图灵9本新书上市!

article/2025/9/21 18:57:48

《人工智能简史(第2版)》

作者:尼克
定价:79元
页数:368页

《人工智能简史》全面讲述人工智能的发展史,几乎覆盖人工智能学科的所有领域,包括人工智能的起源、自动定理证明、专家系统、神经网络、自然语言处理、遗传算法、深度学习、强化学习、超级智能、哲学问题和未来趋势等,以宏阔的视野和生动的语言,对人工智能进行了全面回顾和深度点评。 第2版中每章都有新增内容,并增加了全新的第13章,整理了人工智能几大派别的演化路线和人物的继承关系,有助读者阅读方便。

本书极具专业性、思想性和趣味性,既适合缺少专业背景的读者了解人工智能的来龙去脉,作为人工智能的启迪之书,也适合专业人士了解人工智能鲜为人知的历史,提供深入学习的指导。


《数据科学入门(第2版)》

作者:乔尔•格鲁斯(Joel Grus)
译者:岳冰 , 高蓉 , 韩波
定价:109元
页数:336 页

本书基于Python语言环境,从零开始讲解数据科学工作,讲述数据科学工作所需的技能与诀窍,并带领读者熟悉数据科学的核心知识:数学与统计学。作者借助大量具有现实意义的实例详细展示了什么是数据科学,介绍了从事数据科学工作需要用到的库,如NumPy、scikit-learn、pandas等,还在每章末尾推荐了很多学习资源,帮助你进一步巩固本书所学。新版基于Python 3.6,重写了所有示例和代码,并根据数据科学近几年的发展,新增了关于深度学习、统计学和自然语言处理等主题,让图书内容与时俱进。


《场景化机器学习》

作者:道格 • 哈金,理查德 • 尼科尔
译者:范东来
定价:79元
页数:210页

本书展示了如何在业务场景中应用机器学习,以使业务流程更快、更灵活地适应变化。本书分为三个部分。第一部分介绍有效的决策如何帮助公司提高生产率以保持竞争力,阐释如何使用开源工具和AWS工具将机器学习应用于业务决策中。第二部分以虚拟人物为主线,研究六个场景,这些场景展示了如何使用机器学习来制定各种业务决策。第三部分讨论如何在Web上设置和共享机器学习模型,以便公司使用机器学习进行决策,还介绍了一些案例,表明公司如何应对使用机器学习进行决策时所带来的变化。


《深入Java虚拟机:JVM G1GC的算法与实现》

作者:中村成洋
译者:吴炎昌 , 杨文轩
定价:59元
页数:222页

本书深入Java虚拟机底层原理,对JVM内存管理中的垃圾回收算法G1GC进行了详细解读。全书分为“算法篇”和“实现篇”两大部分:前一部分主要介绍G1GC的算法原理,内容包括G1GC的并发标记、转移功能、软实时性的实现和分代G1GC模式;后一部分聚焦算法篇中没有详细讲解的实现部分,基于HotSpotVM源码,讲解对象管理功能、内存分配器的机制、线程管理方法和G1GC的具体实现。

本书以图配文,通俗易懂,既系统介绍了G1GC的基础算法,又贴近现实,剖析了实用JVM中的G1GC实现,同时还包含了作者对G1GC的研究成果和独到见解,是深入理解JVM和G1GC机制的佳作。


《React全家桶:前端开发与实例详解》

作者:安东尼•阿科马佐,纳特•默里,阿里•勒纳 等
译者:欧阳奖
定价:169.00元
页数:608页

使用React能让前端开发人员用更少、更安全的代码来构建更可靠、更强大的应用程序。本书分为两部分,全面介绍了React的相关主题。第一部分通过例子循序渐进地讲解基础知识,包括创建一个投票应用程序、编写组件、处理用户交互、管理富表单,以及与服务器交互,此外还探索了Create React App的工作原理,编写自动化单元测试,以及使用客户端路由构建多页面应用程序。第二部分探讨在大型应用程序产品中使用的更高级的概念——数据的架构、传输和管理的策略,讲解了Redux、GraphQL、Relay,以及如何使用React Native编写原生、跨平台的移动应用程序。书中每一章都配有示例代码,有助于读者巩固所学。


《写给青少年的数学故事(上):代数奇思》

作者:陈永明
定价:69元
页数:375页

陈永明教授结合50多年的数学教学经验,创作了这套《写给青少年的数学故事》系列图书。代数是重要的数学分支,本书不仅涉及经典的代数知识,如数、式、方程、函数、数列和极限,而且探讨了概率、集合、逻辑、组合、算法、密码学和混沌学等近现代数学元素。一篇篇小短文横跨古今,介绍中外数学研究故事和名人趣事,渗透了如反推、例证、奇偶校验、“跷跷板”等数学思维方法,发掘数学史和日常生活中的有趣故事,展现了数学的巧妙之处。本书适合小学高年级学生和中学生阅读,热爱数学的大众读者也能从中受益。


