购物车
个人中心
Windows PowerShell实战指南 第3版
￥18.99
PowerShell已经是一门源、跨平台的脚本语言与管理Shell。在DevOps流行的今天，PowerShell无疑是*好的实现语言之一。本书几乎涵盖了PowerShell所涉及技术的方方面面，提供了大量实战案例，同时还包含了PowerShell v5*功能的内容。只需要一个月、每天一小时，读者就能够轻松掌握PowerShell的实战技能。本书作者是PowerShell界泰斗Don Jones与Jeffery Hicks。他们都是多年的PowerShell MVP，并以简洁、易门的培训与写作风格而著称。
Python机器学习实践指南
￥28.99
机器学习是近年来渐趋热门的一个领域，同时Python 语言经过一段时间的发展也已逐渐成为主流的编程语言之一。本书结合了机器学习和Python 语言两个热门的领域，通过利用两种核心的机器学习算法来将Python 语言在数据分析方面的优势发挥到极致。 全书共有10 章。第1 章讲解了Python 机器学习的生态系统，剩余9 章介绍了众多与机器学习相关的算法，包括各类分类算法、数据可视化技术、推荐引擎等，主要包括机器学习在公寓、机票、IPO 市场、新闻源、内容推广、股票市场、图像、聊天机器人和推荐引擎等方面的应用。 本书适合Python 程序员、数据分析人员、对算法感兴趣的读者、机器学习领域的从业人员及科研人员阅读。
Autodesk Inventor 2016官方标准教程
￥22.99
本书是Inventor AIP 2016培训教程。主要适合门级的Inventor使用者，通过教程去逐渐熟练掌握Inventor的基础功能及应用。本书内容共分为15章。通过本书的学习，能使读者融会贯通地理解Inventor的精髓，逐渐掌握Inventor，并能融合Inventor的设计与管理思想，成为真正的Inventor设计高手。
Linux二进制分析
￥14.99
二进制分析属于信息安全业界逆向工程中的一种技术，通过利用可执行的机器代码（二进制）来分析应用程序的控制结构和运行方式，有助于信息安全从业人员更好地分析各种漏洞、病毒以及恶意软件，从而找到相应的解决方案。 《Linux二进制分析》是一本剖析Linux ELF工作机制的图书，共分为9章，其内容涵盖了Linux环境和相关工具、ELF二进制格式、Linux进程追踪、ELF病毒技术、Linux二进制保护、Linux中的ELF二进制取证分析、进程内存取证分析、扩展核心文件快照技术、Linux/proc/kcore分析等。 《Linux二进制分析》适合具有一定的Linux操作知识，且了解C语言编程技巧的信息安全从业人员阅读。
深度学习精要(基于R语言)
￥20.99
本书重介绍如何将R语言和深度学习模型或深度神经网络结合起来，解决实际的应用需求。全书共6章，分别介绍了深度这习基础知识、训练预测模型、如何防止过拟合、识别异常数据、训练深度预测模型以及调节和优化模型等内容。 本书适合了解机器学习概念和R语言并想要使用R提供的包来探索深度学习应用的读者学习参考。
软件的奥秘——加密、密码、压缩、搜索是如何工作的
￥20.99
软件已经成为人们日常生活与工作中常见的辅助工具，但是对于软件的工作原理，很多人却不是非常了解。 本书对软件的工作原理行了解析，让读者对常用软件的工作原理有一个大致的了解。内容涉及数据如何加密、密码如何使用和保护、如何创建计算机图像、如何压缩和存储视频、如何搜索数据、程序如何解决同样的问题而不会引发冲突以及如何找出zui佳路径等方面。 本书适合从事软件发工作的专业技术人员，以及对软件工作原理感兴趣的读者。
