购物车
个人中心
大话机器智能:一书看透AI的底层运行逻辑
￥53.40
本书以有趣的案例和深浅出的语言，直AI的底层运行逻辑与核心原理，勾勒人工智能的全貌，以便读者掌握AI技术要，通AI的各种技术壁垒，厘清不易察觉的“认知错误”，从而更好地认识正在运转的神秘AI世界。 本书共9章，逻辑上分为三部分。 第1～3章是人工智能的基础理论，通过生动、有趣的讲解，让读者知道支撑AI的基础学科如何起作用：如何基于统计学和概率论找到应对不确定性的有效方法与解题思路；如何基于数据统计的基础知识与原理避数据“陷阱”，给出谨慎的主观结论；如何从数学视角理解信息的处理模型。 第4～7章讨论人工智能的核心技术——数据、算法、算力，详细介绍大数据是如何处理的，如何通过机器学习算法和深度学习算法让机器正确认识数据间的关联与规律，以及如何通过算力整合与软件协作实现更高效的智能。 第8～9章探讨一些人工智能安全话题——大数据“杀熟”、隐私计算、深度伪造技术、对抗样本攻、数据投毒攻、攻防博弈等，并展望人工智能的未来，包括：人工智能会抢走人类的工作吗？机器人会统治人类吗？通用人工智能会出现吗？未来到底会变成什么样子？
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。
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。
机器学习入门:Python语言实现
￥53.40
本书旨在为读者提供与机器学习有关Python3的基本编程概念。前4章快速介绍了Python 3、NumPy和Pandas。第5章介绍了机器学习的基本概念。第6章主要介绍机器学习分类器，例如逻辑回归、kNN、决策树、随机森林和SVM。第7章介绍了自然语言处理和强化学习。本书还提供了基于Keras的代码示例作为理论讨论的补充。此外还为正则表达式、Keras和TensorFlow 2提供了单独的附录。
AI嵌入式系统:算法优化与实现
￥59.40
本书介绍在嵌式系统中的机器学习算法优化原理、设计方法及其实现技术。内容涵盖通用嵌式优化技术，包括基于SIMD指令集的优化、内存访问模式优化、参数量化等。并在此基础上介绍了信号处理层面的优化，包括AI推理算法及基于神经网络的AI算法训练-推理联合的优化理论与方法。其中信号处理层面优化包括了基于线性代数的快速近似算法、基于多项式的快速卷积构造技术、基于数据二制结构的快速乘法算法等；在AI推理层面，介绍了机器学习推理模型共性结构、运算图中各个算子的计算优化途径；另外对基于神经网络AI算法，阐述了如何将推理阶段的运算量约束以及底层数据量化约束加训练代价函数，从算法训练端减少运算量以提升AI嵌式系统的运行效率；此外本书还通过多个自动搜索优化参数并生成C代码的例子介绍了通用的嵌式环境下机器学习算法自动优化和部署工具发的基本知识；本书通过应用例子和大量代码说明AI算法在通用嵌式系统中的实现方法，力求让读者在理解算法的基础上，通过实践掌握高效的AI嵌式系统发的知识与技能。
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。
企业级数据与AI项目成功之道
￥53.40
只有在可以一致地提供预测性的业务见解并在整个组织范围内扩展时，数据分析和AI才能产生价值。这也是众多企业所面临的巨大挑战。本书概述了有效且实用的组织、管理和评估数据的方法，因此有助于建立信息体系结构以更好地推动AI和数据科学的发展。本书主要包括以下内容：简化数据管理，使数据随时随地可用；缩短实现AI用例的价值实现时间；使整个企业都可以访问AI和数据洞察力；动态、实时地扩展复杂的AI场景；发可带来可预测的、可重复的价值的信息体系结构。本书可以使包括架构师、发人员、产品所有者和业务主管在内的各种角色受益。
边缘计算:原理、技术与实践
