购物车
个人中心
深入理解XGBoost:*机器学习算法与进阶
￥65.35
本书以机器学习基础知识做铺垫，深剖析XGBoost的原理、分布式实现、模型优化、深度应用等。 ?第1～3章使读者对机器学习算法形成整体认知，了解如何优化模型以及评估预测结果，并熟悉常用机器学习算法的实现原理和应用，如线性回归、逻辑回归、决策树、神经网络、支持向量机等。 ?第4章借助实际案例，讲解如何通过XGBoost解决分类、回归、排序等问题，并介绍了XGBoost常用功能的使用方法。 ?第5～7章是本书的重，从理论推导与源码层面深剖析XGBoost，涵盖XGBoost原理与理论证明、分布式XGBoost的实现、XGBoost各组件的源码解析。 ?第8～9章为阶内容，着重解析算法实践与工程应用中的难，而帮助读者更好地解决实际问题。 ?第10章介绍了一些较为前沿的将树模型与其他模型融合的研究方法，以拓眼界，拓展思路。
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。
Keras深度学习实战
￥44.85
第1章介绍了Keras的安装和设置过程以及如何配置Keras。 第2章介绍了使用CIFAR-10、CIFAR-100或MNIST等数据集，以及用于图像分类的其他数据集和模型。 第3章介绍了使用Keras的各种预处理和优化技术，优化技术包括TFOptimizer、AdaDelta等。 第4章详细描述了不同的Keras层，包括递归层和卷积层等。 第5章通过宫颈癌分类和数字识别数据集的实例，详细解释如何使用卷积神经网络算法。 第6章包括基本的生成式对抗网络（GAN）和边界搜索GAN。 第7章涵盖了递归神经网络的基础，以便实现基于历史数据集的Keras。 第8 章包括使用Keras行单词分析和情感分析的NLP基础知识。 第9章展示了如何在Amazon评论数据集中使用Keras模型行文本概述。 第10章侧重于使用Keras设计和发强化学习模型。
TensorFlow深度学习实战
￥65.35
本书将介绍如何有效地使用Google的源框架TensorFlow行深度学习。通过学习，你将实现不同的深度学习网络，如卷积神经网络（CNN）、循环神经网络（RNN）、深度Q learning网络（DQN）和生成对抗网络（GAN），以及如何使用TensorFlow的高级封装Keras工具。
人工智能训练师基础(上册)
￥52.50
本书基于《人工智能训练师国家职业技能标准（2021年版）》，对“人工智能训练师”这一新兴职业给予了清晰的描述。全书从人工智能的相关技术手，介绍了人工智能领域的发展历程和相关知识，重讲述了人工智能训练师的职业技能鉴定要求和各等级从业人员工作要求，讲述了人工智能训练师相关的工作内容及流程方法，包括数据采集和处理、数据标注、智能系统运维、业务分析、智能训练、智能系统设计、培训与指导等方面，对人工智能训练相关工作做了系统的描述和指导。本书可以帮助新行的人员较快熟悉行业知识和岗位技能，帮助已行的人员明晰自身的岗位能力定位和职业发展方向。
研发管理快速上手
￥38.27
本书以高效展研发组织管理工作为目标，首先引研发管理的常见问题，然后介绍研发管理的概念、目的、建设思路，以及如何从头创建一个项目（包括项目管理过程、项目发过程、项目实施过程、产品管理和营销客服过程、研发支持过）。本书围绕研发管理体系的四个要素—思想方法、工作流程、配套工具和人力资源行了详细讲解。阅读本书，读者可从中学习到如何建立自我成长、高效能的研发作战团队，从而在预定的时间和成本之内发出让消费者满意的产品。
数学要素 全彩图解 + 微课 +Python 编程
￥166.60
数据科学和机器学习已经深度融合到我们生活的方方面面，而数学正是启未来大门的钥匙。不是所 有人生来都握有一副好牌，但是掌握“数学 编程 机器学习”是王牌。这次，学习数学不再是为了考试、分数、升学，而是投资时间、自我实现、面向未来。为了让大家学数学、用数学，甚至爱上数学， 在创作这套书时，作者尽量克服传统数学教材的各种弊端，让大家学习时有兴趣、看得懂、有思考、更自信、用得着。 《数学要素：全彩图解 微课 Python编程》破数学板块的藩篱，将算数、代数、线性代数、几何、解析几何、概率统计、微积分、优化方法等板块有机结合在一起。