清图出版

原创 如何使用RxJava 2.x开发Android应用？

在介绍反应式编程之前，我们首先了解一种反应性较弱的平台：Adobe Flash。在被Adobe收购之前，Macromedia构建了一个名为Flex的成熟框架(后来被称为Apache Flex)。Flex中的一个重要概念是每个呈现组件的setData函数。setData函数的作用是接收一个数据对象，它完全包含组件需要呈现的信息。尽管一直没有完全弄清楚如何在原始源和组件预期接收的内容之间转换数据，但我从年轻时就一直致力于编写灵活的DirectX C++代码，这是一个很好的关注点分离。 ...

原创 从利用认知 API 到构建出自定义的机器学习模型，中间有哪些坑？

如果你从西雅图驾车往东行，要不了多久就会看到风力发电机组。这些巨大的机器遍布在连绵起伏的丘陵和平原上，从刮过其间从不间断的风中生产电力。其中每一台风机都会生成海量的数据。这些数据被用于强化机器学习模型， 这些模型能让风机和风力电场更高效、更安全并且更少中断地运转。随着新版本模型的部署，将产生一组新数据，这些数据可用于评估和理解模型的表现情况，从而反过来促成开发更好的模型用于部署。数百年来，风车一直是人们利用风能的工具，如今，利用风能的工具每一天都在变得更高效、更安全，且更易于管理，因为我们有了机器学习。

原创 如何使用卷积神经网络进行图像处理？

人工智能(Artificial Intelligence，AI)是将人类思维嵌入计算机的一个领域。 换句话说，就是创建模仿生物大脑功能的人工大脑。现在，人们需要将使用智能可做的所有事情转移到机器中。第一代 AI 专注于人类可以规范描述的问题。 进行智能操作的步骤以机器必须遵循的指令形式来描述。机器遵循人类给出的步骤，而不做任何改变。这些是第一代 AI 的特征。人类可以完整描述一些简单问题，如井字游戏甚至是国际象棋，但无法描述更复杂的问题。在国际象棋中，将棋盘表示为 8×8 大小的矩阵可以简单地解 释问题

原创 事件流的架构能解决哪些问题？

大数据与 AI 时代不仅给人们带来了生活上的便利，也给软件工程师、系统架构师、数据分析师带来了技术上的挑战。那么，如何在面临海量数据的情况下构 建一个健壮、可扩展、响应迅速的数据类应用，并且兼顾系统模型的灵活性？如果你也是一名被这些问题困扰的开发者，我想《事件流实战》会给你一些启示。 “事件”对于开发者而言是个熟悉的词，各种开发框架、编程语言中都或多或少有“事件”的概念，但很少有书籍谈及如何运用事件对系统建模。“流”的概念 亦是如此，计算机世界中充斥着各种流：输入输出流、网...

原创 这里有你在编程面试中取得成功所需的技巧和方法...

程序员是互联网时代的主要建设者，其薪资待遇遥遥领先于其他行业。虽然我国各项IT 技术的人才缺口较多，但是由于人口基数大的客观现实和信息技术教育的日益普及，岗位竞聘显得极其激烈。如今连小学生都在学习Python 编程，不难想象，日后会有多少个程序员！若要在应聘中脱颖而出，除了有过硬的技术本领，还应做好哪些准备呢？答案就在本书中！从内容上来看：本书是面试的指南针，无论读者处在什么阶段——胸有成竹或一脸茫然、高校新晋或职场老手、兴趣使然或宏图大志，本书从求职之前的准备工作开始，事无巨.

原创 《深入浅出人工智能(第2版)》之“什么是人工智能？”

1.1 什么是人工智能“人工智能”这一术语常常使人为之一振！这其中有个原因，就是我们对智能的迷恋。似乎正是这一点，让我们人类在所有生命形式中有了一个特殊的位置。那么，如下问题就随之而来！什么是智能？如何测量智能？人脑是如何工作的？这些问题对于理解什么是人工智能意义非凡！但是，对于工程师，特别是计算机科学家，中心问题则是智能机器如何能有人一样的行为？如何在行为中体现出智能？人工智能的人工属性可能会唤醒我们的各种联想。比如，它给我们带来对智能机器人的恐惧，它让我们回忆起科幻小说中的景象，它使我们思

原创 基于Spark 和Scala 的最先进数据分析技术有哪些？

“我之所以要翻译这本书，也是源于我对大数据生态圈的理解和判断。与传统的MR 计算框架相比，Spark 有着足够的性能和易编程方面的优势，并且Spark 本身也正在形成自己的生态体系。而Spark 的原生语言Scala 将面向对象和函数式编程语言的优势融为一体，因此有着足够的理由让我看好。数据分析和机器学习，就更不必多言了。这都是当前IT 领域最热门的技术方向。” ——《Scala和Spark大数据分析 函数式编程、...

