购物车
个人中心
强化学习:原理与Python实现
￥57.85
第1章：介绍强化学习的基础知识与强化学习环境库Gym的使用，并给出完整的编程实例。 第2～9章：介绍强化学习的理论知识。以Markov决策过程为基础模型，覆盖了所有主流强化学习理论和算法，包括资格迹等经典算法和深度确定性梯度策略等深度强化学习算法。所有章节都提供了与算法配套的Python程序，使读者完全掌握强化学习算法的原理与应用。 第10～12章：介绍了多个热门综合案例，包括电动游戏、棋盘游戏和自动驾驶。算法部分涵盖了在《自然》《科学》等权威期刊上发表的多个深度强化学习明星算法，包括AlphaGo的改版AlphaZero。
写给 青少年的人工智能 实践
￥37.76
这是一本写给青少年看的人工智能科普图书，目的是帮助青少年启蒙科学素养，阔科学视野，培养科学思维，锻炼动手能力，让小读者了解人工智能的过去、现在和未来，从而更好地融人工智能时代。通过阅读本书，小读者不仅能学习 Python 语言的基本使用，还可以从数据、算法等多个角度来一探人工智能的奥秘。所有这些都旨在激发孩子们的好奇心，帮助他们体会科学研究应具备的精神。 本书用了大量形象的比喻，用贴近青少年生活的案例作类比，把书中的抽象概念和难以诙谐幽默的手绘插画形式诠释出来，力求让小读者读得懂、喜欢读。 本书从“如何实现人工智能”出发，讲述了流行的人工智能编程语言之一—Python 语言的基本使用，帮助小读者初步学习一种获取数据的重要手段—网络爬虫，以及如何行简单的数据处理，了解什么是算法，体验简单的人工智能算法，领略算法的魅力。当然，终还会指导小读者一行行地亲手写出代码，在自己的计算机上运行自己写出的人工智能程序。全书从多个角度了人工智能的大门，让读者得以窥见门内的风景。
数字时代的问卷调查:LimeSurvey的综合应用(社会科学研究方法系列丛书)
￥53.40
本书探讨了如何在数字时代超越传统的纸笔问卷调查，采用拥有广大全球用户的LimeSurvey问卷调查系统，创新性地展电子化、网络化、系统化的问卷调查项目。 本书系统全面地介绍了如何通过LimeSurvey创建和优化电子问卷、启动问卷调查项目、行问卷调查项目管理和数据管理，说明了将LimeSurvey应用到具体的问卷调查项目中的各应用要和使用技巧。 除了全面展示LimeSurvey作为通用型电子问卷引擎和问卷管理系统的功能外，本书还一步探讨了如何发挥LimeSurvey系统的优势，将其应用于网络化和数字化时代中的面访调查、电话调查、网络调查、混合模式调查等各种场景，创新性地发出新的应用场景和方向，展示了LimeSurvey的多样性和灵活性。
ChatGPT:读懂AI爆发背后的技术与产业逻辑
￥47.40
新生事物的出现引发了一系列激烈的讨论，不难发现舆论声浪中夹杂着令人不安和无奈的概念混淆，甚至有人把ChatGPT等同于GPT，或等同于AI。对于新生事物，过度吹捧和质疑都是不科学的。 本书的写作建立在大量调查研究和资讯的基础上，对ChatGPT、GPT和AI的发展行了全面分析，帮助读者了解三者的不同，厘清ChatGPT的实质，看到GPT的技术突破，展望AI对人类社会的影响。 本书力求做到： ◎厘清ChatGPT、GPT、AI等基本概念； ◎探讨ChatGPT今天已经达到什么水平以及可能带来的影响； ◎剖析ChatGPT所面临的近乎无解的困境； ◎介绍中国企业的类ChatGPT产品发及应用情况； ◎阐明发展人工智能的初衷及发展水平高低的评判标准； ◎分析中美两国作为当今世界人工智能发展梯队各自的优缺； ◎回应自ChatGPT爆火之后出现的一些舆论论调。
RPA智能机器人:实施方法和行业解决方案
￥51.35
这是一部为企业应用RPA智能机器人提供实施方法论和解决方案的著作。 作者团队RPA技术、产品和实践方面有深厚的积累，不仅有作者研发出了行业领先的国产RPA产品，同时也有作者在万人规模的大企业中成功推广和应用国际*有名的RPA产品。本书首先讲清楚了RPA平台的技术架构和原理、RPA应用场景的发现和规划等的理论知识，然后重讲解了人力资源、财务、税务、ERP等领域的RPA实施方法和解决方案，具有非常强的实战指导意义。 全书从逻辑上分为三个部分： 基础篇（第1章） 简单介绍了RPA的定义、产生背景、发展历程、优势、适用场景、行业生态，以及主流RPA平台的技术架构和原理，能帮助读者快速掌握RPA的基础知识。 方法论篇（第2章） 重讲解了企业应该如何去发现适合应用RPA的业务场景和业务流程、如何对识别出的RPA流程行评价和分析、PoC的几种方式、CoE组织的建立，以及RPA发和落地的通用管理理论。 实战篇（第3~5章） 详细讲解了RPA智能机器人在人力资源、财务、税务、ERP等领域的各种场景和业务中的实施方法论和解决方案，包含大量的典型案例。