模式识别与智能计算——Matlab技术实现(第2版)
￥12.25
本书广泛吸取统计学、神经网络、数据挖掘、机器学习、人工智能、群智能计算等学科的先思想和理论，将其应用到模式识别领域中；以一种新的体系，系统、全面地介绍模式识别的理论、方法及应用。全书共分为l4章，内容包括：模式识别概述，特征的选择与优化，模式相似性测度，基于概率统计的贝叶斯分类器设计，判别函数分类器设计，神经网络分类器设计(BP神经网络、径向基函数神经网络、白组织竞争神经网络、概率神经网络、对向传播神经网络、反馈型神经网络)，决策树分类器设计，粗糙集分类器设计，聚类分析，模糊聚类分析，禁忌搜索算法聚类分析，遗传算法聚类分析，蚁群算法聚类分析，粒子群算法聚类分析。 本书内容新颖，实用性强，理论与实际应用密切结合，以手写数字识别为应用实例，介绍理论运用于实践的实现步骤及相应的Matlab代码，为广大研究工作者和工程技术人员对相关理论的应用提供借鉴。 本书可作为高等院校计算机工程、信息工程、生物医学工程、智能机器学、工业自动化、模式识别等学科本科生、研究生的教材或教学参考书，也可供相关工程技术人员参考。
企业沙盘模拟实训
￥6.50
本书采用畅捷通沙盘，通过引导学生组建模拟企业，认知工商行政管理、质量监督、商业银行、国税地税等企业经营环境和企业管理部、销售部、采部、生产部、财务部等内设机构岗位，通过六年的模拟经营，认知企业的业务流程和决策过程，掌握编制财务报表，分析评价企业经营绩效的方法和技巧，为学习会计信息化课程下良好的基础。
scikit-learn机器学习(第2版)
￥37.76
近年来，Python语言成为了广受欢迎的编程语言，而它在机器学习领域也有很好的表现。scikit-learn是一个用Python语言编写的机器学习算法库，它可以实现一系列常用的机器学习算法，是一个好工具。 本书通过14章内容，详细地介绍了一系列机器学习模型和scikit-learn的使用技巧。本书从机器学习的基础理论讲起，涵盖了简单线性回归、K-近邻算法、特征提取、多元线性回归、逻辑回归、朴素贝叶斯、非线性分类、决策树回归、随机森林、感知机、支持向量机、人工神经网络、K-均值算法、主成分分析等重要话题。 本书适合机器学习领域的工程师学习，也适合想要了解scikit-learn的数据科学家阅读。通过阅读本书，读者将有效提升自己在机器学习模型的构建和评估方面的能力，并能够高效地解决机器学习难题。
工业机器人应用与编程技术
￥6.95
全书共分五章，前三章介绍了工业机器人的共性技术，包括工业机器人的相关概念、机械结构特和坐标系统等基础知识，后两章则以安川（YASKAWA NX100）MOTOMAN工业机器人为例，详细介绍了工业机器人的在线操作与编程、系统设置以及虚拟仿真方法等。
操作系统原理与Linux实例设计(第2版)
￥9.75
本书从原理性和实用性出发，以现代操作系统原理为基础，较深地介绍Linux操作系统中的部分功能实现与应用编程技术。全书共6章，主要内容包括：概述、程的并发控制、存储管理、设备管理、文件管理系统及嵌式操作系统。本书提供多媒体电子课件和习题解答。
大数据：技术与应用实践指南
￥14.75
大数据是互联网、移动应用、社交网络和物联网等技术发展的必然趋势，大数据应用成为当前为热门的信息技术应用领域。本书由浅深，首先概述性地分析了大数据的发展背景、基本概念，从业务的角度分析了大数据应用的主要业务价值和业务需求，在此基础上介绍大数据的技术架构和关键技术，结合应用实践，详细阐述了传统信息系统与大数据平台的整合策略，大数据应用实践的流程和方法，并介绍了主要的大数据应用产品和解决方案。后，对大数据面临的挑战和未来的趋势行了展望。
计算机仿真技术与CAD——基于MATLAB的控制系统(第4版)
