-01-
自动机器学习(AutoML):方法、系统与挑战
作者:[德]弗兰克·亨特[德]拉斯·特霍夫[比利时]华昆·万赫仁著何明刘淇译
定价:89.00
ISBN:0
-推荐有话说-
本书全面介绍自动机器学习,主要包含自动机器学习的方法、实际可用的自动机器学习系统及目前所面临的挑战。在自动机器学习方法中,本书涵盖超参优化、元学习、神经网络架构搜索三个部分,每一部分都包括详细的内容介绍、原理解读、具体运用方法和存在的问题等。此外,本书还具体介绍了现有的各种可用的AutoML系统,如Auto-sklearn、Auto-WEKA及Auto-Net等,并且本书最后一章详细介绍了具有代表性的AutoML挑战赛及挑战赛结果背后所蕴含的理念,有助于从业者设计出自己的AutoML系统。本书英文版是国际上第一本介绍自动机器学习的英文书,内容全面且翔实,尤为重要的是涵盖了最新的AutoML领域进展和难点。本书作者和译者学术背景扎实,保证了本书的内容质量。对于初步研究者,本书可以作为其研究自动机器学习方法的背景知识和起点;对于工业界从业人员,本书全面介绍了AutoML系统及其实际应用要点;对于已经从事自动机器学习的研究者,本书可以提供一个AutoML最新研究成果和进展的概览。总体来说,本书受众较为广泛,既可以作为入门书,也可以作为专业人士的参考书。
-02-
区块链DApp开发:基于以太坊和比特币公链
作者:林冠宏
定价:99.00
ISBN:2
-推荐有话说-
本书以Go编程语言为例,从必要的理论知识到编码实践,循序渐进地介绍了当前区块链两大公链应用—以太坊和比特币DApp开发的技术要点。全书共分为7章,第1章介绍区块链的重要基础知识;第2章介绍以太坊公链的基础知识,内容包含但不限于以太坊的大量概念与术语;第3章介绍以太坊智能合约的开发与部署实践;第4章和第5章以以太坊DApp中继服务作为范例,介绍以太坊区块链DApp的开发流程;第6章介绍比特币公链的基础技术;最后的第7章介绍基于比特币公链的DApp开发实例,包括钱包和交易所应用中的内存池解析器与去中心化数据存储系统的开发。本书技术先进,注重实践,代码注释详尽,适合广大IT技术开发者阅读,对于想了解以太坊和比特币DApp开发技术的开发者尤为合适。
-03-
体验文化:社会化·生态化·智慧化
作者:胡晓
定价:99.00
ISBN:7
-推荐有话说-
本书基于作者多年潜心思考及高考辅导经验总结,从—年的42年全国各地共计份试卷道真题中遴选出余道题,根据新课标考纲分门别类。这些真题有很强的代表性和系统性,同时,本书所有真题按难度循序渐进,力求用真题取代模拟题让考生实战练习,让考生吃透每个考纲基础知识。本书所选真题均是难题和压轴题,特别适合于冲击名校的学生修炼使用。
-04-
大话数据结构[溢彩加强版]
作者:程杰
定价:.00
ISBN:3
-推荐有话说-
《大话数据结构》以一个计算机教师的教学过程为场景,讲解数据结构和相关算法的知识。全书以趣味方式来叙述,大量引用各种各样的生活知识来类比,并充分运用全彩色图形语言来解读抽象内容,对数据结构所涉及的一些经典算法做出逐行分析、多算法比较。与同类图书相比,《大话数据结构》内容有趣易读,算法讲解细致深入,是一本非常适合自学的读物。对于学习数据结构来说,难点之一是对相关算法的理解。《大话数据结构》创新性地采用全彩印刷,图表、流程、代码等内容结合色彩来重新进行约定和归纳,使得对一些难以理解的知识点的解析更加清晰顺畅,极大提升了阅读体验。《大话数据结构》主要内容包含:数据结构介绍、算法推导大O阶的方法;顺序结构与链式结构差异、栈与队列的应用;串的朴素模式匹配、KMP模式匹配算法;二叉树前中后序遍历、哈夫曼树及应用;图的深度、广度遍历;最小生成树两种算法、最短路径两种算法;拓扑排序与关键路径算法;折半查找、插值查找、斐波那契查找等静态查找;稠密索引、分块索引、倒排索引等索引技术;二叉排序树、平衡二叉树等动态查找;B树、B+树技术,散列表技术;冒泡、选择、插入等简单排序;希尔、堆、归并、快速等改进排序。《大话数据结构》适合学过一门编程语言的各类读者,包括在读的大中专计算机专业学生、想转行做开发的非专业人员、欲考计算机专业研究生的应届生或在职人员,以及工作后需要补学或温习数据结构和算法的程序员等。
-05-
企业级AI技术内幕:深度学习框架开发+机器学习案例实战+Alluxio解密
作者:王家林段智华
定价:.00
ISBN:4
-推荐有话说-
《企业级AI技术内幕:深度学习框架开发+机器学习案例实战+Alluxio解密》分为盘古人工智能框架开发专题篇、机器学习案例实战篇、分布式内存管理Alluxio解密篇,分别对人工智能开发框架、机器学习案例及Alluxio系统进行透彻解析。盘古人工智能框架开发专题篇,通过代码讲解多层次神经网络、前向传播算法、反向传播算法、损失度计算及可视化、自适应学习和特征归一化等内容。机器学习案例实战篇,选取机器学习中最具代表性的经典案例,透彻讲解机器学习数据预处理、简单线性回归、多元线性回归、多项式回归、支持向量回归、决策树回归、随机森林回归等回归算法,逻辑回归、k近邻算法、支持向量机、朴素贝叶斯、决策树分类、随机森林分类等分类算法、k均值聚类、层次聚类等聚类算法,以及关联分析算法,并对回归模型、分类模型进行性能评估。分布式内存管理Alluxio解密篇,详细讲解Alluxio架构、部署、底层存储及计算应用、基本用法、运行维护等内容。