购物车
个人中心
SolidWorks 2022中文版完全自学一本通
￥69.30
本书从软件的基本应用及行业知识手，以SolidWorks 2022软件的模块和插件程序的应用为主线，以实例为引导，按照由浅深、循序渐的方式，讲解软件的新特性和操作方法，使读者快速掌握SolidWorks的软件设计技巧。本书图文并茂，体例结构生动，内容编排张弛有度，实例叙述实用而不浮泛，能够拓读者思路，提高读者的阅读兴趣，使其掌握方法，提高对知识综合运用的能力。
UG NX 2007中文版完全自学一本通
￥69.30
本书基于UG NX 2007软件，对其中的各个模块行了全面、细致的讲解，由浅深、循序渐地介绍了UG NX 2007的基本操作及命令的使用，并配以大量的制作实例。全书共15章，内容涵盖基础门操作、特征与曲面建模、行业应用设计3个方面。 本书语言通俗易懂，内容讲解到位，操作实例具有很强的实用性和代表性。同时本书的专业性和技巧性等特也比较突出。
用户体验增长:数字化·智能化·绿色化
￥69.30
《用户体验增长》是国际体验设计大会的演讲案例的论文集，汇聚了当下具有影响力的数位国内外知名企业的设计师、商业领袖、专家的大量实践案例与前沿学术观，分享并解决了新兴领域所面临的新问题，为企业人员提供丰富的设计手段、方法与策略。 本书适合用户体验、交互设计的从业者阅读，也适合管理者、创业者以及即将投身于这个领域的爱好者、相关专业的学生阅读。
Revit 2022中文版完全自学一本通
￥69.30
书基于Revit 2022及广联达鸿业BIMSpace乐建2022对BIM建筑、结构及机电设计的功能与应用行了全面详解。本书由浅深、循序渐地介绍了Revit 2022的基本操作及工具的使用，并结合大量的操作案例，帮助读者更好地巩固所学知识。本书是指导初学者学习Revit 2022中文版绘图软件与BIMSpace乐建2022、BIMSpace机电2022的标准教程。书中详细地介绍了Revit 2022强大的绘图功能及其专业知识，使读者能够利用该软件方便快捷地绘制工程图样。本书包含大量的技术要，能帮助读者快速掌握建筑模型设计技巧，并向读者提供了超过11小时的设计案例的演示视频、全部案例的素材文件及设计结果文件，协助读者完成全书案例的操作。
AutoCAD 2022中文版完全自学一本通
￥69.30
AutoCAD是Autodesk公司发的通用计算机辅助绘图和设计软件，被广泛应用于机械、建筑、电子、航天、造船、石油化工、土木工程、冶金、气象、纺织、轻工等领域。在中国，AutoCAD已成为工程设计领域应用为广泛的计算机辅助设计软件之一。AutoCAD 2022是为适应当今科学技术的快速发展和用户需要而发的面向21世纪的CAD软件包。它贯彻了Autodesk公司一贯为广大用户考虑的理念，为多用户合作提供了便捷的工具、规范和标准，以及方便的管理功能。因此，用户可以与设计组密切而高效地共享信息。
移动出行新经济
￥25.00
区块技术的出现给世界带来了巨大的变革，其中，汽车产业也在广泛关注区块技术。移动放区块计划联盟的成立旨在通过利用区块和相关技术，使人和货物的运输更加环保、高效和经济。本书以移动放区块计划联盟创始人的视角，讲述了移动出行新的发展方向，介绍了区块技术在汽车产业的应用，比如如何结合区块技术展节能型交通方案的设计与应用，深浅出地分析了世界各地移动出行领域的成功案例，对移动出行企业如何拓展新的业务方向具有借鉴意义。
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。
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。
后元宇宙时代
￥48.30
