本书从企业信息系统建设和开发的角度，介绍了浏览器/服务器以及云计算架构中相关的Java编程技术和开发工具，主要包括JavaEE/JakartaEE规范、NetBeans的使用、HTML/XML基础知识、Web容器和Web应用程序、Servlet、JSP、JavaBean、MVC、数据库访问、JSTL、过滤器、监听器等内容;还介绍了JavaScript的基本语法和不同浏览器中的事件模型，以及JavaScript面向对象的设计封装，结合富界面互联网应用程序的概念，论述了AJAX技术以及JSON数据格
随着时代的发展和信息技术的进步，信息技术已经是社会发展的动力之一，尤其是大数据技术对社会的发展起到促进作用。在人们的生活、生产中，大数据的应用能够给人们带来便利性，同时在大数据中也会存储人们的个人信息。随着科技的发展和进步，我们逐渐进入大数据时代。本书首先对大数据相关概念和应用问题进行了简述，进而论述了大数据的异化分析；然后介绍了大数据的影响因素，以及云计算技术与算法分析；最后介绍了大数据在不同方面的应用。大数据具有规模大、种类多、生成速度快、价值巨大但密度低的特点。大数据应用就是利用数据分析的
本书是《计算机体系结构》（刘超主编，ISBN:9787302587552）的姐妹篇，在总结长期教学经验和参考国内外经典教材的基础上，按照计算机体系结构的研究任务(即软硬件功能分配和硬件功能实现的**方法)组织编写而成，旨在使已较全面掌握计算机技术知识的研究生和高年级本科生进一步较为深入地理解当前高性能计算机的体系结构。 本书介绍MIMD(多指令流多数据流)并行计算机的基本概念及其类型特点、结构实现基础技术——互连网络与存储组织、典型结构模型及其相应特有技术，阐述多处理机的组织结构及其类型
本书全面介绍了使用Python进行数据分析所必需的各项知识，全书共分为14章，包括数据分析与可视化概述、Python编程基础、NumPy数组计算、Pandas基础知识、Pandas数据获取与清洗、Pandas数据形式变化、Pandas数据分析与可视化、Pandas数据处理与分析实战、Matplotlib库绘制可视化图表、图表辅助元素定制与美化、Seaborn绘制数据分析图表、时间序列数据处理与分析、文本数据分析、图像处理与分析等内容。结合了有应用背景的数据分析示例，系统介绍了数据分析与可视化方法
《AIGC：让生成式AI成为自己的外脑》针对近期较为火热的AIGC技术及其相关话题，介绍AIGC的技术原理、专业知识和应用。全书共分为九章。第一章介绍AIGC技术的基本概念和发展历程；第二、三章介绍AIGC的基础技术栈和拓展技术栈；第四、五章分别讨论了AIGC技术在文本生成和图像生成两个领域的现状和前景；第六章列举了目前较为热门的AIGC技术应用；第七章描述了AIGC的上、中、下游产业链及未来前景；第八章主要关注AIGC在法律和道德上可能存在的争议与问题；第九章对AIGC技术进行了总结与展望。全
Spark数据处理引擎是一个惊人的分析工厂：输入原始数据，输出洞察。PySpark用基于Python的API封装了Spark的核心引擎。它有助于简化Spark陡峭的学习曲线，并使这个强大的工具可供任何在Python数据生态系统中工作的人使用。《Python和PySpark数据分析》帮助你使用PySpark解决数据科学的日常挑战。你将学习如何跨多台机器扩展处理能力，同时从任何来源(无论是Hadoop集群、云数据存储还是本地数据文件)获取数据。一旦掌握了基础知识，就可以通过构建机器学习管道，并配合P
本书是一部系统论述Python编程语言和实际应用技术的图书,全书共分为13章。第1~8章讲解 Python基本语法;第9~13章讲解Python实际应用的技术。主要内容包括编写第一个Python程序、 Python基本语法、Python数据类型、函数、面向对象、日期和时间、异常处理、访问文件和目录、GUI编程、 网络编程、多线程、MySQL数据库编程和访问Excel文件。 本书每章后面安排了“动手练一练”实践环节,旨在帮助读者消化和吸收本章所讲解的知识点,在本书 附录A中提供了动手练一练参考答案
机器学习是数据科学不可或缺的重要组成部分，是数据科学人才培养的核心内容之一。本书以机器学习理论+Python编程+应用实践的“三位一体”讲解方式，引领读者进入Python机器学习领域。理论上，突出机器学习理论讲解的可读性并兼具知识的深度和广度，旨在指导Python编程调参和实践应用；Python编程上，突出以数据和问题为导向的Python学习路径，借助基于模拟数据的编程直观展示理论背后的朴素道理反刍理论理解，借助基于案例的编程完成机器学习的应用落地；应用实践上，突出案例选择的典型性、综合性和多样
从信息资源管理协同创新视角，分析了大数据治理面临的挑战、机遇和焦点议题，大数据治理研究的视角、立场及代表性观点，大数据治理的框架类型及其构成要素。以公共价值理论、数字连续性理论、利益相关者理论和协同创新理论为主要理论支持，从大数据治理目标、主体、治理客体、治理活动、治理环境等多个维度，分析了大数据治理的政策、标准和技术的现状及发展方向。提出了大数据治理发展应用的综合治理模式、运行模型、评估体系和评估方法等理论，并基于案例研究提出了大数据治理发展与应用的实践路径。此外，本书从信息资源管理协同创新视
首先，本书在内容选择上坚持“经典”与“前沿”并重。一方面，系统全面地讲述了无约束和有约束最优化问题的常用求解方法，包括负梯度方法、牛顿方法、拟牛顿方法、共轭梯度方法、罚函数方法等。另一方面，加入近几年在数据科学领域受到广泛关注的一些新型一阶最优化方法，例如随机梯度下降方法、小批量随机梯度下降、动量方法、Nesterov加速梯度方法、Adam方法等。特别地，本书着重讲述了在数据科学中广泛使用的正则最优化问题，并介绍其求解方法，包括坐标下降方法、近端方法和交替方向乘子方法。其次，本书注重理论和实践相
书单推荐 更多 新书推荐 更多