原创 化解Android 和iOS“恩怨”的Flutter ,凭的是什么？

移动研发由来已久，从早期的J2ME开始，到后来居上的Windows Mobile、Symbian，小众却各领风骚的BREW、Palm、BlackBerry，以及当前几乎平分市场的Android和iOS。面对如此多的平台和技术，开发者可以择其优者而习之，公司却不得不兼而用之，但随之而来的必然是成本的上升。因此，跨平台的呼声一直很高，各种方案也不断面世：PhoneGap(即Cordova)、React Native、WEEX以及最近的Flutter。Fl...

原创 大数据理论技术在行业中有哪些应用？

进入21世纪以来，信息技术的发展突飞猛进，人类从信息时代步入数字时代，又马不停蹄地进入了数据时代。自2008年大数据被业界正式提出后，围绕大数据的科学研究和产业应用如火如荼，快速实现了从名词炒作到应用落地，数据采集、数据处理、数据建模、数据分析和数据可视化等大数据相关技术在越来越多的行业中得到了广泛研究和普遍应用。与此同时，我国政府高度重视大数据的理论研究和产业应用，并大力支持高校开设大数据科学与技术相关学科专业，以应对持续井喷的大数据人才需求。译者作为这一伟大时代的普通见证者和实践者，深深感到大数据技..

原创 ASP.NET Core微服务如何在云环境中跨平台服务？

“微服务”这一概念在2014年正式提出后，越来越多的团队开始用它设计自己的业务系统，各种微服务框架和开发过程管理方法随之兴起、不断成熟。微服务设计方法清晰定义了各个开发团队的业务边界，微服务框架以不同方式实现了服务之间的协作与集成。根据康威定律推导可知，这样一种产品开发方法必然会映射到人员协作方式上去。还有同步兴起的DevOps运动，它及时地恰当补齐了微服务开发过程中的技术方法，让微服务生态如虎添翼。经过几年的积累，人们开始意识到，微服务从概念到实现，最后推广到组织，整个过程存在许多挑战：服务之间的

原创 《Oracle Exadata云服务官方指南》之 Oracle Database Exadata 云服务

在甲骨文公司推出的众多云计算产品和服务中，Oracle Database Exadata CloudService(以下简称ExaCS 云服务)作为数据库云服务，是Oracle PaaS(Platform-as-a-Service，平台即服务)平台的基础构件，也是用户搭建数据库云环境，构建云支撑平台的基石。ExaCS 云服务运行在高性能的Exadata Database Machine 硬件系统和OCI/OCI-C 云数据中心，用户能够通过云服务的模式，简单、快捷地订阅并使用Exadata 具有...

原创 《.NET并发编程实战》之 函数式并发基础

本书是一本划时代的著作!在以下领域具有非常深远的意义:.NET 开发领域——本书再次将.NET 开发人员进行了分层隔代。高性能/多核/并发编程领域——本书让锁从此变成过去时。程序员职业生涯领域——本书让普通程序员得以和数学进行接驳。本书在.NET 开发领域中的意义作为广州.NET 技术俱乐部主席、中国香港Azure/.NET 技术俱乐部创始人兼主席、.NET 社区联盟建设者，我对大中华区的.NET 开发人员现状有一定的了解。目前，虽然.NET 开发人员很多，但因为.NET 至今已存在了..