￥65.35
随着通信和计算技术的快速发展、计算成本的不断降低，物理世界与信息世界正在发生加速融合。不仅仅是物理世界的信息被映射到网络当中，通信和计算的能力也随着嵌式技术的发展融到了世间万物。随着物联网和5G通信产业的快速兴起，越来越多的人和物始持续产生大量、多样的计算任务，“无处不在的计算”成为了各类应用共性而迫切的需求，边缘计算应运而生。 相比于云计算，边缘计算将计算资源下沉到网络边缘设备、甚至嵌到各类网络系统当中，为大至自动驾驶车联网、小到可穿戴设备提供快速、稳定、无处不在的计算服务。如果说物联网让物理世界具备了“感知”和“沟通”的能力，那么边缘计算的使命则是让世间万物具备“思考”的能力。网络边缘在形态上可以千变万化，既可以是部署在移动蜂窝网络的数据中心、亦可以是随车而载的小型服务器，甚至可以是随身携带的迷你节，以完成各类场景的计算服务，这些场景包括移动计算、自动驾驶车联网、智慧工业、智能家居、可穿戴计算等。
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。
深度学习与目标检测:工具、原理与算法
￥53.40
这是一本从工具、原理、算法3个维度指导读者零基础快速掌握目标检测技术及其应用的门书。 两位作者是资深的AI技术专家和计算机视觉算法专家，在阿里、腾讯、百度、三星等大企业从事计算机视觉相关的工作多年，不仅理论功底扎实、实践经验丰富，而且知道初学者计算机视觉领域的痛和难。据此，两位作者编写了这本针对目标检测初学者的门书，希望从知识体系和工程实践的角度帮助读者少走弯路。 第1~2章是目标检测的准备工作，主要介绍了目标检测的常识、深度学习框架的选型、发环境的搭建以及数据处理工具的使用。 第3~5章是目标检测的技术基础，主要讲解了数据预处理和卷积神经网络等图像分类技术的基础知识。 第6章比较详细地介绍了香港中文大学的源算法库mmdetection。 第7~10章详细地讲解了目标检测的概念、原理、一阶段算法、二阶段算法以及提升算法性能的常用方法。 第11章简单介绍了目标检测的相关案例（以工业为背景），以帮助读者构建一个更完整的知识体系。 【配套源码】获取方式： 1、微信关注“华章计算机” 2、在后台回复关键词：目标检测
Python深度学习:模型、方法与实现
￥77.40
本书集合了基于应用领域的高级深度学习的模型、方法和实现。本书分为四部分。第1部分介绍了深度学习的构建和神经网络背后的数学知识。第二部分讨论深度学习在计算机视觉领域的应用。第三部分阐述了自然语言和序列处理。讲解了使用神经网络提取复杂的单词向量表示。讨论了各种类型的循环网络，如长短期记忆网络和门控循环单元网络。第四部分介绍一些虽然还没有被广泛采用但有前途的深度学习技术，包括如何在自动驾驶上应用深度学习。学完本书，读者将掌握与深度学习相关的关键概念，学会如何使用TensorFlow和PyTorch实现相应的AI解决方案。
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。
AI游戏开发和深度学习进阶
￥47.40
本书以各种各样的实例剖析游戏AI手法，并以此为目标，帮助读者学习构筑游戏AI的技术。另外，也阐述了游戏AI中的深层学习、机械学习、强化学习技术。
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。
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。
ROS机器人编程实践
￥53.40
