本書對并行編程過程中的相關基本概念、原理、技術、方法進行詳細講解，以時下流行的Java語言為基礎，主要針對基于共享內存的并行編程方法，內容涉及并行編程基本概念、線程創建和管理、同步和異步編程、線程協作、自定義并發類等內容。本書在講解相關原理和技術的同時，使用大量實例進行演示，力求做到知識點明白透徹。本書內容先進、結構合理、講解詳盡、例題豐富，適合作為高等院校本科生和研究生的教材，是高等院校師生和IT領域在職人員學習并行編程技術的理想教材和工具書，也可作為高性能計算技術人員的自修參考用書。
《MySQL 數據庫應用案例課堂（第2版）》是針對零基礎讀者研發的MySQL入門教材，側重案例實訓，并提供掃描二維碼來講解當前熱點案例。《MySQL 數據庫應用案例課堂（第2版）》分為21章，內容包括MySQL基礎知識，安裝與配置MySQL環境，操作數據庫，創建、修改和刪除數據表，數據類型與運算符，索引的操作，插入、更新與刪除數據記錄，視圖的操作，MySQL系統函數，精通數據的查詢，存儲過程與存儲函數，MySQL觸發器，MySQL用戶權限管理，數據備份與還原，管理MySQL日志，MySQ
本書系統地介紹了機器學習系統的設計原則和實踐經驗，側重于介紹機器學習的原理、神經網絡和優化器、自動差分算法、機器學習系統編程模型、控制流和數據流，異構硬件加速器的原理和編程、數據流圖編譯器前端、數據流圖編譯器后端、數據準備和增強、模型部署相關技術、分布式訓練、彈性訓練、聯合訓練和評估平臺、調試和優化工具、數據隱私和安全等。在講授的過程中，本書將根據MindSpore的自身特點，在各個章節突出討論MindSpore的優勢點，從而將MindSpore并列為與TensorFlow，PyTorch的三大
本書從數據集、數據清理開始談起，在介紹機器學習的建模方式后，第2章詳細說明了機器學習與深度學習所涉及的矩陣、向量等技術。第3章使用Keras搭建深度學習模型，也介紹了激活函數、損失函數、反向傳播、過擬合或欠擬合等問題。第4章給出了訓練深度學習模型的過程中可能存在的交叉驗證問題。當需要提高模型精度時，可以考慮參考第5章中的L1/L2正則化、丟棄正則化、早停等方式。第6章講解模型評估問題，在太平洋颶風數據集上指出準確率的局限性，從而引出混淆矩陣、ROC曲線、AUC評分等概念。接下來的3章介紹卷積神經
Excel數據可視化根據圖表的展示形式可分為基礎圖表、動態圖表和數據大屏，本書以Excel的基礎知識為起點，逐步介紹Excel數據可視化的三種形態。這是一個循序漸進的學習過程，每個對應的模塊都包含通用設計理論和具體的設計方法，理論和實踐相結合，使讀者在舉一反三中逐漸學會使用Excel實現數據可視化。
本書是一本可以邊玩邊學，培養讀者編程興趣和愛好的參考書，指導Python從入門到實戰的學習。本書展示了20個精彩游戲的工作原理和具體的編程步驟。書中的每一個案例都是編者精心挑選的一個相對獨立并且完整的游戲程序，讀者并不需要從頭至尾地閱讀本書，而是可以根據難易程度以及自己的編程能力和水平來選擇某些章節進行自學。本書既可以供大中專院校人工智能專業、計算機專業及相關專業師生參考，也可以供各類編程培訓機構的師生、Python愛好者和Python編程者閱讀。讀者可以到清華大學出版社官方網站
本書內容圍繞計算機編程基礎和C++編程基礎語法展開，通過生動、形象和有趣的漫畫故事，講解基礎的語法知識及其運用。本書包含C/C++基礎語法，如變量、條件語句、循環、數組等，以及一些非�；A的數學等綜合知識，如閏年、質數、奇偶數、水仙花數等；同時針對初學者學習有困難的如循環嵌套、多重條件語句等內容，以具體、生動的漫畫故事來引導學習和加深理解。本書適合初次接觸計算機編程的零基礎人員閱讀，包括青少年和初次學習編程的人；對于有一定計算機編程基礎的人來說，本書也可以作為“故事書”來閱讀。
本書涵蓋深度學習的專業基礎理論知識，包括深度學習概述、機器學習基礎、神經網絡基礎、卷積神經網絡、循環神經網絡、正則化與深度學習優化，以及比較流行的應用場景實踐。本書配套70個示例源碼及PPT課件。本書共11章外加3個附錄，系統講解深度學習的基礎知識與領域應用實踐。本書內容包括深度學習概述、機器學習基礎、神經網絡基礎、卷積神經網絡和循環神經網絡、正則化與深度學習優化、計算機視覺應用、目標檢測應用、文本分析應用、深度強化學習應用、TensorFlow模型應用、Transformer模型應用等
本書系統闡述了openEuler操作系統管理的相關技術，并通過大量的實踐進行了說明。全書共分為16章。第1章為初識openEuler，介紹了openEuler發展和環境搭建等內容。第2章介紹了基本的終端操作和文件管理。第3章介紹了文件管理和編輯等內容。第4章介紹了文件權限和用戶管理。第5章介紹了文件系統管理。第6章主要介紹了軟件管理。第7章介紹了文件壓縮和打包。第8章主要介紹了ACL權限。第9章主要介紹了正則表達式和Shell腳本。第10章介紹了進程、網絡管理及服務環境搭建。第11-16
《細說機器學習：從理論到實踐》從數學知識入手，詳盡細致地闡述機器學習各方面的理論知識、常用算法與流行框架，并以大量代碼示例進行實踐。本書內容分為三篇：篇為基礎知識，包括機器學習概述、開發環境和常用模塊、特征工程、模型評估、降維方法等內容。本篇詳細而友好地介紹機器學習的核心概念與原理，并結合大量示例幫助讀者輕松入門。第二篇為算法應用，涵蓋機器學習重要與高頻使用的模型，包括K-Means聚類、K近鄰、回歸、決策樹、樸素貝葉斯、支持向量機、神經網絡等內容。本篇不僅詳細講解各個算法的原理，還提供大
新書資訊 新書推薦