原创 《ASP.NET Core微服务实战 在云环境中开发、测试和部署跨平台服务》之ASP.NET Core 基础

NET Core 并不只是一个新版本的.NET，它将我们.NET 开发人员从前学过的所有内容都完整地翻新了一遍。.NET Core 是一个从零开始的全新产品，将.NET 开发以一种完全跨平台的开发技术栈的面貌融入开源社区。本章将逐个介绍 ASP.NET Core 和 .NET Core 的基础组件。按照微软的一贯风格，我们又会有一系列新术语和名词需要了解。这些概念在测试版本和预发布版本期间，曾几经改变，所以网上到处充斥着含糊不清甚至完全错误的信息。读完本章，你将对 AS...

原创 深度学习和自然语言处理(NLP)的交叉在实际任务中取得的成功和回顾

自然语言处理(Natural Language Processing，NLP)旨在使计算机能够智能地处理人类语言，这是一门涵盖人工智能、计算科学、认知科学、信息处理和语言学的重要跨学科领域。由于长期关注计算机和人类语言之间的交互，NLP应用(例如，语音识别、对话系统、信息检索、问答和机器翻译)已经开始重塑人们识别、获取和利用信息的方式。NLP的发展历经三大浪潮：理性主义、经验主义和深度学习。在第一大浪潮中，理性主义主张设计人工规则，以便将知识纳入NLP系统，其基础假设是人类思维中的语言知识通过一般继承预

原创 Unity凭借什么改变了理智的资深软件开发人员？

我的视频游戏历史是从公共图书馆开始的，当时我发现了一系列类似于讲解如何用BASIC 编写自己的电脑游戏的书籍。通过将书中的代码复制到编辑器中，我能够制作基本的冒险游戏。在大学里，我使用C++和Direct-X 制作了一个带有星际迷航主题的宝石迷阵复制品。作为一名iOS 开发人员，我最终使用Apple 的SceneKit 和SpriteKit 框架开发了一款虚拟宠物游戏。当我发现Unity游戏引擎时，我一直试图做的一切都集中在一起了。Unity 允许我拖放精灵表(spritesheet)，单击按钮，然后继

原创 一本为机器学习新手扫清障碍的书，TA是谁？

机器学习(Machine Learning，ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构，使之不断改善自身的性能。机器学习是继专家系统之后人工智能应用的又一重要研究领域，也是人工智能和神经计算的核心研究课题之一。对机器学习的讨论和机器学习研究的进展，必将促使人工智能和整个科学技术进一步发展。 机器学习是人工智能的核心，是使计算机具有智能的根本途径...

原创 Redux 是什么？怎么用？

第1 章Redux 介绍本章涵盖：● 定义Redux● 了解Flux 与Redux 之间的差异● 使用Redux 和React● 介绍action、reducer 和store● 学习何时使用Redux在2018 年，如果你进入任何一个React Web 应用程序，很有可能就会发现是Redux在管理其状态(state)。然而，能够如此之快地达到这个地步，是非常了...

原创 揭开Angular 7的神秘面纱

Angular 将服务器端开发领域的一些最佳实践用于增强浏览器中的HTML，为更加简便地构建富应用程序(richapplication)打下良好基础。Angular 应用程序围绕模型-视图-控制器(Model-View-Controller，MVC)设计模式构建，该模式的重点在于创建具有如下特点的应用程序：● 可扩展：一旦理解Angular 的基本原理，即便是复杂的Angul...

原创 DevOps实施手册 在多级IT企业中使用DevOps

目 录第1 章 DevOps 概述············· 11.1 DevOps：起源·············21.2 DevOps：本源·············41.3 DevOps：实践···········101.3.1 持续集成············· 111.3.2 持续交付·············151.3.3 支持实践·············191.3.4 前移····...

原创 《MongoDB大数据处理权威指南（第2版）》之MongoDB入门

想象一下这样的世界：数据库使用是如此的简单，以至于你忘记了正在使用它。再想象一下这样的世界：不需要任何复杂配置或设置，数据库仍然能够快速运行，并且具有良好的扩展性。想一下，如何可以只关注gg于手上的任务，完成它，并可以按时下班。这听起来有点神奇，但是MongoDB承诺帮助你完成所有这些事情(甚至更多)。    MongoDB(源自单词humongous)是一种相对较新的数据库，它没有表、模式、

