购物车
个人中心
CCF 信息学奥赛基础篇
￥59.00
本书是“CCF全国青少年信息学奥林匹克竞赛教程”丛书的第二册，旨在普及计算机科学与程序设计知识。书中遵循由浅深、逻辑严密的编写思路，辅以丰富的实例解析，引领读者逐步提升计算思维能力。全书共四章，涉及C++程序设计阶、数据结构及其应用、算法设计、数学运用等内容，全面覆盖NOI竞赛大纲所要求的基础知识。根据竞赛的特，书中还对一些常见的难和易错行了深的解析。 本书可作为信息学奥林匹克竞赛的教学用书，也可作为青少年学习计算机科学知识、了解信息学奥赛的参考资料。
分布强化学习
￥59.00
本书是关于分布式强化学习的*指南，为从概率视角思考决策问题提供了新的数学框架。本书主要介绍分布式强化学习的关键概念及应用，对于重要的结果均给出了数学证明，从而说明分布式强化学习有能力解释在人机交互环境中产生的许多复杂且有趣的现象。读者将了解一系列算法和数学理论的发展过程，在这些过程中依次对随机回报进行特征描述、计算和估计，zui后基于此做出决策。本书就实际问题给出了有效的解决思路，适合机器人学、计算神经科学、心理学、金融（风险管理）等不同领域的技术人员参考，也适合高校计算机、人工智能等相关专业的学生阅读。
数据中心级计算:基础架构、设计原理与管理策略
￥59.00
本书以其对现代数据中心的系统化阐述而独具特色，通过“剥洋葱”的方式将数据中心级计算面临的设计要点逐层展现在读者面前。全书跨越从硬件基础设施到软件管理框架的完整技术栈，并深度融合可扩展性、可持续性、可管理性三大核心设计思想，构建了一套层次清晰、相互关联的知识体系。书中借助丰富案例，不仅*梳理了资源管理、能耗优化等重要方向的核心内容，还前瞻性地讨论了当前技术热点与未来研究方向。本书对计算机系统相关课程教学具有重要参考价值，同时也为科研人员投身算力优化与绿色计算等方面研究提供了宝贵指南。
人工智能驱动的网络管理与安全技术
￥59.00
本书涵盖了一系列网络自动化和安全管理关键主题，包括资源分配和调度、网络规划和路由、加密流量分类、异常检测和安全操作。本书共11章。第1~2章*介绍了当前可应用于网络管理和网络安全管理的人工智能与机器学习技术，以及已有的相关行业产品、标准、研究项目和概念验证成果。第3~9章详细阐释了人工智能与机器学习技术在各种网络管理和网络安全管理任务中的具体应用案例。第10章详细介绍了智能网络管理与运维的系统框架，并深入探讨了相关解决方案的部署思路。第11章对全书进行了总结，同时提出了一些值得进一步研究的挑战与开放性问题，以期对该领域未来的研究发展提供借鉴和启示。
DeepSeek硬核技术解读
￥59.00
内容简介 这是一本系统剖析DeepSeek系列大模型技术体系与实践路径的专著。本书立足于作者在大模型研发一线的深厚积累，结合深度学习、强化学习、分布式系统与模型优化等多领域知识，*阐述 DeepSeek在模型架构、训练推理、基础设施及数据工程等方面的核心突破与工程实践。全书兼具理论严谨性与实践指导性，旨在帮助AI研究者、工程师和技术决策者深入理解当代大模型的关键技术，掌握*、低成本构建和部署先进AI系统的方法。 本书分为两部分。 *部分 DeepSeek学习前置知识（第1~5章）?? 从DeepSeek的模型概述和重要突破切入，系统介绍经典Transformer架构、强化学习基础、大语言模型中的RLHF和量化技术，以及分布式训练的基础知识，为读者奠定坚实的理论和技术基础。 第二部分 DeepSeek核心技术（第6~11章）?? 