区块链:技术原理与应用实践
￥45.50
本书以全景方式介绍了区块的过去与未来，从历史背景、基础知识、技术原理、产 业应用、发展趋势等方面，讲述了区块是怎样不断发展、变化并对社会产生影响的。 从区块1.0时代的数字货币，到区块2.0时代的数字金融，再到如今的区块3.0， 我们从信息互联网走向了价值互联网。如何用法律法规约束和监管区块，如何推动区块 应用落地，如何将区块与5G、大数据、人工智能等技术协同利用，充分发挥新一代 信息技术的价值，是当下区块行业发展的难题。这些在本书中都能得到解答。 区块发展至今，在如密码学、智能合约、超级账本等关键技术上取得了重大突破， 涌现了一大批诸如DAO、DeFi、NFT等优秀应用场景。面向未来，区块在新能源、碳中和、 知识产权、工业互联网等领域，会产生什么样的效应，催生什么样的应用，本书也做了详 细探讨。本书对想了解区块技术的普通用户以及想更深理解区块技术的专业人士都 是大有裨益的。 本书适合想要系统性、全局性了解当前区块技术的从业者，想要学习和实践区块 技术的传统IT从业者，研究和探索区块技术的高校与研究机构人士，以及其他对区块 技术感兴趣的读者。
快速开发(纪念版)
￥90.60
度失控，几乎是每一个软件发项目挥之不去的噩梦。如何从容赶急，如何通过正确的发策略和原则，避免典型错误，有效地行风险管理，从多个方面贯彻执行快速软件发，都可以从本书中找到答案。《快速发(纪念版)》借助于实际案例和数据，阐述了快速软件发方法的要领和精髓。 《快速发(纪念版)》前两部分描述快速发的策略和理念，其中的案例讨论有助于读者清楚地领略到策略和理念在实践中的作用。第Ⅲ部分则由27个快速发实践构成，对于技术领导、程序员和项目经理具有重要的参考和指导意义。
软件需求与可视化模型(微软技术丛书)
￥48.30
需求文档的模糊性和歧义性是导致很多软件项目*终无法满足用户需求的主要原因。针对这一现状，本书主要侧重于以视觉化方式来表达软件需求，介绍了4大类22个可视化需求模型，旨在指导读者通过软件需求的视觉化模型来一步明确需求，促发人员对需求的理解，从而一步推动软件项目的成功。 本书取自需求领域两位专家十多年的实践经验，具有重要的指导和参考意义，可以帮助读者准确理解需求，发出满足用户需求和可以帮助用户达成任务目标的软件产品。
FreeRTOS内核实现与应用开发实战指南:基于STM32
￥65.35
本书基于野火STM32全系列发板介绍FreeRTOS内核实现与应用发，全书分为两部分：*部分教你如何从0到1把FreeRTOS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，如何实现定时器以及时间片等FreeRTOS的核心知识；第二部分则始讲解FreeRTOS内核组件的应用以及如何使用FreeRTOS行多任务编程。本书内容翔实，案例丰富，配有大量示例代码，适合作为嵌式领域工程师和爱好者的技术参考书，也适合相关专业的学生学习参考。
Linux内核API完全参考手册(第2版)
￥65.35
本书基于zui新的Linux内核源代码3.19.3版本，对常用的内核API作了系统归纳，并编写了典型验证程序，使理论分析与实际编程做到了统一。分析的内核API模块包括：模块机制内核API、程管理内核API、程调度内核API、中断与异常机制内核API、时间与定时机制内核API、内存管理内核API、内核同步机制API、文件系统内核API和设备驱动与设备管理模块内核API。
Python机器学习(原书第3版)
￥90.40