原创 AI赋能：数字孪生的建模、计算与未来

在内容编排上，该书更是匠心独运，全面而深入。它首先为我们铺设了实现数字孪生所需的计算与工程基石，诸如传感器、执行器、物联网、云计算等关键要素，这些要素如同数字孪生技术的血脉，为其注入了生命与活力。这些难点和重点在作者的笔下变得生动有趣，通过深入浅出的讲解和丰富的案例，让我们轻松掌握了这些关键技能，为我们在数字孪生领域的实践探索提供了有力保障。这些案例不仅展示了数字孪生技术的广泛应用前景，更为我们提供了宝贵的实践经验和深刻启示，让我们在探索数字孪生技术的道路上更加从容自信。在翻译质量上，该书同样表现出色。

原创 未来已来：揭秘AI数字孪生的建模与计算奥秘

本书采用弹簧-质量-阻尼系统的物理孪生模型介绍数字孪生，这是一种大多数工程师和科学家都能上手的物理系统数学模型。本书首先介绍实现数字孪生所需的计算和工程背景，其中包括传感器、执行器、物联网、云计算、估算算法、高性能计算、无线通信和区块链等助推数字孪生实现成为可能的概念；在多个章节提供了有关动态系统建模、电气类比、概率和统计、不确定性建模与量化，以及系统可靠性和鲁棒性的资料；通过一个动态系统的案例研究说明数字孪生的概念；系统的退化模型与系统传感器的数据结合可支持构建对物理系统进行实时跟踪的数字孪生系统。

原创 《分布式机器学习模式》：解锁云端分布式ML系统的实战宝典

此外，还介绍了扇入和扇出模式、同步和异步模式以及步骤记忆化模式等工作流模式，这些模式对于创建复杂的分布式机器学习工作流具有重要意义。通过这本书的学习和实践，你将能够掌握分布式机器学习系统的前沿技术，并将其应用于实际工作中，最终构建一个全面、高效、稳定的分布式机器学习系统。《分布式机器学习模式》一书，正是为解决这些难题而生，它提供了一套实用的方法和模式，帮助在云端分布式Kubernetes集群中运行机器学习系统。本书开篇便深入剖析了分布式机器学习系统的背景和概念，让读者对分布式系统的复杂性有了全面的认识。

原创 《分布式机器学习模式》新书推荐

是一本关于在云端分布式 Kubernetes 集群中运行机器学习系统的实用模式的书籍。其中每个模式都旨在帮助解决构建分布式机器学习系统时遇到的常见难题，包括支持分布式模型训练、处理意外故障和动态模型服务流量。通过真实场景的示例，本书清晰地展示了如何应用每个模式，以及每种方法的利弊权衡。一旦掌握了这些前沿技术，你就能将其应用于实践，并最终构建一个全面的分布式机器学习系统。

原创 《AI产品经理手册》——解锁AI时代的商业密钥

在当今这个日新月异的AI时代，每一位产品经理都面临着前所未有的挑战与机遇，唯有紧跟时代潮流，深入掌握AI技术的精髓，才能在激烈的市场竞争中独占鳌头。《AI产品经理手册》正是这样一部为AI产品经理量身定制的实战宝典，它不仅全面覆盖了AI产品管理的各个关键环节，还通过丰富的案例和实践经验，助力读者将理论知识与实践操作紧密融合，实现个人能力的飞跃提升。作者以深入浅出的笔触，将原本晦涩难懂的AI技术原理转化为通俗易懂的语言，让读者在轻松愉快的阅读中掌握AI产品管理的精髓所在。

原创 AI产品经理实战手册：策略、开发与商业化指南

通过《AI产品经理手册》，将可以了解不同类型的AI，如何将AI整合到产品或业务中，以及支持创建AI产品或将AI集成到现有产品所需的基础设施。熟悉实践管理AI产品开发流程、评估和优化AI模型，以及应对与AI产品相关的复杂伦理和法律问题等相关知识。通过案例研究和学习，在快速发展的AI和机器学习领域保持领先地位。通过阅读本书，读者将能够从产品角度全面了解AI领域。

