍藏版)》作为敏捷软件发的里程碑之作，重介绍了敏捷软件发的原则、模式和实践。全书共6部分30章4个附录，以场景化方式阐述了什么敏捷软件发的核心，强调了工程实践是敏捷软件发的重要基石。本书的写作风格诙谐幽默，巧妙地通过通俗易懂和画面感十足的的表述漫画来帮助读者理解可能枯燥晦涩的专业技术要。 《敏捷软件发(珍藏版)》适合真正想要通过敏捷方式来提升软件发技能以及及时交付软件价值的所有读者阅读和参考。
跟老男孩学Linux运维:Shell编程实战
￥57.85
本书可分为五大部分：*部分为第1章~第4章，此部分着重介绍新手如何学好Shell编程。涉及的内容包括Shell编程的门介绍、基础知识、运行原理、编程语法、编程习惯、变量知识以及变量的深实践。第二部分为第5章~第8章，着重讲解变量的多种数值运算、条件测试与比较、if条件判断语句、Shell函数等相关的知识。第三部分为第9章~第13章，着重讲解case条件语句、while循环和until型循环、for循环和select循环、条件与循环控制及程序返回值、Shell数组等知识。第四部分为第14章~第16章，着重讲解Shell脚本发规范与编码习惯、Shell脚本的调试知识和技巧、Shell脚本发环境的配置调整和优化等。第五部分为第17章~第20章，着重讲解Linux信号及trap命令的企业应用实践、Expect自动化交互式程序的应用实践、贯穿全书技术的面试题和企业实战案例，以及子Shell知识。
TensorFlow自然语言处理
￥65.35
第1章是对NLP的简单介绍。该章将首先讨论我们需要NLP的原因。下来，将讨论NLP中一些常见的子任务。之后，将讨论NLP的两个主要阶段，即传统阶段和深度学习阶段。通过研究如何使用传统算法解决语言建模任务，我们将了解传统阶段NLP的特。然后，将讨论深度学习阶段，在这一阶段中深度学习算法被大量用于NLP。我们还将讨论深度学习算法的主要系列。*后，将讨论一种*基本的深度学习算法：全连神经网络。该章结束时会提供一份路线图，简要介绍后面的内容。 第2章介绍Python TensorFlow库，这是我们实现解决方案的主要平台。首先在TensorFlow中编写一段代码，执行一个简单的计算，并讨论从运行代码到得到结果这一过程中到底发生了什么。我们将详细介绍TensorFlow的基础组件。把Tensorflow比作丰富的餐厅，了解如何完成订单，以便一步加强对TensorFlow的理解。稍后，将讨论TensorFlow的更多技术细节，例如数据结构和操作（主要与神经网络相关）。*后，我们将实现一个全连的神经网络来识别手写数字。这将帮助我们了解如何使用TensorFlow来实现端到端解决方案。 第3章首先讨论如何用TensorFlow解决NLP任务。在该章中，我们将讨论如何用神经网络学习单词向量或单词表示。单词向量也称为词嵌。单词向量是单词的数字表示，相似单词有相似值，不同单词有不同值。首先，将讨论实现这一目标的几种传统方法，包括使用称为WordNet的大型人工构建知识库。然后，将讨论基于现代神经网络的方法，称为Word2vec，它在没有任何人为干预的情况下学习单词向量。我们将通过一个实例来了解Word2vec的机制。着，将讨论用于实现此目的的两种算法变体：skip-gram和连续词袋（CBOW）模型。我们将讨论算法的细节，以及如何在TensorFlow中实现它们。 第4章介绍与单词向量相关的更高级方法。首先，会比较skip-gram和CBOW，讨论其中哪一种有明显优势。下来，将讨论可用于提高Word2vec算法性能的几项改。然后，将讨论一种更新、更强大的词嵌学习算法：GloVe（全局向量）算法。*后，将在文档分类任务中实际观察单词向量。在该练习中，我们将看到单词向量十分强大，足以表示文档所属的主题（例如，娱乐和运动）。 第5章讨论卷积神经网络（CNN），它是擅长处理诸如图像或句子这样的空间数据的神经网络家族。首先，讨论如何处理数据以及处理数据时涉及哪种操作，以便对CNN有较深的理解。下来，深研究CNN计算中涉及的每个操作，以了解CNN背后的数学原理。*后，介绍两个练习。*个练习使用CNN对手写数字图像行分类，我们将看到CNN能够在此任务上很快达到较高的准确率。