从加、减、乘、除四则运算讲起，主要内容包括：第 1、2 章讲解向量和矩阵的基本运算；第 3 章讲解常用几何知识；第 4 章讲解代数知识；第 5、6 两章介绍坐标系；第 7、8、9 三章介绍解析几何；第 10 章到第 14 章都是围绕函数展；第 15 章到第 19 章讲解微积分以及优化问题内容；第20、21 两章是概率统计门；《数学要素：全彩图解 微课 Python编程》后四章以线性代数收尾。 《数学要素：全彩图解 微课 Python编程》内容编排上突出“图解 编程 机器学习应用”。讲解一些特定数学工具时，《数学要素：全彩图解 微课 Python编程》会穿插介绍其在数据科学和机器学习领域应用场景，让大家学以致用。 《数学要素：全彩图解 微课 Python编程》虽标榜“从加减乘除到机器学习”，但是建议读者至少具备高中数学知识。如果读者正在学习或曾经学过大学数学 ( 微积分、线性代数、概率统计 )，就更容易读了。
知行:技术人的管理之路(第2版)
￥57.47
这是一本来自技术管理者又回馈给技术管理者的书，针对“技术人如何做管理”这一主题提供了立体的视角和系统的方法论。本书基于作者十年互联网管理经验，针对技术管理者最常遇到的困惑和挑战，结合技术人的思维特和实际工作场景，系统回答了技术人做管理时所面临的三个大问题—管理的认知、管理的意愿和管理的能力，兼具理论性和实践性。 本书结构清晰、案例丰富、逻辑严谨、实操性强，其理念和方法适用于所有管理者，尤其适用于具有技术背景的新经理、带团队的工程师或架构师，以及希望提炼管理方法论的中层管理者。
数以达理:量化研发管理指南
￥63.87
本书是作者多年来软件工程经验与 软件过程改咨询经验的结晶，书中对量化研发管理给出了系统论述，并通过大量的实际案例针对每种场景下的量化研发管理问题给出了解决方案。 本书先介绍了软件研发量化管理的基本概念，然后以活动顺序为主线讲述了如何识别与定义软件研发量化管理的对象、如何设计数据指示器、如何分析历史数据的分布规律、如何定量地分析因果规律、如何定量地预测未来、如何定量地控制过程、如何定量地管理过程改，后介绍了统计学的基本概念与假设检验在软件研发管理中的应用。 本书论述简明清晰、实例丰富，可以帮助读者快速、正确地掌握如何采用统计方法管理软件研发团队，适合公司高管、质量总监、质量管理人员、过程改人员、敏捷教练、咨询顾问、项目经理及研发人员阅读参考。
数据结构(Java语言描述)(微课版)
￥38.80
本书全面、系统地介绍了数据结构的基础理论和算法设计方法，以及数据结构的应用、算法性能评价等内容，使读者一步理解数据抽象与编程实现的关系，提高用计算机解决实际问题的能力。 本书共10章，分为4个部分。第1部分（第1章）介绍数据结构和算法的基本概念等；第2部分（第2章~第7章）详细讲解不同类型的数据结构，包含线性结构（线性表、表、栈、队列、串、数组、广义表）和非线性结构（树、图）；第3部分（第8章~第9章）介绍程序中经常用到的算法，即查找和排序；第4部分（第10章）是综合实训部分，通过商品管理系统等8个案例展示数据结构实现和应用的过程，并在最后提供综合项目实训与课程设计报告模板。 本书可作为职业院校、应用型本科院校计算机专业和其他相关专业的教材和参考书，也可供从事计算机软件发的科技工作者参考。
从零开始——AutoCAD 2014中文版机械制图基础培训教程(第2版)
￥38.34
本书实用性强，结合实例讲解AutoCAD应用知识，重培养读者的AutoCAD绘图技能，有助于读者提高解决实际问题的能力。 全书共13章，主要内容包括AutoCAD绘图环境及基本操作，绘制线段、平行线及圆，绘制多边形、椭圆及填充剖面图案，编辑图形，参数化绘图，书写文字，标注尺寸，绘制零件图，绘制装配图，查询信息、图块及外部参照，印图形，三维建模，编辑三维模型等。 本书颇具特色之处是将典型习题的绘制过程录制成了视频，读者可以下载观看。本书可供各类机械制图培训班作为教材使用，也可供相关工程技术人员及高等院校相关专业学生自学参考。
程序员的README
￥79.80
对于刚刚成为软件工程师的新手来说，知道如何编写代码只是成功了一半。你可能很快就会发现，学校并没有教授在现实世界中至关重要的技能和工作中必要的流程。本书恰恰填补了这一环节，它是作者十多年来在大型公司指导初级工程师工作的教程，涵盖软件工程的基础知识和best实践。 本书第1～2 章讲解当你在公司启你的职业生涯时会发生什么；第3～11 章会扩展你的工作技能，教你如何使用现有代码库、解决和防止技术债、编写生产级软件、管理依赖关系、有效地测试、评审代码、交付软件、处理On-Call 时的事故和构建可演的架构等；剩余章节涵盖管理能力和职业阶梯的提升等相关内容，例如敏捷计划、与管理者合作以及成长为资深工程师的必经之路。本书中非常重要的一部分内容是教你如何应对糟糕的管理，以及如何调整自己的节奏。 本书内容不仅浅显易懂，还覆盖整个软件发周期，是一本技术主管希望每名新行的工程师在始工作之前都能阅读的书。
