购物车
个人中心
未来机器人畅想
￥47.40
能够成功融人类社会的机器人快要出现了吗？这样的机器人将如何改变我们与技术的关系？本书由机器人领域的两位引领者撰写，书中借鉴并分析了航空航天领域的案例，提出了表征环境无序程度的社会熵、构建基于共享数据的机器人安全报告系统以及搭建大规模的仿真试验场等创新性观。作者强调未来机器人将不再是简单的工具，而是我们的合作伙伴，是真正的社交机器。全书重从实践应用和用户体验的视角畅想人机协作的未来愿景，不展讨论技术细节，适合所有对机器人及人工智能感兴趣的读者阅读参考。
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。
风火少年战AI:人工智能从编程到实践
￥59.40
本书以耳熟能详的人物——哪吒作为主线介绍人工智能中的自然语言处理、计算机视觉、音视频处理、图像处理等基础知识，并通过大量生活中的典型案例，帮助读者了解如何利用人工智能解决生活中的实际问题。
Kubeflow学习指南:生产级机器学习系统实现
￥59.40
Kubeflow是基于K8S的机器学习工具包，是为数据科学家和数据工程师构建生产级别的机器学习实现而设计的。本书采用循序渐的方式，从 Kubeflow 的安装、使用和设计篇，随后从模型训练的整个周期展，涵盖了数据探索、特征准备、模型训练/调优、模型服务、模型测试、模型监测和模型版本管理等各个环节，既有相关的理论知识也囊括了真实的使用案例，能够让读者在学习 Kubeflow 知识的同时全面了解机器学习的相关知识，是门和深学习Kubeflow以及机器学习的良好指南。
智能机器人养成记:开发人类友好型机器人
￥59.40
在本书中，作者先描述了人工智能的缺陷（一个关键的缺是:它没有具象化），然后提出了一种制造类人机器人的不同方法：成长型机器人，它受到成长心理学及其对早期婴儿行为的描述的启发。他讲述了自己对iCub类人机器人的实验，以及它从新生儿水平到相当于9个月大的婴儿的能力水平的成长，解释了iCub如何从自己的经验中学习。
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。
PyTorch深度学习实战
￥51.35
PyTorch是一个崭新的、轻量级的、以Python为优先发语言的深度学习框架。PyTorch由Facebook发，以其灵活性和高效性迅速成为深度学习专家的*。 PyTorch可以帮助你快速完成深度学习模型的发。 本书介绍了如何基于PyTorch框架实现主要的深度学习模型。本书从简单的神经网络始，内容涵盖了CNN、RNN、GAN和强化学习。你也可以基于PyTorch框架构建深度学习工作流，把基于Python构建的模型迁移到更高效的TorchScript，并使用复杂的工具将其部署到生产环境中。 如果你想成为深度学习专家，那么本书很适合你。 通过本书，你将学习使用PyTorch来构建： 简单神经网络——基于PyTorch高阶函数、优化器及更多方法来构建神经网络。 卷积神经网络——构建高级计算机视觉系统。 循环神经网络——处理自然语言和音频等序列数据。 生成对抗网络——创建包含简单GAN和CycleGAN模型的新内容。 强化学习——发能解决诸如自动驾驶和游戏博弈等复杂问题的系统。 深度学习工作流——基于PyTorch及其实用程序包，通过深度学习工作流将想法有效地用于生产。 生产就绪模型——将模型包以用于高性能生产环境。
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
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。
增强型分析:AI驱动的数据分析、业务决策与案例实践
￥57.85
增强型分析是数据科学的未来，本书讲解了如何通过前沿的大数据技术和AI技术实现智能的数据分析和业务决策，即增强型分析。 本书的三位作者是来自德勤、前华为和前IBM的资深数据科学家，在大数据和AI领域至少都有10年以上的工作经验，他们将各自多年来在“构建数据挖掘模型，解决实际业务问题”方面积累的经验全部总结在了这本书中。 全书的内容由两条主线贯穿： 技术主线：一方面讲解了预测模型、序列分析、预测分析、Prescriptive分析等前沿数据处理技术，一方面讲解了CNN、RNN和GNN等前沿的AI技术如何为数据分析赋能。 业务主线：在数字化转型的大时代背景下，如何通过数据分析实现智慧营销、智慧风险管控，实现由初级的“主动营销”到“被动营销”，再到“全渠道协同营销”等营销手段的升级应用。 本书的重聚焦在本质内容上，即数据处理、算法及模型、“模型洞见到业务决策”的分析等。 全书共8章： 第1章：作者结合自己的从业经验介绍了数据科学家的职业生涯发展、工作模式和工作方法要等内容，为有志成为数据科学家的读者指明了道路和方向； 第2章：从描述性分析的角度讲解了数据探索、数据预处理衍生指标加工方面的技巧； 第3章：介绍了预测类模型构建时的新方法、新思路、新工具； 第4章：讲解了序列分析的相关内容，包括序列模式、序列规则、序列预测等的挖掘与应用，用实例的方式说明了算法的原理、特和使用技巧； 第5章：介绍了人工智能下一个阶段的重领域，即如何应用数据分析做出*决策； 第6~8章：通过与传统模型的对比，介绍了CNN、RNN、GNN等算法的原理，通过大量的实例说明了这些AI技术在数据分析与决策领域的用法和实际效果。