本书自第1版出版以来，备受广大读者欢迎。第3版结合TensorFlow 2和scikit-learn的*新版本进行了更新，其范围进行了扩展，以涵盖强化学习和生成对抗网络（GAN）这两种*先进的机器学习技术。与同类书相比，本书除了介绍如何用Python和基于Python的机器学习软件库进行实践外，还讨论了机器学习概念的必要细节，同时对机器学习算法的工作原理、使用方法以及如何避免掉入常见的陷阱提供了直观且翔实的解释，是Python机器学习入门之作。书中涵盖了众多*Python库，包括scikit-learn、Keras和TensorFlow等，系统性地梳理和分析了各种经典算法，并通过Python语言以具体代码示例的方式深入浅出地介绍了各种算法的应用，还给出了从情感分析到神经网络的一些实践技巧，可帮助读者快速解决自己和团队面临的一些重要问题。本书适用于机器学习的初学者和专业技术人员。
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。
元宇宙工程
￥51.00
当前，元宇宙概念掀起巨大的浪潮。元宇宙概念如何脱虚向实，落地应用？如何策划符合项目需求的元宇宙？如何在保证质量的前提下，构建和实施元宇宙工程？这些都是比单纯地理解一个元宇宙概念要更加有现实意义和实际价值的话题。 本书恰好以此为主题，讲解和探讨了元宇宙的应用落地，有基础、有理论、有方法、有手段、有案例、有图表、有复盘，对如何实现产业的“元宇宙化”提供了创新思维，并且也对元宇宙世界中可能存在的问题行了分析。针对这些问题，本书同时还提出了一些理性的倡议，是一本从产业、工程角度介绍元宇宙，并使元宇宙概念得到落地实践的实用之书。
MSC Fatigue 疲劳分析标准教程
￥51.07
本书主要讲述MSC Fatigue 2019 疲劳分析的软件操作技巧和要。全书共分为9章，包括疲劳分析概述、MSC Fatigue 疲劳分析介绍、疲劳载荷谱的统计处理、应力疲劳分析、应变疲劳分析、裂纹扩展分析、振动疲劳分析、焊疲劳分析、MSC Fatigue的其他模块与应用。全书由浅深，循序渐，从简单的应力疲劳分析逐渐深，将理论联系实际，把枯燥的理论讲透、讲活。 本书既适合作为高等院校疲劳分析课程教材，也适合从事相关科学研究的读者自学使用。
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。
小程序开发原理与实战
￥41.93
本书全面讲解小程序发原理、运行机制和云发。首先，从小程序发门始，通过实用的项目案例，教会读者如何快速编写小程序应用；其次，深讲解小程序底层框架设计原理和运行机制，为读者提供了全方位的实战技巧以及工具和管理平台的实用指南；*后，全面介绍了小程序提供的云端能力，结合云发轻松实现Serverless架构，提高发效率和降低成本。
移动商务项目实战——墨刀+AppCan+微信小程序(微课视频版)
￥55.93
本书针对“移动互联网 ”的新产品、新应用、新模式，以项目驱动为宗旨，从零始学习移动商务应用的设计与发方法，并行移动应用原型设计、App发与微信小程序发等移动应用的项目实战。 本书共分为4章。第1章移动商务介绍了移动商务的概念与发展，以及应用本书行移动商务项目实践、创意实践的方法与意义； 第2章移动应用原型设计说明了原型设计的作用，并通过案例与项目详细介绍了使用墨刀设计移动应用原型的方法与技巧，并介绍了墨刀中内置的移动商务案例； 第3章App发介绍了移动应用发方法、移动界面布局，并通过案例与项目介绍了使用AppCan行App发的方法和技巧； 第4章微信小程序发介绍了小程序的发框架与发技术，并应用小程序行“上商外卖”项目实战。本书所有的案例与项目均在计算机上经过测试、验证，并且提供教学视频与教学素材。 本书既可以作为高等学校创新创业的信息素养教材，又可以作为电子商务相关专业的实验教材； 既可以面向非计算机专业指导移动应用原型设计与App发实践，也可以面向计算机专业指导移动应用原型设计、App发与小程序发实践。
智能算法导论
￥52.50
本书有机融合自然计算、启发式方法、量子、神经网络等智能理论和前沿技术，对遗传算法、免疫算法、粒子群算法、蚁群算法等22种智能算法的起源、理论基础、基本框架和典型应用行了详细论述，在此基础上，针对相关领域中的典型问题给出智能算法的应用示例。 本书可以为计算机科学、信息科学、人工智能、自动化技术等领域相关专业技术人员提供参考，也可以作为相关专业研究生和高年级本科生教材。
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。
