深度學習是機器學習的重要分支。本書系統(tǒng)地介紹了如何用Python和NumPy實現(xiàn)的算法一步一步地實現(xiàn)深度學習的基礎(chǔ)模型，而無須借助TensorFlow、PyTorch等深度學習框架，從而能幫助讀者更好地理解底層算法的脈絡(luò)，進而進行模型的定制、優(yōu)化和改進。全書內(nèi)容設(shè)計可幫助讀者零起點通關(guān)神經(jīng)網(wǎng)絡(luò)，由簡到難地講述感知機模型、多分類神經(jīng)網(wǎng)絡(luò)、深層全連接網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、批量歸范化方法、序列模型、循環(huán)神經(jīng)網(wǎng)絡(luò)、長短時記憶網(wǎng)

量子技術(shù)是近年來發(fā)展的前沿技術(shù)領(lǐng)域，大數(shù)據(jù)搜尋、破譯密碼、機器學習、人工智能、身份識別都是量子計算擅長的方向。無論是量子計算還是量子通信，目的都在于解決經(jīng)典計算機無法解決的問題。預計，5年內(nèi)將會出現(xiàn)相應(yīng)的商業(yè)化運用，10年內(nèi)會有普遍性的運用，國內(nèi)外都很關(guān)注這一技術(shù)的發(fā)展。本書以淺顯易懂的方式講解復雜的技術(shù)前沿問題，避免使用高深的量子力學、高等數(shù)學、計算機原理專業(yè)知識，深入淺出地詳細介紹量子計算機的基礎(chǔ)理論、最新技術(shù)。

本書的內(nèi)容將前沿的網(wǎng)絡(luò)安全應(yīng)急響應(yīng)理論與一線實戰(zhàn)經(jīng)驗相結(jié)合，從科普角度介紹網(wǎng)絡(luò)安全應(yīng)急響應(yīng)基礎(chǔ)知識。本書共5部分(17章)，內(nèi)容包括：網(wǎng)絡(luò)安全應(yīng)急響應(yīng)概述、網(wǎng)絡(luò)安全應(yīng)急響應(yīng)實踐、網(wǎng)絡(luò)安全應(yīng)急響應(yīng)技術(shù)與平臺、網(wǎng)絡(luò)安全應(yīng)急響應(yīng)人才培養(yǎng)、網(wǎng)絡(luò)安全應(yīng)急響應(yīng)典型案例。本書旨在為全國網(wǎng)信干部提供理論指南、實踐指導和趨勢指引，也可以作為從事網(wǎng)絡(luò)安全應(yīng)急響應(yīng)研究、實踐和管理的專業(yè)人士的培訓教材。

計算機圖形學和數(shù)字化快速成型技術(shù)相結(jié)合,實現(xiàn)了計算機建模、CAD數(shù)據(jù)直接制造模型或零件,更加快速而精密地制造出任意復雜的模型和零件。本書講解了計算機圖形學和數(shù)字化快速成型技術(shù)的基本原理和方法,著重介紹了OpenGL編程、算法、曲線曲面、仿射變換,銜接計算機圖形學和數(shù)字化快速成型的關(guān)鍵技術(shù)——數(shù)字化快速成型的前處理,以及三維數(shù)字化快速成型技術(shù)和實踐案例。本書可供高等學校機械制造、計算機圖形學、數(shù)字化制造、材料成型、汽車

本書講解了如何使用Python編寫網(wǎng)絡(luò)爬蟲，涵蓋爬蟲的概念、Web基礎(chǔ)、Chrome、Charles和PacketCapture抓包、urllib、Requests請求庫、lxml、BeautifulSoup、正則表達式解析數(shù)據(jù)、CSV、Excel、MySQL、Redis、MongoDB保存數(shù)據(jù)、反爬蟲策略應(yīng)對、爬蟲框架Scrapy的使用與部署，以及應(yīng)用案例。本書結(jié)構(gòu)清晰、內(nèi)容精練，代碼示例典型實用，附帶實踐過程中遇