人人都能玩赚AI绘画
￥208.60
近年来，AI绘画引起了人们的广泛关注，在很多应用领域潜力巨大，它不仅改变了绘画作品创作的方式，还拓宽了设计工作中艺术表现形式的可能性。本书采用通俗易懂的语言、生动的实例以及专业的解析，以精美的画面呈现AI绘画的操作步骤及其应用方法，将复杂数学原理和技术概念讲解得深入浅出，使读者能够轻松上手。本书不仅讲解了AI绘画软件的使用方法，还涉及AI绘画的场景应用与变现，可操作性较强，可以帮助读者更深入地理解技术原理。
细说机器学习:从理论到实践
￥58.31
《细说机器学习：从理论到实践》从数学知识手，详尽细致地阐述机器学习各方面的理论知识、常用算法与流行框架，并以大量代码示例行实践。本书内容分为三篇：篇为基础知识，包括机器学习概述、发环境和常用模块、特征工程、模型评估、降维方法等内容。本篇详细而友好地介绍机器学习的核心概念与原理，并结合大量示例帮助读者轻松门。第二篇为算法应用，涵盖机器学习重要与高频使用的模型，包括K-Means聚类、K近邻、回归、决策树、朴素贝叶斯、支持向量机、神经网络等内容。本篇不仅详细讲解各个算法的原理，还提供大量注释详尽的代码示例，使这些算法变得直观易懂。第三篇为拓展应用，包括集成学习、深度学习框架TensorFlow与PyTorch门、卷积网络、激活函数以及模型微调与项目实战。本篇内容更加前沿与高级，带领读者跨过机器学习的门槛，行真实项目的实践与部署。 《细说机器学习：从理论到实践》内容丰富、系统且实用，大量相关代码示例贴近实战，能够为读者学习机器学习下扎实的基础，并真正掌握运用这些知识与算法解决实际问题的技能。适合机器学习门者、大学生、人工智能从业者，以及各行业技术人员和科研人员使用，也可作为培训机构和大专院校人工智能课程的教学用书。
Maya基础与实战教程
￥55.30
Maya 是Autodesk 旗下著名的三维建模软件，主要用于影视动画、动漫设计、游戏设计与开发等领域。作者依据动画行业的制作要求，以软件命令与实例操作贯穿全书。这是一本综合Maya 建模、材质、灯光、动画及*交融应用的实战类教材。全书共分10 章，内容涵盖软件基础、多边形建模、NURBS 曲线曲面建模、Maya 自带的Arnold（阿诺德）材质灯光、动画曲线编辑器、骨架蒙皮绑定、角色动画制作、Bifrost 流体*、nParticle（粒子）、nCloth（布料）及nHair（毛发系统）等，全书从基础操作到中级技术应用都进行了深入的讲解。当然，有一定制作基础的读者也可以按照自己的喜好直接查阅自己感兴趣的章节。
AutoCAD 2010中文版基础教程(第2版)
￥38.34
本书系统地介绍AutoCAD 2010中文版的基本功能及用AutoCAD绘制二维图形、三维图形的方法和提高作图效率的技巧。本书在内容编排上充分考虑初学者的学习特，由浅深、循序渐，突出常用命令的讲解及上机实战操作这两个方面的内容。 全书共11章，主要内容包括AutoCAD绘图环境及基本操作，绘制和编辑线段、平行线及圆，绘制多边形、椭圆及填充剖面图案，创建和编辑多段线、对象及面域，绘制复杂平面图形的方法及技巧，参数化绘图，书写文字及标注尺寸，查询信息、图块及外部参照，三维建模，印图形，AutoCAD证书考试练习题等。 本书将典型练习的绘制过程录制成了视频，读者可以下载观看。本书可供各类AutoCAD绘图培训班作为教材使用，也可供相关工程技术人员及高等院校相关专业学生自学参考。
庖丁解牛Linux操作系统分析
￥63.87