《gRPC与云原生应用开发:以Go和Java为例》

作者:卡山•因德拉西里,丹尼什•库鲁普
译者:张卫滨
定价:69.00元
页数:162页

本书全面介绍了gRPC,可作为终极指南,用于gRPC应用程序开发周期的各个阶段。本书的主要内容包括gRPC的基础知识;gRPC与常规进程间通信技术的区别;gRPC的通信模式、底层原理,以及一些非常重要的高级特性,如拦截器、截止时间、错误处理、元数据、多路复用、负载均衡等。此外,本书还介绍了如何使用Go语言和Java语言构建gRPC应用程序并使其在生产环境中运行,也讲解了gRPC如何与Docker和Kubernetes协作,以及其生态系统中的其他内容。本书广泛使用Go语言和Java语言编写代码示例,帮助读者掌握每个概念。


《数据预处理从入门到实战:基于SQL、R、Python》

作者:本桥智光
译者:陈涛
定价:89元
页数:253页

在大数据、人工智能时代,数据分析必不可少。本书以数据分析中至关重要的数据预处理为主题,通过54道例题具体介绍了基于SQL、R、Python的处理方法和相关技巧。全书共4个部分:第1部分介绍预处理的基础知识;第2部分介绍以数据结构为对象的预处理,包括数据提取、数据聚合、数据连接、数据拆分、数据生成和数据扩展;第3部分介绍以数据内容为对象的预处理,涉及数值型、分类型、日期时间型、字符型和位置信息型;第4部分为预处理实战,介绍与实际业务相同的预处理流程。

本书适合新手数据科学家、系统工程师、具备编程及数理基础的技术人才,以及对数据挖掘和数据分析等感兴趣的人阅读。


《bash shell脚本编程经典实例(第2版)》

作者:卡尔•阿尔宾,JP•沃森
译者:门佳
定价:159元
页数:557页

bash是Linux下常用的shell。用户可以通过bash,以命令的形式操控Linux系统。作为一本bash用法速查手册,本书主要内容包括:标准输出和输入以及执行命令;shell变量、shell逻辑和算术;中级shell工具和高级脚本;使用find、locate和slocate查找文件;处理日期和时间;编写安全的shell脚本;配置和自定义bash。第2版更新至Git,每个实例均包含一个或多个示例脚本,并讨论了解决方案的工作原理。


http://chatgpt.dhexx.cn/article/QCEwrIY1.shtml

相关文章

图的关节点算法实现

关节点:可以将一个连通分量分割成两个或多个连通分量的点。 重连通图:没有关节点的图,在重连通图中任意两点之间至少存在两条路径 关节点求法:算法较难理解,算法结合了先序深度搜索和后序深度搜索,先序深度…

重磅!图灵奖,公布!

来源:青塔 3月22日,现年76岁的以太网发明者、3Com公司创始人鲍勃梅特卡夫(Bob Metcalfe)荣获2022年图灵奖,这一计算机科学的最高荣誉,表彰他为引领大众进入超级连接时代所做的贡献。 鲍勃梅特卡夫发明的以太…

图神经网络_03-基于图神经网络的节点表征学习

基于图神经网络的节点表征学习 图节点预测或边预测任务过程:使用图神经网络来生成节点表征,并通过基于监督学习的对图神经网络的训练,使得图神经网络学会产生高质量的节点表征。 高质量的节点表征能够用于衡量节点的相似性,同时高…

基于图神经网络的节点表征学习

节点表征 在图的节点预测或者边预测任务中, 需要先构造节点表征, 这一点尤为重要 节点的属性可以是类别型, 也可以是数值型 以下分别使用MLP, GCN, GAT, GraphSage来进行节点预测 1.获取并分析数据集、构建一个方法用于分析节点表征的分布2.使用MLP进行节点预测3.分别使用GCN,…

图网络算法——信息传递和节点分类

图网络算法——信息传递和节点分类 在开始介绍下面的算法问题之前,我们首先从提出一个问题,给定一个某些节点具有分类标签的网络结构,我们应该如何去预测网络中其他节点的标签呢? 这种节点分类的方式称为半监督的节点分类。 一、…

网络图结构中节点度分布的散点图

import matplotlib.pyplot as plt #导入科学绘图包 import networkx as nx Gnx.random_graphs.barabasi_albert_graph(1000,10)#生成n1000,m10的无标度的图 print ("某个节点的度:",G.degree(0))#返回某个节点的度 # print("所有节点的度:",G.degree())#返…