首先，深入解析DeepSeek的模型架构创新，包括 MoE、MLA与分词器设计，探讨跨模态对齐、负载均衡、基础设施优化及数据处理等关键议题，揭示其在高性能、低资源消耗背后的系统级工程实现。 然后，聚焦DeepSeek V3、VL2及开源推理模型的训练逻辑、推理及优化，涵盖训练策略、超参数设计、数据构建以及Prefill、Decode等推理阶段的深度优化，为构建*、可扩展的AI系统提供完整方法论和实战参考。 本书不仅透彻解读技术报告，更重视将前沿理论与工业实践相结合，帮助读者理解AI系统构建的本质规律与发展趋势，为学术界和工业界提供了一条清晰、可复现的*能人工智能研发路径。
构建健壮的网络安全架构(原书第2版)
￥59.00
本书描绘了一幅构建现代网络安全防御体系的清晰蓝图，提供了一种结构化和体系化的思维框架和方法论。全书共9章。第1章概述了网络安全架构的定义、意义、为组织带来的商业价值，以及网络安全架构师的角色。第2章帮助架构师评估组织的关键要素、背景和目标。第3章探讨了架构设计必须以组织需求为导向。第4章着重介绍设计过程中所需的工具箱。第5章概述了如何收集、记录和验证必要信息，以创建高级架构定义。第6章探讨了应用程序网络安全架构的构建。第7章讲解如何从技术层面实现设计构想，并阐述执行和落实的关键环节。第8章阐述如何确保已部署的设计（及其后续实施）能够长期保持价值。第9章对全书进行总结，提供了提升架构技能、优化工作流程的策略。
云原生数据中台:架构、方法论与实践
￥59.00
【免费视频课】作者亲授“数字化能力与平台构建”，搭配图书学习效果更佳！ 获取方式： 1、微信关注“华章计算机” 2、在后台回复关键词：舞动数字 这是一部从云原生角度讲解数据中台的业务价值、产品形态、架构设计、技术选型、落地方法论、实施路径和行业案例的著作，得到了国内外企业界和学术界的技术专家一致好评。 本书的作者曾在硅谷的Twitter等企业从事大数据平台的建设工作多年，随后又成功创办了国内领先的以云原生数据中台为核心技术和产品的企业。他们将在硅谷的大数据平台建设经验与在国内的数据中台建设经验行深度融合，并系统阐述了云原生架构对数据中台的必要性及其相关实践，对国内企业的中台建设和运营具有很高的参考价值。 全书共18章，分为四个部分： 第1部分（第1~4章） 数据中台与硅谷大数据平台 首先，从起源、定义、能力、应用场景、建设目标、建设方法论总纲等角度对数据中台做了全面的介绍；其次，讲解了数据中台如何驱动数字化转型；Z后，通过对硅谷的Twitter等独角兽企业的数据平台和国内的数据中台行对比，给出了这两种架构之间的异同。核心内容是让读者透彻理解数据中台对于业务的价值。 第二部分（第5~8章） 数据中台架构与方法论 结合硅谷的数据平台的架构方法，讲解了数据中台的架构方法和9大原则、数据中台建设的全套准备工作和系统方法论，以及云原生架构与数据中台的融合。 第三部分（第9~15章）数据中台技术选型与核心内容 首先，全方位地介绍了建设数据中台时如何行技术选型，然后重讲解了数据湖、数据仓库、数据资产管理、数据流水线管理、数据中台应用发、数据门户等数据中台建设的核心内容。 第四部分（第16~18章）数据中台案例分析 通过游戏、零售、物联网3个领域的案例讲解了数据中台的搭建、实现与运营。
Web漏洞分析与防范实战:卷1
￥59.00