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。
ROS机器人项目开发11例(原书第2版)
￥59.40
本书涵盖新的ROS发行版中的项目——ROS Melodic Morenia with Ubuntu Bionic（18.04）。从基本原理开始，本书向你介绍了ROS-2，并帮助你了解它与ROS-1的不同之处。你将能够在ROS中建模并构建工业移动机械手臂，并在Gazebo 9中进行模拟。然后，你将了解如何使用状态机处理复杂的机器人应用程序，以及一次处理多个机器人。本书还向你介绍了新的、流行的硬件，如Nvidia的Jetson Nano、华硕修补板和Beaglebone Black，并允许你探索与ROS的接口。
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。
深入浅出Embedding:原理解析与应用实践
￥59.40
这是一本系统、*、理论与实践相结合的Embedding技术指南，由资深的AI技术专家和高级数据科学家撰写，得到了黄铁军、韦青、张峥、周明等中国人工智能领域的领军人物的一致好评和推荐。 在内容方面，本书理论与实操兼顾，一方面系统讲解了Embedding的基础、技术、原理、方法和性能优化，一方面详细列举和分析了Embedding在机器学习性能提升、中英文翻译、推荐系统等6个重要场景的应用实践；在写作方式上，秉承复杂问题简单化的原则，尽量避免复杂的数学公式，尽量采用可视化的表达方式，旨在降低本书的学习门槛，让读者能看得完、学得会。 全书一共16章，分为两个部分： 第1部分（第1~9章）Embedding理论知识 主要讲解Embedding的基础知识、原理以及如何让Embedding落地的相关技术，如TensorFlow和PyTorch中的Embedding层、CNN算法、RNN算法、迁移学习方法等，重点介绍了Transformer和基于它的GPT、BERT预训练模型及BERT的多种改进版本等。 第二部分（第10 ~16章）Embedding应用实例 通过6个实例介绍了Embedding及相关技术的实际应用，包括如何使用Embedding提升传统机器学习性，如何把Embedding技术应用到推荐系统中，如何使用Embedding技术提升NLP模型的性能等。
机器学习:使用OpenCV、Python和scikit-learn进行智能图像处理(原书第2版)
￥59.40
本书通过具体的编程实践案例，*系统地讲述了机器学习涉及的核心内容。首先介绍新特性以及安装OpenCV 4构建计算机视觉应用程序。你将探索机器学习的基础知识，学习设计用于图像处理的各种算法。本书将逐步介绍有监督学习和无监督学习。你将获得使用Python中的scikit-learn开发各种机器学习应用程序的实践经验。后续章节将重点介绍决策树、支持向量机、贝叶斯学习等各种机器学习算法，以及如何将这些算法应用于目标检测等计算机视觉操作。然后，你将深入研究深度学习和集成学习，并探索它们在现实世界中的应用。*后，你将学习用于构建图像处理系统的的Intel OpenVINO。
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。
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。
智能风控:评分卡建模原理、方法与风控策略构建
￥53.40
内容简介 这是一部系统讲解评分卡建模的智能风控著作，从业务与技术、理论与实践、传统风控与智能风控等角度透彻讲解评分卡建模的原理、流程、方法及其风控策略构建。 作者在智能风控领域深耕十余年，既熟悉商业银行传统风控体系思想、方法、技术、工具，又熟悉人工智能背景下的创新智能风控相关解决方案、风险策略和风险建模技术，本书是作者实践经验的系统性总结。 本书内容分为六部分。 第1部分（第1章）介绍评分卡建模基础知识，包括评分卡模型的概念和定义、评分卡建模全流程、评分卡模型的评价等。 第二部分（第2章）介绍银行零售信贷领域产品特征和业务流程，以及信用风险和欺诈风险概念，介绍评分卡的应用场景和业务基础知识。 第三部分（第3~11章）系统介绍评分建模的全流程，覆盖需求理解、数据理解、特征工程、模型设计、模型发、模型验证、模型部署、模型监控、模型优化等模型全生命周期各环节。 第四部分（第12~14章）总结了评分建模的关键问题及其解决方案，包括拒绝推断、模型可解释性等，以及模型发过程中诸如分布不均衡、模型性能下降、模型迭代漂移等问题。 第五部分（第15章）介绍了当前业界除评分卡外使用频率Z高的高维机器学习技术，比较了传统评分卡模型和高维机器学习模型，并重介绍了XGBoost和LightGBM模型。 第六部分（第16章）以贷前自动化审批场景为例，介绍基于评分的自动化审批策略构建，帮助读者理解评分卡模型在风险策略设计中的应用。