本书以元宇宙的未来发趋势为核心，不仅为读者清晰阐述了元宇宙的概念和其对每个人的深远影响，还从一名元宇宙专业研究学者的角度，深探讨了普通人应如何适应元宇宙的迅猛发展，并抓住其中的商业机遇及洞察其未来的发展方向。 书中包含五章，分别从元宇宙对我们日常生活的深刻改变、视觉空间的创新、生态系统的演变、元宇宙从商业主义到价值主义的转变，以及后元宇宙时代所呈现的全新视界等多角度，为读者提供了对元宇宙影响力的全方位解读。 通过本书，读者不仅能明白如何在这个“新的世界”中立足，如何迎元宇宙的挑战，还可以纠正对元宇宙概念的一些误解。此书可视为启元宇宙世界之门的实用指南。
软件性能测试、分析与调优实践之路(第2版)
￥48.30
《软件性能测试、分析与调优实践之路》主要分享作者在多年软件测试从业中积累的关于性能测试、分析诊断与调优技巧等方面的实战经验，帮助读者提升软件性能测试、分析诊断与调优的能力。本书配套PPT课件、作者微信答疑服务。 《软件性能测试、分析与调优实践之路》分为9章，内容包括软件性能测试、分析与调优基础，服务器的性能监控与分析，Web中间件的性能分析与调优，应用中间件的性能分析与调优，Java应用程序的性能分析与调优，MySQL数据库的性能分析，性能测试、分析与调优案例实践，安卓APP的性能分析，前端性能分析。其中，第7章利用LoadRunner、JMeter等常见性能测试工具，在HTTP、RPC、JDBC等常见的传输协议的基础上，结合实际的性能压测案例行实践分析，剖析真实的性能测试分析与调优方法。 《软件性能测试、分析与调优实践之路》适合软件性能测试初学者、测试工程师、测试经理、研发经理、技术经理阅读，也适合作为高等院校或高职高专学习软件性能测试相关课程的教材和教学参考书。
智能驾驶之激光雷达算法详解
￥57.47
本书内容涵盖了智能驾驶场景中常用的激光雷达的标定、感知和定位算法。标定算法部分介绍了有代表性的激光雷达与车体的外参标定算法以及激光雷达和相机间的外参标定算法；感知算法部分介绍了基于激光雷达行地面检测、障碍物聚类、目标检测、多目标跟踪、路沿检测的代表性算法；定位算法部分则介绍了几种有影响力的激光里程计、激光雷达 IMU（intertial measurement unit，惯性测量单元）组合定位算法以及多传感器融合定位与建图算法。本书着重从理论出发，介绍激光雷达关键算法的原理，可为读者提供车载激光雷达相关算法的基础指导。 本书可作为高等院校车辆工程、机器人工程、交通工程专业和自动驾驶专业的教材，也可供智能驾驶或机器人领域的技术爱好者以及激光雷达标定、感知、定位算法工程师使用和参考。
新型光纤传感技术与系统
￥139.30
本书介绍了针对现有光纤传感系统中传感距离与空间分辨率相矛盾这一关键问题，作者在新型光纤传感技术与应用方面取得的研究成果。包括新型光纤传感技术使用到的混沌激光的产生与控制、光子集成半导体激光器的制作以及面向光纤传感的窄线宽光纤激光器；介绍了采用混沌技术的布里渊分布式光纤传感系统特性，无序信号用于布里渊分布式传感时系统性能的优化，同时介绍了混沌微波光子传感及分布式光纤拉曼传感及相关应用。
《DeepSeek赋能数字政府应用指南》
￥38.00
本书从中国共产党全国代表大会的视角，客观地回顾总结了党的光辉历史和优良作风，探寻了党不断发展壮大的原因，概括了党长期积累的宝贵的执政经验，重阐述了中国共产党的一大至十九大党代会在中国政治经济社会发展中的重要意义，以及召的背景，对中国历史程的影响等，突出强调了党的历次代表大会的地位与作用。本书按照中共历次党代会召的时间顺序撰写。作者力求做到有新材料、新语言。本书可谓作者多年研究成果的结晶。本书在具有一定的史料价值和社会价值以及思想性和现实性的同时，也是一部可读性较强的理论读物。
中国数字人产业发展报告
￥68.60
