- 机械工业出版社(3)
- 机械工业出版社(3)
- 清华大学出版社(2)
- 清华大学出版社(2)
- 中国电力出版社(1)
- 中国电力出版社(1)
- 化学工业出版社(1)
- 化学工业出版社(1)
- 北京大学出版社(1)
- 北京大学出版社(1)
- 北京大学出版社(1)
- 北京大学出版社(1)
- 化学工业出版社(1)
- 化学工业出版社(1)
- 机械工业出版社(3)
- 机械工业出版社(3)
- 清华大学出版社(2)
- 清华大学出版社(2)
- 中国电力出版社(1)
- 中国电力出版社(1)
-
HADOOP HACKS专家使用的实践技巧
¥41.8(7.2折)定价:¥58.0本书以理解了hadoop基础知识的读者为对象,总结了实际环境下熟练操作hadoop的技术和技巧。这些技巧涵盖了广泛的内容,包括从系统构建运用、应用程序开发等熟练使用hadoop特性的方法,到关于hbase、hive、pig、mahout、zookeeper等子项目的技巧。书中描
-
人工智能时代的超思考法
¥35.3(7.2折)定价:¥49.0本书首先揭示了关于思考的一些规律, 并基于这些规律, 提出了如何进行思考的具体意见。作者通过本书, 从原理原则到最新技巧, 彻底解释作者所提倡的AI时代的“超”思考法。书中具体介绍了不变的思考5法则、用智能手机制作的‘超’笔记、即使没有灵感也能想出主意的思考秘诀及思考方法。阅读本书后, 你一定会想出越来越多的好点子...
-
JavaScript超入门(原书第2版)
¥86.1(7.3折)定价:¥118.0这是一本简单易懂又很实用的JavaScript入门书。从第1章的简介开始到第3章的JavaScript语法和基本功能,本书将带领读者了解什么是编程,什么是JavaScript,它与HTML和CSS的关系以及它的一些基本功能。读者看到的将不是生硬的概念和逻辑,而是一个个活灵活现的应用示例。从第4章到第6章,本书通过更多的在网页开发中可能会运用到的示例(如倒数计时器的实现、售票系统的空位查询等),对数据处理、DOM操作、Cookie、网页
-
Python深度强化学习:基于Chainer和OpenAI Gym
¥57.7(7.3折)定价:¥79.0本书基于强化学的库Chainer(Chainere)和AI模拟环境的OpenAI gym,不仅仅是软件模拟,也详述了使用RaspbbilryPi和ARduino的实际环境的应用...
-
Arduino 实战指南-游戏开发.智能硬件.人机交互.智能家居与物联网设计30例
¥44.9(7.5折)定价:¥59.8本书系统论述了Arduino开源硬件的开发方法。详尽介绍了Arduino开发板种类、扩展板类型、软件开发环境、Arduino编程语言、Arduino硬件设计方法,以及30个完整项目开发案例。全书提供了五大类共计30个完整商业案例,这些案例均可二次开发:智能控制类开发案例8个、生活便捷类开发案例6个、物联网络类开发案例8个、人机交互类开发案例5个、其他创意类开发案例3个。本书配套赠送硬件设计图和源代码,下载地址为清华大学出版社网站本书
-
AllJoyn技术原理及物联网程序开发指南
¥54.5(7.9折)定价:¥69.0《alljoyn技术原理及物联网程序开发指南》系统介绍了alljoyn技术的基本原理及其物联网应用。书中提供了大量alljoyn技术开发的软件与硬件设计、实际开发的案例,涵盖了android、windows、linux和ios系统的程序实现。本书适合的读者对象包括物联网开发人员、智能硬件开发人员、alljoyn产品设计工程师等。本书特点如下: (1)深入分析alljoyn技术原理,以适应物联网的系统开发方法; (2)提供大量alljo
-
Go语言区块链应用开发从入门到精通
¥66.8(7.5折)定价:¥89.0本书全面系统地介绍了Go语言区块链应用工程师所需要的基础知识和各种技术。全书分为基础篇、进阶篇和实战篇三部分,共7章,其中1~2章为基础篇,介绍Go语言环境安装、基础语法、函数编程、容器编程、面向对象编程、并发编程以及网络编程;3~5章为进阶篇,第3章介绍区块链基本原理、发展历程、行业应用案例,第4章主要介绍智能合约,包括solidity基础语法,多个经典案例,以及Go语言如何调用智能合约,第5章主要介绍区块链原理的程序化实践,包括G
-
机器学习及其硬件实现
¥70.3(7.1折)定价:¥99.0本书讨论机器学习、神经形态计算和神经网络的理论及应用,主要内容包括机器学习硬件的发展趋势和应用实例,机器学习的基础知识,以及实现过程中涉及的主要问题。 1.涵盖多种机器学习硬件和平台,以及各类机器学习硬件加速器解决方案,读者可根据需要将这些解决方案应用于合适的机器学习算法。 2.对现有研究成果和产品进行回顾,分析不同的机器学习模型,并通过FPGA和ASIC方法解释目标机器学习模型的设计。 3.对硬件设计的未来方向进行展望,涉及传统微处