￥12.48
本书为普通高等教育"十一五”*规划教材。全书全面论述控制系统计算机仿真的基本概念和原理，系统介绍了当前国际控制界为流行的面向工程与科学计算的高级语言MATLAB及其动态仿真集成环境Simulink，并以*版MATLAB/Simulink为平台，详细阐述控制系统的数学模型及其转换、连续系统和离散系统的仿真方法、控制系统的计算机辅助分析与设计；后特别介绍基于图形界面的MATLAB工具箱的线性和非线性控制系统设计方法。本书取材先实用，讲解深浅出，各章均有大量的例题，并提供了相应的仿真程序，便于读者掌握和巩固所学知识。
三菱FX3U可编程控制器应用技术
￥10.00
本书以下面几个项目或模块组成，每一模块由上述4~5个任务组成，通过行动导向下任务驱动方式展PLC构成、指令及程序设计方法的学习。模块一：可编程序控制器的基本安装与程序编辑操作；模块二：三相异步电动机的PLC控制、安装与调试；模块三：现代检测、变频及气动技术的PLC控制与设备调试；模块四：PLC状态编程在控制中的应用；模块五：PLC在机电一体化设备中的应用；模块六：FX3U的基本通讯功能；模块七：昆仑通态人机界面与PLC通信控制。
机器学习入门到实战——MATLAB 实践应用
￥35.40
本书主要介绍经典的机器学习算法的原理及改，以及MATLAB的实例实现。本书内容分为三部分。*部分(第1章)是机器学习概念篇，介绍机器学习的相关概念，并且对机器学习的各类算法行分类，以便读者对机器学习的知识框架有一个整体的了解，从而在后续的学习中更容易受机器学习涉及的各类算法。第二部分(第2章、第3章)是MATLAB机器学习基础篇，介绍MATLAB的基本使用方法，以及MATLAB集成的机器学习工具箱。MATLAB易上手的特让使用者将更多的精力专注于算法发与使用，而不是搭建算法实现发平台。第三部分(第4章~第19章)是机器学习算法与MATLAB实践篇，对监督学习、无/非监督学习、强化学习三大类常用算法行逐个讲解，包括机器学习算法原理、算法优缺、算法的实例解释以及MATLAB的实践应用。 本书适合以下读者： 对人工智能、机器学习感兴趣的读者； 希望用机器学习完成设计的计算机或电子信息专业学生； 准备设机器学习、深度学习实践课的授课老师； 学习过C语言，且希望一步提升编程水平的发者； 刚从事机器学习、语音、机器视觉、智能机器人研发的算法工程师。
UG NX 12.0中文版从入门到精通
￥32.99
本书全面地介绍了UG NX 12.0的各个功能模块，针对功能模块的各个知识行了详细讲解并辅以相应的实例，使读者能够快速、熟练、深地掌握NX设计技术。 全书共16章，由浅深地介绍了NX的各种操作，包括UG NX 12.0软件门、NX基本操作、绘制草图、实体特征建模、特征操作与编辑、装配设计基础、模型测量与分析、GC工具箱应用、创建工程图、曲线建模、曲面建模、曲面编辑、运动仿真简介与基础、NX数控加工（CAM）、NX模具设计、钣金设计等内容，同时讲解了大量工程案例，以提升读者的实战技能。 本书还提供了各章实例的语音视频教学文件与模型文件，以方便读者学习和上机演练，读者可从本书提供的网址上下载。 本书非常适合广大NX初、中级读者使用，既可作为大中专院校、高职院校相关专业的教科书，也可以作为社会相关培训机构的培训教材和工程技术人员的参考用书。
Linux开源网络全栈详解：从DPDK到OpenFlow
￥19.99