下来，我们将探讨如何使用CNN对句子行分类。特别地，我们要求CNN预测一个句子是否与对象、人物、位置等相关。 第6章介绍递归神经网络。递归神经网络（RNN）是一个可以模拟数据序列的强大的神经网络家族。首先讨论RNN背后的数学原理以及在学习期间随时间更新RNN的更新规则。然后，讨论RNN的不同变体及其应用（例如，一对一RNN和一对多RNN）。*后，用RNN执行文本生成任务的练习。我们用童话故事训练RNN，然后要求RNN生成一个新故事。我们将看到在持久的长期记忆方面RNN表现不佳。*后，讨论更高级的RNN变体，即RNN-CF，它能够保持更长时间的记忆。 第7章介绍长短期记忆网络。RNN在保持长期记忆方面效果较差，这使我们需要探索能在更长时间内记住信息的更强大技术。我们将在该章讨论一种这样的技术：长短期记忆网络（LSTM）。LSTM功能更强大，并且在许多时间序列任务中表现得优于其他序列模型。首先通过一个例子，研究潜在的数学原理和LSTM的更新规则，以说明每个计算的重要性。然后，将了解为什么LSTM能够更长时间地保持记忆。下来，将讨论如何一步提高LSTM预测能力。*后，将讨论具有更复杂结构的几种LSTM变体（具有窥孔连的LSTM），以及简化LSTM门控循环单元（GRU）的方法。 第8章介绍LSTM的应用：文本生成。该章广泛评估LSTM在文本生成任务中的表现。我们将定性和定量地衡量LSTM产生的文本的好坏程度，还将比较LSTM、窥孔连LSTM和GRU。*后，将介绍如何将词嵌应用到模型中来改LSTM生成的文本。 第9章转到对多模态数据（即图像和文本）的处理。在该章中，我们将研究如何自动生成给定图像的描述。这涉及将前馈模型（即CNN）与词嵌层及顺序模型（即LSTM）组合，形成一个端到端的机器学习流程。 第10章介绍有关神经机器翻译（NMT）模型的应用。机器翻译指的是将句子或短语从源语言翻译成目标语言。首先讨论机器翻译是什么并简单介绍机器翻译历史。然后，将详细讨论现代神经机器翻译模型的体系结构，包括训练和预测的流程。下来，将了解如何从头始实现NMT系统。*后，会探索改标准NMT系统的方法。 第11章重介绍NLP的现状和未来趋势。我们将讨论前面提到的系统的相关*发现。该章将涵盖大部分令人兴奋的创新，并让你直观地感受其中的一些技术。 附录向读者介绍各种数学数据结构（例如，矩阵）和操作（例如，矩阵的逆），还将讨论概率中的几个重要概念。然后将介绍Keras，它是在底层使用TensorFlow的高级库。Keras通过隐藏TensorFlow中的一些有难度的细节使得神经网络的实现更简单。具体而言，通过使用Keras实现CNN来介绍如何使用Keras。下来，将讨论如何使用TensorFlow中的seq2seq库来实现一个神经机器翻译系统，所使用的代码比在第11章中使用的代码少得多。*后，将向你介绍如何使用TensorBoard可视化词嵌的指南。TensorBoard是TensorFlow附带的便捷可视化工具，可用于可视化和监视TensorFlow客户端中的各种变量。
Linux从零开始学(视频教学版)
￥55.30
本书以CentOS Linux系统的操作实践为出发，系统讲解Linux安装和管理的方法，从系统安装、基础命令到网络管理以及常用的系统服务，使得读者可以快速获得日常维护Linux系统和网络服务的技能。本书配套脚本源码、PPT课件与教学视频。 本书共分16章。第1~10章是Linux系统的基础知识，内容涵盖CentOS Stream 8的安装方法、常见的Linux命令、vi编辑器、文件系统和磁盘管理、日志系统管理、用户管理、应用程序管理、Shell基础知识、程管理和网络管理；第11~16章是各项流行的网络服务的安装和配置方法，主要包括防火墙和DHCP、NFS、Samba、FTP、域名解析、邮件服务、Squid以及无人值守安装Linux。 本书适合Linux初学者、Linux爱好者以及Linux系统发人员、测试人员等，无须学习、理解过多的基础理论，即可快速掌握Linux系统及其常用的管理技巧。同时，本书也适合作为高等院校和培训机构计算机相关专业的教材。