社交網(wǎng)站數(shù)據(jù)如同深埋地下的金礦，如何利用這些數(shù)據(jù)來發(fā)現(xiàn)哪些人正通過社交媒介進行聯(lián)系？他們正在談?wù)撌裁�？或者他們在哪兒？本書�?版對上一版內(nèi)容進行了全面更新和修訂，它將揭示回答這些問題的方法與技巧。你將學到如何獲取、分析和匯總散落于社交網(wǎng)站（包括Facebook、Twitter、LinkedIn、Google、GitHub、郵件、網(wǎng)站和博客等）的數(shù)據(jù)，以及如何通過可視化找到你一直在社交世界中尋找的內(nèi)容和你聞所未聞的有用

視覺檢測網(wǎng)絡(luò)是計算機視覺領(lǐng)域一個備受關(guān)注的新興研究方向，是視覺分析、目標檢測、大數(shù)據(jù)網(wǎng)絡(luò)等應(yīng)用的基礎(chǔ)。目前視覺檢測網(wǎng)絡(luò)正逐步應(yīng)用于社會各個行業(yè)，為人們的生活帶來更多便利。本書附以較多的應(yīng)用范例，具有較高的學術(shù)價值。本書將視覺檢測與大數(shù)據(jù)網(wǎng)絡(luò)相結(jié)合，緊跟現(xiàn)在大數(shù)據(jù)研究的發(fā)展趨勢，同時這種學術(shù)思想也貫穿全書。其主要包括先進視覺網(wǎng)絡(luò)技術(shù)基礎(chǔ)、視覺網(wǎng)絡(luò)中的拓撲架構(gòu)分析、視覺網(wǎng)絡(luò)中的海量數(shù)據(jù)傳輸擁塞及對策、視覺網(wǎng)絡(luò)中的傳輸能耗

本書是一本使用Photoshop進行游戲UI設(shè)計制作的案例教程，語言淺顯易懂，配合豐富精美的游戲UI設(shè)計案例，講解了有關(guān)游戲UI設(shè)計的相關(guān)知識和使用Photoshop進行游戲UI設(shè)計制作的方法和技巧。使讀者在掌握游戲UI設(shè)計各方面知識的同時，能夠在游戲UI設(shè)計制作的基礎(chǔ)上做到活學活用。全書共分為6章，全面介紹了游戲UI設(shè)計中的理論設(shè)計知識以及具體案例的制作方法，第1章為關(guān)于游戲UI設(shè)計，第2章為游戲UI設(shè)計基本元素，

MXNet是亞馬遜（Amazon）的深度學習庫，以簡單、高效、容易使用而著稱。它擁有類似于Theano和TensorFlow的數(shù)據(jù)流圖，為多GPU裝置提供了良好的配置。本書以MXNet作為研究實踐平臺，實現(xiàn)量化投資交易。書中主要介紹了在MXNet環(huán)境下，利用深度學習常用算法，實現(xiàn)線性、MLP、CNN卷積、GoogLeNet、ResNet深度殘差、RNN循環(huán)神經(jīng)網(wǎng)絡(luò)、DenseNet稠密神經(jīng)網(wǎng)絡(luò)等多種模型在量化投資和股

本書向大家全面系統(tǒng)地介紹了區(qū)塊鏈核心技術(shù)、優(yōu)質(zhì)區(qū)塊鏈項目、行業(yè)基礎(chǔ)知識和發(fā)展趨勢，同時還分享了了解和學習區(qū)塊鏈知識的方法。本書將立足于區(qū)塊鏈技術(shù)，但并不局限于技術(shù)領(lǐng)域，而是延伸到區(qū)塊鏈的各個方面，從而形成一個比較完整的區(qū)塊鏈知識體系。從技術(shù)角度，除了深入講解區(qū)塊鏈的一些核心技術(shù)，還會涉及數(shù)字貨幣交易平臺、去中心化交易平臺的原理介紹。從業(yè)務(wù)角度，本書會談到區(qū)塊鏈在當下互聯(lián)網(wǎng)中的實踐與應(yīng)用。最后還會手把手地帶你構(gòu)建出自己