知道创宇核心的安全研究部门，持续在网络安全领域行漏洞挖掘、漏洞研究、安全工具的源分享和推广。本书以知道创宇404实验室在实际研究工作中遇到的真实案例为基础，结合团队多年的网络安全研究和实践经验，系统地介绍了网络安全中常见的漏洞类型、攻手段以及相应的防御策略。每个章节都以实际案例为例，通过分析案例中的漏洞成因、攻过程和防御方法，使读者能够直观地理解网络安全的实战操作。此外，本书还注重于工具和技术的介绍，以一个章节的篇幅介绍了代化的防御工具体系，使读者能够在实际工作中快速应用。在写作风格上，采用通俗易懂的语言，避免过多的专业术语和复杂的技术细节，力求使即使没有专业计算机背景的读者也能够顺利阅读和理解。通过学习本书，你可以获得以下知识。（1）从前端安全方向真实案例中总结出的知道创宇实验室的前端安全攻和防护的相关思路。（2）从各种后端安全漏洞的真实案例中总结出的不同类型漏洞的攻方式和技巧。（3）各类客户端和服务端中存在的文件读取漏洞。（4）渗透测试中各种常见的各种攻手段及其防御策略。（5）以Pocsuite3的流量监控规则来预防、检测和响应安全威胁的重要手段。（6）利用防御工具如Pocsuite3和pfSense防火墙来构建强大网络安全防线。（7）现代防御体系中10个具有代表性的领域的基本防御思路、防御效果和常用工具。
大数据SQL优化:原理与实践
￥59.00
这是一本站在一线发人员的视角，从SQL的本质出发，采用理论与实践相结合、案例与分析相结合、作者经验与一线需求相结合的方式，深度解读大数据SQL优化核心技术和解决方案的工具书。本书主要面向大数据初中级技术人员，期望帮大家深度理解大数据SQL优化原理，掌握SQL优化的落地实践方法，从而真正“玩转”大数据SQL优化技术，根据实际问题和需求设计出有针对性的提升SQL性能的解决方案。本书共分为4篇，包括10章。认知篇（第1章）主要面向初学者阐述为什么大数据计算或存储引擎发展至今最终选择SQL作为统一查询语言的原因及利弊，大数据SQL从业者目前面临的主要问题，以及调优的两个根本目标。原理篇（第2章）以深浅出的方式解读SQL的本质。为了降低读者理解的门槛，本篇还以Hive、Spark和Flink这三个主流的引擎为例，从源码的角度探索SQL执行背后的秘密。实践篇（第3~9章）首先深解读引擎查询优化器的两大优化策略——基于规则的优化和基于代价的优化的实现原理、示例和局限性，然后以Hive、Spark、Flink等主流引擎为蓝本，探索SQL优化（包括结构与参数调优、子查询优化、连优化、聚合优化）的解决思路和方法论，并给出作者多年总结的一些“坑”。案例篇（第10章）以实践篇的各种真实需求调优历程为基础，以带面，以小明大，分享电商、金融、银行这三个典型行业的典型公司大数据SQL调优案例，还给出了内容平台数仓、查询高可用、实时性数仓等业务场景的解决方案。
自动驾驶BEV感知算法指南
￥59.00
本书由智能汽车领域实践型专家联合撰写，带你一次性学透BEV，实现快速落地与创新。在内容设计上，本书以BEV主流技术与工程实践为主线，系统分析介绍BEV算法的基本原理、关键技术和源码级实现方法，助你掌握自动驾驶感知系统的整体架构和设计理念。本书共9章。第1章介绍BEV感知算法的核心概念和框架，强调其独特优势及挑战。第2章概述关键数据集，如KITTI、nuScenes和Waymo，并解释了评估算法性能的指标。第3章深介绍特征提取技术，涵盖图像和激光雷达数据的提取方法。第4章探讨视角转换、注意力机制及Transformer在BEV感知算法中的应用。第5章和第6章分别讲解显式和隐式视角转换下的BEV感知算法，如BEVDet系列和BEVFormer等。第7章和第8章通过实例介绍BEV感知算法的实现过程。第9章讨论大模型在自动驾驶领域的应用及面临的挑战。