[图神经网络] 图节点Node表示---GAT

一. 概括 图神经网络已经成为深度学习领域最炽手可热的方向之一。本文提出Graph Attention Networks(GATs),将注意力机制应用到图神经网络中,每一层学习节点每个邻居对其生成新特征的贡献度,按照贡献度大小对邻居特征进行聚合,以…

图灵 | 一站式图应用平台

点击「京东金融技术说」可快速关注 「引言」随着社会的日益发展,数据急剧增长,而数据背后的关系的挖掘的就显得更加重要,目前越来越多的人通过图技术去挖掘海量数据中的价值,却没有一个统一的平台,而【图灵】是为此而诞…

图神经网络基础--基于图神经网络的节点表征学习

图神经网络基础–基于图神经网络的节点表征学习 引言 在图节点预测或边预测任务中,首先需要生成节点表征(Node Representation)。我们使用图神经网络来生成节点表征,并通过基于监督学习的对图神经网络的训练,使得图神…

图神经网络(三):节点分类

节点分类问题 数据集:Cora 包含七类学术论文,论文与论文之间存在引用和被引用的关系 数据集导入 from torch_geometric.datasets import Planetoid from torch_geometric.transforms import NormalizeFeaturesdatasetPlanetoid(rootdataset,nameCora,…

基于图神经网络的节点表征

我们使用图神经网络来生成节点表征,并通过基于监督学习的对图神经网络的训练,使得图神经网络学会产生高质量的节点表征。高质量的节点表征能够用于衡量节点的相似性,同时高质量的节点表征也是准确分类节点的前提。 在节点预测任务中&#xf…

sg、xb分析

文章目录 流程分析远程调用本地调用分析结果 甚感欣慰,系统的写一下教程,希望能够帮助到大家。 流程分析 第一步,分析流程。 通过堆栈信息点到源码中并断点。 apply方法能劫持另外一个对象的方法,继承另外一个对象的属性 apply方…

Intel SGX入坑必读——《Intel SGX Explained》(个人翻译,持续更新中)

写在最前 入坑Intel SGX之前先打好基础。《Intel SGX Explained》就是入坑必读之一,有助于理解Intel SGX的原理。这里仅作个人翻译,便于加深理解,也方便感兴趣的小伙伴一起学习交流。 原文下载地址:《Intel SGX Explained》原文 …

Intel SGX入门(一)——背景篇

为什么要Intel SGX? 以云环境为例子,云租户会将自己的产品部署在云平台中,但是云平台现在普遍认为是一个不可信的地方,因为可能会有云平台管理者、同一云主机其他租户的恶意攻击,也可能云平台本身存在漏洞&#xff0c…

windows下使用SGX

前言: 这个是简单对于毫无经验的人的入门博客,杠精勿扰,大神离开。 我觉得每当下载一个新的工具的时候要先看一看他自己带的文档。 何谓SGX?不解释,您可以去看其介绍,百度搜搜即可。 win10如何下载SGX&a…

Intel SGX学习笔记(1):虚拟机Ubuntu20.04配置Intel SGX环境

写在前面 本教程仅仅适用虚拟机下的Ubuntu20.04配置Intel SGX环境,若是双系统下的Ubuntu系统,请看最后的参考连接。若是window10自带的ubuntu,也就是从微软商店下载的ubuntu系统,这个我到make preparation指令就开始疯狂报错&…

Windows10下使用Intel SGX功能(四):SGX技术分析

参考文献 Overview of Intel SGX - Part 1, SGX InternalsDeveloper Guide: Intel Software Guard Extensions (Intel SGX)(最新版)Overview of Intel SGX - Part 2, SGX Externals SGX 介绍 SGX 发展情况 SGX技术目前已经发展到SGX2。比如安全证明功…

可信启动、安全启动:SGX、TrustZone、SecureEnclave

最近在公众号上看到了一篇文章,算是又丰富了自己的安全方面的眼界。 最近看公众号取代了小视频、知乎这些东西。以前是真的不喜欢碎片化的东西,看什么学什么总是要找到书籍。但是这样的做法太过的极端,因为有时候有些事是两面性的。比如像安全…

Intel SGX 技术初探

最近公司需要开发一款使用intel 的移动终端,需要用到SGX技术,特此将调研和整理的相关资料放置于下,欢迎交流。 一、SGX技术背景 1.1 SGX技术定义 SGX全称Intel Software Guard Extensions,顾名思义,其是对因特尔体系…

Intel SGX入门(二)——SGX应用篇

大概了解SGX以后,SGX应用有哪些? 第一种,SGX应用于服务器端,云端 这一类个人觉得很需要结合代码、它们所描述的行业需求和以前的行业产品去考虑问题,毕竟是应用,不然可能体会不到精髓。 我对SGX应用的理解…