本书将可移植操作系统 POSIX 标准和 CPU 指令集架构 ISA 两层口通过 Linux 操作系统贯通起来，涵盖了 Linux 操作系统的各个主要方面，主要有以 openEuler 操作系统为例的 POSIX 工具集、计算机系统的工作原理、x86 和 ARM64 汇编语言、系统调用的工作机制、程描述和内存管理、可执行程序工作原理、内核线程和 I/O 驱动框架、程调度和程切换、KVM 和容器技术、Linux 安全相关技术等 Linux 系统运作的各个关键机制。 本书首先以 Linux 社区规则、Linux 发展的渊源、Linux 基本使用和命令工具作为导引；然后以存储程序计算机相关的工作原理、x86 和 ARM64 汇编语言、指令乱序问题、mykernel 精简内核实验以及 Linux内核源代码编译和系统构建作为 Linux 内核的门基础；着焦深理解系统调用，并在 x86 和 ARM64系统调用实现的基础上延伸到程的创建、可执行程序的加载和程的切换，其中涉及了程描述符、程地址空间和程序编译构建等相关的内容；最后总结了 Linux 系统的一般执行过程和系统架构，并拓展到KVM 和容器技术，以及 Linux 系统安全相关技术。
人工沟通与法:算法如何生产社会智能
￥29.90
本书主要探讨现代社会的算法如何生产社会智能问题。作者埃琳娜·埃斯波西托教授沿袭其导师尼可拉斯·卢曼的“社会沟通”理论，指出机器学习等数字技术不是人工智能，而是“人工沟通”。在算法和人类智能之间行这种类比是一种误导。如果机器对社会智能有贡献，不是因为它们学会了如何像人类一样思考，而是因为人类学会了如何与它们行沟通。“人工沟通”意味着人类的沟通伙伴可能不是人类，而是算法。鉴于算法在社会生活的各个领域中的广泛使用，本书深探索了人类与算法互动、在线网络列表的激增、数字本文分析中的可视化、算法个性化与数字画像、数字记忆与被遗忘权、遗忘图像、算法预测、法律犃犐的透明度与解释等数字社会的前沿问题。在Chat GPT热潮持续升温的当下，相信本书在帮助中国读者准确了解当代数字社会的同时，也能促我们对数字法学与计算法学领域前沿问题的深思考。本书的读者对象包括高校科研作者、人工智能及计算法学相关研究人员、对人工智能算法感兴趣的读者等。
AI大模型安全观——通用人工智能的应用场景、安全挑战与未来影响
￥45.00
本书首先简要介绍了ChatGPT与自然语言大模型的基本概念，以及GPT-4的核心技术特和人工智能技术未来的发展趋势；之后介绍了数字化时代的基础安全问题，以及大模型和ChatGPT在内容安全、网络安全、隐私安全、版权合规和伦理道德等方面带来的新挑战、新风险，如生成内容的准确性问题、作品训练的版权问题等，并从人工智能技术的监管角度给出了一些策略建议；最后深地分析了如何客观看待ChatGPT给如今的经济社会所带来的各种影响，我们该如何与新兴的人工智能技术和谐相处。 本书适合人工智能相关企业从业人员、网络安全监管部门人员以及人工智能相关专业的研究人员参考阅读。
游戏UI设计项目实战
￥69.30
当下正是游戏产业蓬勃发展的时期，相较于端游、页游只能在PC上操作的固定模式，手机游戏已经无处不在。随着人们审美的不断提升，对游戏的可玩性，以及对游戏画面的要求更加严苛，这在很大程度上就要求游戏UI不断升级。《游戏UI设计项目实战》应广大游戏界面设计者的需求，向读者们介绍如何设计美观又符合要求的游戏界面。另外，《游戏UI设计项目实战》赠送所有PPT课件、讲义、项目案例的制作素材、源文件和演示视频，方便读者制作与学习。同时为教师提供了课程标准、讲义、授课PPT和测试习题，便于展教学工作。 《游戏UI设计项目实战》采用项目导、任务驱动的编写方式，按照由简繁、由易到难、由小到大的规律，确定教材各部分内容和任务的设计，构建起一个以相关职业能力为主线、结构清晰的教材体系。《游戏UI设计项目实战》的知识结构清晰、内容有针对性、实例精美实用，适合大部分游戏界面设计爱好者及设计专业的中、高职学生阅读。
人工智能数学基础
￥62.82
本书面向广大数据科学与人工智能专业的学生及初学者，力求通俗易懂、简洁清晰地呈现学习大数据与人工智能需要的基础数学知识，助力读者为一步学习人工智能好数学基础。 全书分为 4 篇，共 19 章：微积分篇（第 1～5 章），主要介绍极限、导数、极值、多元函数导数与极值、梯度下降法等；线性代数篇（第 6～10 章），主要介绍向量、矩阵、行列式、线性方程组、特征值和特征向量等，并介绍这些数学知识在人工智能中的应用；概率统计篇（第 11～17 章），主要介绍概率、随机变量、数字特征、相关分析和回归分析，并介绍数据处理的基本方法和 Pandas 在数据处理中的应用；应用篇（第18 章和第 19 章），主要介绍人工智能中典型的全连神经网络和卷积神经网络。 本书既有理论又有应用，既可以用纸笔计算，也可以用 Python 编程计算，读者可在学习过程中根据需要合理地选择侧重。 本书既可作为高职院校数据科学与人工智能专业的教材，也可作为相关产业从业者的自学或参考用书。