推荐系统全链路设计:原理解读与业务实践
￥59.00
这是一本指导中高级从业者高质量落地现代推荐系统，围绕现代推荐系统核心技术展深度解读的专业工具书，又是一套完整的推荐系统高质量落地解决方案。本书基于推荐算法工程师实际工作场景规划内容，融合了作者在阿里巴巴、58同城等多家大厂做推荐系统设计和优化的经验，是一本方法和实践兼具的好书。 本书不针对零基础从业者，而是以帮助初级算法工程师向中高级阶为目标。书中从底层剖析推荐系统在实际业务场景中可能出现的各种问题，直指问题的本质，并按照推荐系统工作流程逐一破解。 本书共包括11章： 第1章 主要介绍推荐系统在各个互联网业务场景中的落地情况，包括构建推荐系统可能面临的问题，以及电商、视频、电子书、广告系统、信息流、拉活促销等相关推荐系统落地指导。 第2章 介绍现代推荐系统的整体架构，以帮助读者从宏观层面整体了解推荐系统。 第3章 对推荐系统所需要的数据和特征处理行深度剖析，包括数据的收集、非结构化数据的结构化清洗、连续特征处理和离散特征处理等重内容。 第4章 对推荐系统的在线指标和离线指标，以及AB实验的设计行深度讲解。 第5章和第6章，主要对机器学习和神经网络的设计和调参行详细解读。这是本书的重，也是很多推荐算法工程师的痛。这部分包括XGBoost的重要参数调优、集成学习最DA化推荐效果利用、DNN网络深度和宽度的影响、激活函数的选择、优化器选择、损失函数、过/欠拟合等内容。 第7~9章 分别对召回层、精排层、粗排层行详细解读，包括5种召回方案、4种精排建模方式、2种粗排设计方案，以及模型可解释性、近离线计算等重内容。 第10章 主要介绍精排模型的分析方法，重排模型（PRM、生成式重排模型）和混排（混排的原理和强化学习在混排的应用）的原理。 第11章 主要介绍冷启动路的设计，主要包括新用户如何冷启动、新物料如何冷启动和冷启动涉及的流量分配算法。这是本书的特色内容。
数据驱动的供应链金融:数据要素赋能供应链金融产品的方法与实践
￥59.00
内容介绍 这是一本指导供应金融相关企业做好数据工作，并利用数据驱动供应金融产品和服务的设计与运营的著作。 在数据要素赋能各行各业的大背景下，传统供应金融产品和服务过于依赖模式设计和经验判断的问题，通过数据驱动的方法能得到很好的解决。本书将详细指导供应金融相关企业做好数据实施工作，并将数据成果应用到供应金融产品和服务的设计与运营工作中，提供科学的方法论和标准的操作流程。 本书共12章，从逻辑上可以分为四个部分。 第一部分：总体概述（第1~3章） 该部分阐述了本书所述的供应金融的范围、参与方、数据工作的目标与内容、工作团队组成等。 第二部分：数据实施工作（第4~7章） 该部分包括业务调研和信息系统调研、构建数据基础、市场分析测算、风险分析等内容，阐述了确定数据、整合数据、分析数据及最终形成结论的过程，是全书的重和难。其中，金融企业了解、整合和运用核心企业供应数据的过程，需要双方明确分工、密切配合、共同完成工作。 第三部分：数据成果运用（第8~11章） 该部分包括风险规则形成与系统实现、对核心企业数据、供应金融产品设计、数据运营等内容。这些工作主要是站在金融企业的角度行阐述，核心企业处于配合地位。 第四部分：知识沉淀（第12章） 该部分阐述如何更好地实现知识沉淀和标准工具建设。类似项目经验、资料和管理方法这样的知识和工具均具有长期效应，有助于金融企业不断沉淀知识，提升效率，形成竞争优势。