本书针对虚拟数字人在产业、技术、伦理、文化等方面的发展现状行研究，并探讨其问题、对策与发展方式。本书主要分为四大板快，第一部分在全球人工智能技术快速发展的大背景下总结、分析中国虚拟数字人的发展以及传播现状，并且对虚拟数字人行定义，并给出分类标准；第二部分聚焦虚拟数字人发展基础和条件，比较分析国内外相关政策、国内虚拟数字人发展人才和投融资状况；第三部分突出虚拟数字人发展的核心技术以及具体行业应用实例；第四部分给出虚拟数字人具体应用实例并行分析。
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。
漫话边缘计算
￥55.30
本书对边缘计算的基本概念、发展历程、核心架构及技术、现实应用场景和未来发展等问题行了全面生动的解释。详细阐述了中国移动、联通、电信三大运营商以及微软、亚马逊、谷歌等国际知名科技企业围绕边缘计算技术而建立的核心竞争优势，布局数字经济、物联网、智能工业等前沿技术。本书内容丰富，既能给边缘计算专业的初学者普及技术知识，为深学习边缘计算提供扎实的理论基础和实践参考，还能给行业从业者提供趋势判断，为我国边缘计算领域的深层次应用提供创新启示。
大数据实时流处理技术实战——基于Flink+Kafka技术
￥31.87
本书以项目实践作为主线，结合必需的理论知识，以任务的形式设计内容，每个任务都包含任务描述及任务实施的步骤，读者按照实施步骤行操作就可以完成相应的学习任务，从而不断提升项目实践能力。本书主要内容涉及流式数据的基础知识、Flink的简介及发展历史、Flink的系统架构及Flink API介绍、Flink的集群部署模式、Flink流式API的基本应用、Flink时间和窗口API的应用、Flink高级应用、Flink Table和SQL的应用、Flink CEP的应用、Kafka集群的安装和常用操作，以及Flink、Flume和Kafka的集成方式。 本书适合需要使用Flink行大数据处理的程序员、架构师和产品经理作为技术参考手册和培训资料，也可作为高校本科生和研究生的教材。
搜索引擎与程序化广告:原理、设计与实战
￥70.27
本书从源码的角度讲解搜索技术与程序化广告系统，将技术与业务结合、理论与实践并重，帮助读者更好地理解并掌握相关知识。 本书首先从基础的数据结构出发，带领读者深理解线性结构、树结构和图结构的搜索算法，以及它们的典型应用场景。其次详细分析全文搜索引擎工具包Lucene，包括其索引结构、分析器、搜索与排名机制，以及Lucene的底层数据结构与算法。最后，本书从搜索技术过渡到程序化广告，介绍程序化广告系统中的各个模块和工作机制，包含广告检索、广告库存预测、广告定位、广告标签模板、广告实时竞价、广告实时数据、广告事件流聚合、广告供应透明度等内容。 本书适合从事搜索技术、程序化广告相关工作或对相关内容感兴趣的软件发人员阅读。在阅读本书之前，读者需要具备基本的编程能力。
Unity游戏开发入门经典(第4版)
￥57.47
Unity 游戏引擎是由 Unity Technologies 公司发的一个让玩家能够轻松创建诸如三维视频游戏、建筑可视化、实时三维动画等内容的跨平台综合游戏发工具。很多热门游戏都是应用该引擎发的，例如《深海迷航》《坎巴拉太空计划》等。 本书以直截了当、循序渐的方式讲解Unity 游戏发从基础到高级的所有内容，包括游戏物理引擎、动画和移动设备部署技术。本书分为24 章，内容包括 Unity 游戏引擎和编辑器的介绍，游戏对象、模型、材质、纹理、地形、环境、灯光和摄像机的介绍及应用，任务脚本的编写，真实的物理效果和碰撞的应用，预制件、2D 游戏工具、瓦片地图、用户界面、粒子系统、动画、动画器、时间轴、复杂音频的集成、移动设备加速计和多触摸屏幕的使用，以及4 个游戏案例。 本书附赠源代码，适合对使用Unity 行游戏发感兴趣的零基础读者学习。有过其他游戏平台发经验，算向Unity 平台拓展的读者也可以通过本书快速上手。
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。