本书基于Linux基金会划分的源网络技术层次框架，对处于主导地位的、较为流行的源网络项目行阐述，包括DPDK、OpenDaylight、Tungsten Fabric、OpenStack Neutron、容器网络、ONAP、OPNFV等。本书内容主要围绕各个项目的起源与发展、实现原理与框架、要解决的网络问题等方面展讨论，致力于帮助读者对Linux源网络技术的实现与发展形成完整、清晰的认识。本书语言通俗易懂，能够带领读者快速走Linux源网络的世界并做出自己的贡献。本书适合参与Linux源网络项目发的读者阅读，也适合互联网应用的发者、架构师和创业者参考。
Kotlin实战
￥40.05
《Kotlin 实战》将从语言的基本特性始，逐渐覆盖其更多的高级特性，尤其注重讲解如何将 Koltin 集成到已有 Java 工程实践及其背后的原理。本书分为两个部分。*部分讲解如何始使用 Kotlin 现有的库和API，包括基本语法、扩展函数和扩展属性、数据类和伴生对象、lambda 表达式，以及数据类型系统（着重讲解了可空性和集合的概念）。第二部分教你如何使用 Kotlin 构建自己的 API，以及一些深层次特性——约定和委托属性、高阶函数、泛型、注解和反射，以及领域特定语言的构建。《Kotlin 实战》适合广大移动发者及门学习者，尤其是紧跟主流趋势的前沿探索者。
PADS VX.2.2电路设计与仿真从入门到精通
￥33.50
全书以PADS VX.2.2为平台，介绍了电路设计的方法和技巧。全书共18章，第1章为绪论；第2章介绍PADS VX.2.2的安装；第3章介绍PADS VX.2.2的图形用户界面PADS Logic VX.2.2；第4章介绍PADS Logic VX.2.2原理图设计；第5章介绍原理图高级编辑；第6章介绍PADS Logic VX.2.2图形绘制；第7章介绍PADS VX.2.2的印制电路板界面PADS Layout VX.2.2；第8章介绍PADS Layout VX.2.2的基本操作及常用命令；第9章介绍PADS Layout VX.2.2初步设计；第10章介绍系统参数和设计规则设置；第11章介绍元件库的使用及PCB封装的制作；第12章介绍PADS VX.2.2布局布线设计；第13章介绍工程设计更改和覆铜设计；第14章介绍自动尺寸标注；第15章介绍设计验证；第16章介绍CAM输出；第17章介绍调试器设计实例；第18章介绍多种印刷电路板设计。 本书可以作为大中专院校电子相关专业课堂教学教材，也可以作为各种培训机构培训教材，同时适合作为电子设计爱好者作为自学辅导书。
商业智能数据分析：从零开始学Power BI和Tableau自助式BI
￥17.99
本书以实际业务为背景，介绍市面上*流行的两种自助型商业分析工具—— Power BI 和 Tableau的功能和特色。全书主要内容包括基本的商业数据分析基础、BI基础知识、数据库的搭建、数据建模、发布 Power BI 和 Tableau报表，并重介绍智能商业分析工具Power BI 和 Tableau。同时通过使用两种工具所做的商业分析案例，让读者快速掌握商业数据分析的基本要领。
TensorFlow智能算法与应用
￥28.80
TensorFlow是目前*受关注的机器学习框架，其模块化设计非常适合大数据环境下智能算法的发与应用。本书介绍了使用TensorFlow行智能算法的实践，包括经典的机器学习算法和深度学习算法实现。本书力求做到理论与实践平衡统一，在相关理论上深浅出，辅以多种TensorFlow实现技术对理论行具体实践，有助于读者快速理解与掌握智能算法的精髓和TensorFlow技术的要。本书共4篇。门篇介绍学习环境搭建和TensorFlow框架的基本使用；基础篇介绍传统智能算法及其TensorFlow的实现；阶篇介绍深度神经网络方法和CNN、RNN、LSTM、GRU等基础的深度学习算法；应用篇介绍GAN学习算法和TensorFlowHub迁移学习。