Android性能优化之道:从底层原理到一线实践
￥59.00
这是一本深度解读Android性能优化底层原理并给出可落地的一线实践指导的专业技术书。书中不仅原理讲解透彻，而且会给出很多基于读者实际工作成绩的实战案例。本书共分为11章，其中第1章总体介绍Android性能优化的背景、本质、方法论和落地方向，第2~10章从原理和实战两个层面分别对内存优化、速度优化、稳定性优化、包体积优化及其他优化行解读。最后一章是作者多年优化从业经验的总结。
AIGC智能营销:4A模型驱动的AI营销方法与实践
￥59.00
这是一本能科学指导广大营销人和各类企业构建适应AI时代的营销新思维、新方法和新范式的著作。 工欲善其事，必先利其器。篇详细介绍了智能营销需要掌握的AIGC技术基础、AIGC营销工具使用、提示词的编写方法与技巧，以及智能体和工作流的原理，这些是AI时代营销人的技能。 授人以鱼，不如授人以渔。作者凭借深厚的理论功底和丰富的实战经验，围绕营销工作全场景和客户决策全旅程，创新性地总结出了适用于AI时代的“4A模型”（分析、构建、激活和增强），为我们在AI时代实现营销创新和业务增长提供了清晰路径和科学方法。4A模型是继菲利普·科特勒提出“营销5.0”的概念后，在营销理论方面的又一创新，具有里程碑意义。 企业智能化转型，组织和流程变革要先行。本书前瞻性地指出了AI时代的组织需要什么样的领导力、组织架构、组织文化才能实现组织转型，需要什么样的营销流程和营销技术栈才能实现流程变革，并针对这两个问题给出了具体的方法和案例。 无论你是营销专业人士、主播达人，还是学习营销思维的普通读者，本书都将为你提供系统化的知识和技能。你将能够更好地理解AI在内容创作、预测分析以及品牌营销领域的应用，提升自己的专业技能，从而在职业生涯中获得竞争优势。此外，本书的实用案例和前瞻性分析将帮助你把握行业趋势，激发创意思维，为个人品牌建设或创业项目提供新的视角和策略。
数字广告生态:平台、营销与革新
￥59.00
本书使用“数字广告生态”来描述完成数字广告升维后的全部数字营销技术与行业生态系统，详细介绍了数字广告生态如何为我国数字经济赋能，并重探讨数字化如何重新塑造技术营销（广告）产品，而探究数字广告独有的技术产品市场怎样一步步发展为“平台型”企业转型数字营销的关键，始引领数字营销的步和企业的数字化转型。全书分为三篇（共12章）：第一篇为理论篇（第1～4章），解释数字广告变革的基础，给出数字广告的概念体系与重要特征，介绍我国的数字广告是如何改变营销概念体系的，并首次将全路营销、数字增长营销和广域集客营销加营销理论创新体系；第二篇为变革篇（第5～7章），详解数字广告生态在我国的重要发展创新，覆盖数字广告生态位、数字广告营销图谱、人工智能广告相关内容，代表数字广告产业的升维改造；第三篇为创新篇（第8～12章），阐述数字广告生态解决数字营销问题的三个口，并就法律与伦理问题这个数字广告生态的重要维度展讨论，最后还介绍了广告营销不断发展的动力源泉——面向未来的前沿科技。本书适合广告学专业的本科生、研究生和青年教师全面学习，以掌握数字广告相关知识，也适合新闻传播学领域的其他相关专业（如网络与新媒体相关专业）读者阅读。此外，本书也适合经济与管理学院的商科类专业（特别是市场营销专业）学生阅读以了解数字广告，攻读MBA等专业学位的读者也可以通过本书来掌握互联网科技时代的数字广告与营销传播管理的前沿知识。