本书首先介绍GoPiGo3及其配备的传感器和执行器。然后，通过从零始创建3D模型并使用Gazebo在ROS中运行模拟机器人来使用GoPiGo3的数字孪生模型。下来展示如何使用GoPiGo3构建和运行一个了解周围环境的自主移动机器人。还探索了机器人如何学习尚未在代码中编程但通过观察其环境而获得的任务。本书甚至还涵盖深度学习和强化学习等主题。在本书的末尾，读者将熟悉在机器人技术中构建特定用途应用程序的基础知识，并具备从零起步发高度智能自主机器人的能力。本书适合机器人技术人员和业余爱好者阅读。
UML和模式应用(原书第3版)
￥42.90
本书英文版面世以来，广受业界专家和读者的好评，历经3个版本的锤炼，吸收了大量OOA/D的精华思想和现代实践方法。全书叙述清晰、用词精炼、构思巧妙，将面向对象分析设计的概念、过程、方法、原则和个人的实践建议娓娓道来，以实例为证，将软件的分析和设计的过程叙述得如逻辑推理一般，于细节处见真知。 本书是一本经典的面向对象分析设计技术的入门书，适用范围广泛，从初学者到有一定对象技术知识但希望进一步提高开发水平的中级读者，甚至是资深的专业人员，都可以从本书获益匪浅，同时，本书也适合作为高等院校相关课程的教材和各类培训班的辅导教材。
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。
零基础学电脑从入门到精通:视频自学版
￥35.75
本书是专为新手编写的电脑操作与应用门教程，精选了满足日常生活和工作需求的各种实用操作行详细讲解，力求达到“一书在手不求人”的学习效果。本书内容分15章。第1章讲解电脑的门知识，包括电脑选和日常使用的注意事项、关机操作、鼠标和U盘的使用等。第2～5章讲解Windows10操作系统的基本操作，包括系统常用设置、系统自带程序和文字输法的使用、文件和文件夹管理等。第6章讲解常用的工具软件，包括下载软件、压缩软件、照片美化软件、在线音乐软件等。第7～9章讲解上网操作，包括浏览器的使用、上网获取资讯、网上物、网上聊天互动等。第10章讲解电脑的日常维护与安全使用。第11～15章讲解Word、Excel、PowerPoint三大Office组件在日常办公中的应用。本书内容丰富实用，讲解通俗易懂，能够帮助读者快速提升电脑操作水平与应用能力，既适合新手自学，也可作为老年大学和社会培训机构的教材。
自然语言处理Python进阶
￥38.35
第1章教你使用内置的NLTK语料库和频率分布。我们还将学习什么是WordNet，并探索其特和用法。 第2章演示如何从各种格式的数据源中提取文本。我们还将学习如何从网络源提取原始文本。*后，我们将从这些异构数据源中对原始文本行规范并构建语料库。 第3章介绍一些关键的预处理步骤，如分词、词干提取、词形还原和编辑距离。 第4章介绍正则表达式，它是*基本、*简单、*重要和*强大的工具之一。在本章中，你将学习模式匹配的概念，它是文本分析的一种方式，基于此概念，没有比正则表达式更方便的工具了。 第5章将学习如何使用和编写自己的词性标注器和文法规则。词性标注是一步句法分析的基础，而通过使用词性标记和组块标记可以产生或改文法规则。 第6章帮助你了解如何使用内置分块器以及训练或编写自己的分块器，即依存句法分析器。在本章中，你将学习评估自己训练的模型。 第7章介绍信息抽取和文本分类，告诉你关于命名实体识别的更多信息。我们将使用内置的命名实体识别工具，并使用字典创建自己的命名实体。我们将学会使用内置的文本分类算法和一些简单的应用实例。 第8章介绍高阶自然语言处理方法，该方法将目前为止你所学的所有课程结合到一起，并创建应对你现实生活中各种问题的适用方法。我们将介绍诸如文本相似度、摘要、情感分析、回指消解等任务。 第9章介绍深度学习应用于自然语言处理所必需的各种基本原理，例如利用卷积神经网络（CNN）和长短型记忆网络（LSTM）行邮件分类、情感分类等，*后在低维空间中可视化高维词汇。 第10章描述如何利用深度学习解决*前沿的问题，包括文本自动生成、情景数据问答，预测下一个*词的语言模型以及生成式聊天机器人的发。