云原生Kubernetes全栈架构师实战
￥96.60
本书以一个Kubernetes工程师的视角，全面系统地介绍Kubernetes常见的知识、企业应用实践及运维管理方法。本书共分18章，第1、2章介绍如何快速搭建高可用的Kubernetes集群；第3～7章介绍Docker的基础和镜像的制作优化，以及Kubernetes的基础概念（Master、Node和Pod）、核心调度资源（Deployment、StatefulSet、DaemonSet、CronJob）、服务发布（Service和Ingress）和配置管理（ConfigMap和Secret）。第8～11章主要介绍Kubernetes的持久化存储、动态存储、CSI、高级调度（容忍、污和亲和力）、服务质量、权限管理、Kubernetes资源配额管理。第12、13章主要介绍云原生存储、中间件容器化、Operator和Helm的使用。第14～16章主要介绍针对Kubernetes的日志收集（EFK）、监控告警（Prometheus和Grafana）、生产级服务发布Ingress的使用。第17章主要介绍基于Kubernetes、Jenkins、Harbor、GitLab等工具建设生产级的DevOps平台，实现发、测试、UAT、生产环境的流水线设计。第18章主要介绍服务网格Istio的使用，实现对Kubernetes内部服务的细粒度流量管理。 本书从概念到实践，从手工到自动化，内容翔实且丰富，其中的范例与项目均在实践中多次验证，可直用于生产环境。本书适合Kubernetes初学者、发人员、运维人员、架构师使用，也可以作为培训机构和大专院校的教学用书。
区块链新基建:赋能产业新机遇
￥34.30
本书系统地介绍了区块作为新基建的核心用途以及与其他互联网技术的区别。内容 主要包括：区块基础、区块通证详解、区块赋能产业案例、央行数字货币DC/EP和 区块的结合，以及常见的区块技术框架解析。其中，区块基础主要是为了解大众 对于区块的误解，区块通证部分归纳了不同属性的通证和运用场景，为未来区块和 通证结合提供了更多的视角和思路。区块技术框架部分列举了目前几乎所有新基建常用 的技术框架特性，同时也从技术角度切，结合产业呈现了更多的思考。本书的目标读者 是所有想充分了解区块新基建以及结合产业落地的人群。无论你是想系统地了解区块 的初学者，还是各个行业不同领域的创业者，或者是已经对区块有了一定程度掌握的行 业老兵，这本书都会让你受益匪浅。
软件需求与可视化模型(微软技术丛书)
￥48.30
需求文档的模糊性和歧义性是导致很多软件项目*终无法满足用户需求的主要原因。针对这一现状，本书主要侧重于以视觉化方式来表达软件需求，介绍了4大类22个可视化需求模型，旨在指导读者通过软件需求的视觉化模型来一步明确需求，促发人员对需求的理解，从而一步推动软件项目的成功。 本书取自需求领域两位专家十多年的实践经验，具有重要的指导和参考意义，可以帮助读者准确理解需求，发出满足用户需求和可以帮助用户达成任务目标的软件产品。
动手学PyTorch深度学习建模与应用
￥55.30
本书以新版深度学习框架PyTorch为基础，循序渐地介绍其在深度学习中的应用。全书共10章，从深度学习数学知识手，逐步介绍PyTorch在数值建模、图像建模、文本建模、音频建模中的基本概念及应用示例，还将介绍模型的可视化和联邦学习等内容，以扩展读者的视野。本书在讲解每一个知识的同时，都配合有动手练习实例，便于读者深理解所学知识，并达成学以致用的目标。 本书原理与实践并重，易于理解且可操作性强，特别适合PyTorch新手、大学生、研究人员和发人员使用，也可作为高等院校相关专业的教学用书。
InDesign CC排版设计全攻略:视频教学版
￥44.85
InDesign是主流的专业排版设计软件，被广泛应用于书刊、媒体、平面设计、印刷出版、数字媒体等领域。本书由浅深、图文并茂地讲解了InDesign CC 2018的各项功能、应用技巧和设计手法，并且提供了丰富的设计案例和视频教学，特别适合InDesign新手阅读，对具有一定使用经验的用户其中的案例也有很好的参考价值，还可作为学校、培训机构的教学用书以及广大自学者的学习教材。