AIGC辅助数据分析与数据化运营:场景化解决方案与案例分析
￥59.00
内容简介这是一本能从业务、方法、场景3个维度帮助读者使用AI技术提升数据分析和数据化运营能力的著作。用扎实的理论框架、丰富的实践案例、实用的操作技巧，全面展示了如何用AI延伸业务分析广度、拓展业务分析深度、优化业务分析效能，从而达到帮助企业用智能的数据化运营实现业务持续增长的目的。阅读并实践本书，你将有以下收获：（1）理解并掌握AI辅助数据分析的思路，以及应该具备的AI能力、方法和工具。（2）系统掌握AI在数据分析报告中的创新应用，包括思维导图生成、报告材料整理、核心内容撰写以及报告试讲和优化等。（3）掌握AI在市场分析和行业分析中的应用，包括数据采集、宏观分析、行业与市场概况分析、市场细分与目标市场定位、市场发展趋势与市场风险分析。（4）掌握AI在竞争分析中的应用，包括收集竞争分析报告与数据、竞品调研、竞争识别与分析、竞争对手分析模型以及竞争对手事件跟踪分析等。（5）掌握AI在客户运营分析中的应用，包括客户标签体系设计、客户服务与管理分析、客户全生命周期分析、社交管理分享、客户舆论与口碑分析、客户调研分析以及专题性客户与社群分析等。（6）掌握AIGC在广告分析中的应用，包括广告创意生成、广告创意分析、广告目标受众选择、广告投放时机分析、广告落地页A/B测试与假设检验分析、广告效果分析以及广告价值因素解读与投放预测等。（7）掌握AI在商品运营分析中的应用，包括商品选品分析、爆款商品运营分析、商品库存分析、商品定价分析、商品流量运营分析、商品销售分析以及商品序列销售分析等。（8）掌握AI在促销活动运营分析中的应用，包括优惠券分析、促销活动营销组合与引流分析、促销活动页面热图分析、促销活动主会场流量来源与导流分析、促销活动内容个性化推荐、促销活动复盘与总结以及竞品促销活动信息分析等。本书采用案例驱动的写作方式，通过实际业务案例详细拆解AI技术在各个场景中的应用步骤和技巧。语言简洁易懂，理论与实践结合，注重实用性和可操作性，帮助读者快速掌握核心知识。提供丰富的实际案例和操作指南，涵盖多种AI工具和交互技巧，确保读者能够学以致用。
概率与统计:面向经济学
￥59.00
本书是以作者多年的概率与统计讲义为蓝本扩充而成，目前也是威斯康星大学的经济学教材。本书采用微积分的方式而非测度论的的方式讲述，涵盖概率论基本知识、随机变量、分布、抽样、大数定律、中心极限定律、逼近理论、zui大似然估计、矩方法、假设检验、置信区间等经济学专业所需数理统计知识的方方面面，难度适中，适于作为经济专业高年级本科生和研究生的教材。
智慧的疆界:从图灵机到人工智能 第2版
￥59.00
内容简介 这是一部对人工智能充满敬畏之心的匠心之作，也是被市场高度认可的人工智能科普著作，曾荣获北京市科学技术协会等机构颁发的各种奖项。 本书从人工智能的奠基人物、历史事件、学术理论、研究成果、技术应用等5个维度全面展，以时间为主线，用专业的知识、通俗的语言、巧妙的内容组织方式，详细讲解了人工智能能解决什么问题、面临怎样的困难、做过哪些努力、取得过哪些成绩、未来将向何方发展，尽可能消除人工智能的神秘感，把人工智能从科学的殿堂推到公众面前。 全书共9章，分为四个部分： 第一部分（第1~2章）以智慧创造智慧 阐述了在人工智能学科创立之前，图灵、香农等先驱们对智能的探索和思考。首先以“人工智能之父”图灵的生平事迹为主线，介绍了图灵机、图灵测试，以及图灵对智能的思考、理解和定义；然后以达特茅斯会议为主线，通过该会议及其后续的影响，介绍了人工智能学科诞生的历史背景，并讨论了该学科研究的目标和要解决的问题。 第二部分（第3~5章）学派争鸣 学术界研究人工智能的方法主要有三个学派，分别是符号主义、连主义和行为主义，这三个学派分别从逻辑、仿生和行为三个角度来研究智能，既有自顶向下从智能的本质出发，从一般到特殊通过逻辑运算推导智能的行为，也有从行为出发，自底向上把智能看作黑箱，从行为推导智能的本质。这些学派在不同时期都曾是人工智能的主流，并各自取得了许多成果。 第三部分（第6~8章）第三波高潮 人工智能目前处于第三次高潮，这次高潮以深度学习、深度神经网络为代表的机器学习所引领。首先，以尽可能小的篇幅把机器学习的导论性内容介绍清楚；然后，以“深度学习教父”辛顿的人生经历为主线，介绍了神经网络从低谷到复兴的过程，以及深度学习的提出和技术突破；最后，以古德费洛、苏茨克维等新一代学者以及OpenAI的发展故事为主线，介绍了生成式人工智能所引领的人工智能的高潮盛况与隐患。 第四部分（第9章）人机共生 几十年来，人工智能无时无刻不伴随着争论和分歧，人工智能这个人类最复杂精密的创造物与人类本身的关系确实必须仔细思考、慎重对待，这一部分将探讨人类和机器在追寻智能过程中的一些成果和产生的一些争论。
大模型赋能工业应用
￥59.00
本书基于作者团队的多年实践经验，给出了一套经过实践验证的、行之有效的大模型赋能工业应用方法论。本书共10章：第1~3章系统梳理了工业智能化的需求、大语言模型的技术发展脉络；第4~8章聚焦大语言模型在领域化应用的探索，分析大模型落地工业应用的主要挑战、工业场景中大模型能力的测评策略和方法、深入探讨大语言模型工业实践的具体案例，并升级了企业实施知识工程的方法论；第9~10章探讨了工业智能的前沿技术方向，并展望其在智能工厂的创新应用，为工业智能的未来发展提供前瞻性的思考与方向指引。
AI赋能研发数字化转型:技术驱动和范式重构
￥59.00
本书是一部聚焦制造业“AI重构研发范式”的实战方法论著作。在国务院“人工智能+”战略背景下，本书深刻剖析了传统研发模式中职能壁垒、数据断链等痛点，提出了从底层逻辑到顶层设计的深刻变革路径。 全书独创性提出“一二三四五”行动地图：即一个平台化AI分层架构、两类AI核心应用、三要素（数据/算法/算力）协同进化、四层转型驱动模型及五阶研发范式跃迁，系统回答了生成式AI如何赋能制造业，实现从经验驱动的“匠人模式”向数据驱动、人机协同的“智慧研发”模式跨越。 本书在行业内率先对AI Agent进行深度解析，将其设计模式映射到汽车、装备等行业的实际组织阵型中。同时强调利用数字主线（Digital Thread）打通研产销全链路，实现从“自底向上”的经验驱动向“自顶向下”的需求驱动转型。书中融合设仿测协同、数字孪生等丰富场景，提供可操作的落地清单，是企业在AI浪潮中实现研发基因重构的指南。
推荐系统
￥59.00
作为人工智能和机器学习的应用方向之一，推荐系统不仅在学术界积累了众多文献著作，在互联网业界也有着广泛的落地实践，已服务过数亿用户，其算法和系统设计相当复杂。本书结合互联网大规模应用场景的实践需求，回顾了推荐系统的发展历史，解析了核心算法、系统架构、评估方法等诸多推荐系统涉及的方向，具备很强的实用性。内容包括推荐系统介绍、推荐系统原理、推荐系统经典链路、推荐系统进阶、推荐系统内容审核与冷启动、推荐系统架构、推荐系统评估。 本书适合*器学习基础的学生、算法工程师，以及互联网行业从业人员阅读，也适合想了解推荐系统的跨行业人员阅读。