原创 轻松掌握简单绘图技巧，快捷传达产品理念、路线图和方法

从简明的草图勾勒，到繁复的流程图示从直观的图表呈现，到富有感染力的视觉叙事，每一个实例都生动地阐述了手绘如何助力我们捕捉稍纵即逝的灵感，探索概念的边界，擘画创意的蓝图，并最终推动设计的创新。肯特·艾森胡斯(Kent Eisenhuth)先生撰写的这部力作，犹如一股清泉，引领我们回溯至产品设计的本源，以平实且中肯的语言，重申了手绘在创意孵化与设计沟通中不可替代的地位。随着我们要解决的设计问题变得越来越复杂，设计思维越来越流行，身为数字产品设计师的我们会越来越认同本书所阐述的要点。遥不可及或令人生畏？

原创 《分布式机器学习模式》：解锁分布式ML的实战宝典

这部分内容不仅涵盖了从模型训练到部署的完整流程，还通过实际案例分析，让读者能够深入理解每一步的具体操作和背后的原理。然而，随着数据量的爆炸性增长和模型复杂度的提升，单机环境下的机器学习已经难以满足实际需求。书中不仅详细介绍了数据摄取、分布式训练、模型服务等核心概念，还通过数十种设计和部署分布式机器学习系统的技术模式，为读者提供了实战中的“瑞士军刀”。在分布式系统中，如何确保模型的稳定性和性能，如何及时发现并解决问题，都是至关重要的。而本书通过一系列实用的工具和技巧，为读者提供了有效的解决方案。

原创 分布式机器学习模式 精彩试读

此外，本书还包括一个实践项目，通过构建一个端到端的分布式机器学习 系统，将书中介绍的许多模式应用于实际场景。在实际的机器学习系统中，还必须详尽地设 计许多其他重要组件，例如数据摄取、模型服务和工作流编排，以使系统具有 可扩展性、高效性和可移植性。近年来，机器学习取得了巨大进步，但大规模机器学习仍然面临挑战。以 模型训练为例，由于 TensorFlow、PyTorch 和 XGBoost 等机器学习框架具有多 样性，从而使得在分布式 Kubernetes 集群上自动化训练机器学习模型的过程并 不简单。

原创 新书推荐——《函数式与并发编程》

原创 程序员必备的一本工具书——《函数式与并发编程》

值得一提的是，后起之秀编程语言 Rust，是一门能构建可靠且高效软件的语言，以高性能、并发和安全性等特性而著称,得到了很多程序员的青睐，在 Stack Overfow 年度开发者调查中，连续八年荣登“最受欢迎编程语言”榜首。另一个导致函数式编程普及度不高的原因是，函数式编程是一种编程思想，涉及特性多，且许多程序都只采用了部分函数式编程风格，因此相关的教材较少。并发编程可以提升系统性能，提高代码效率，增强程序的可扩展性，改善用户体验等，但并发编程复杂度大，学习成本较高，涉及的编程语言思想和特性多，极难掌握。

原创 如何创建出更鲁棒、更值得信赖的大模型

在本书《Python贝叶斯深度学习》中，你将通过学习实际案例发现贝叶斯深度学习背后的基本原理，从而加深对该领域的理解，并掌握构建自己的贝叶斯深度学习模型所需的知识和工具。第一部分(第 1~3 章)是基础概念和理论，主要介绍深度学习的发展 历史和局限性，以及它与贝叶斯推理结合的时机、贝叶斯推理基础、深度学习基础；本书并不是一本讨论贝叶斯深度学习理论的著作，而是将理论进行了简化，着重讲述其代码实现，以及贝叶斯深度学习工具集使用方面的实战技巧。第三部分(第 8~9 章)，讲述贝叶斯深度学习的应用和发展趋势。

原创 学习高级深度学习的必备书——深度学习精粹

本书通过平实的语言解析、详尽的代码注释,以及数十个基于PyTorch框架的实战示例，逐步引导你探索深度学习的核心概念与实用工具。《深度学习精粹》对于任何有兴趣了解深度学习细节的人来说，这都是一本不可或缺的好书，如果你想了解深度学习背后的奥秘，并开始了解它是如何工作的、何时使用它以及如何自信地使用它，你就应该阅读本书！深入理解其模型和算法的实际运作机制，是驾驭并优化结果的关键。《深度学习精粹与PyTorch实践》以浅显易懂的方式揭示了深度学习算法的内部运作机制，即使是机器学习初学者也能轻松理解。

原创 机器学习基本上就是特征工程——《特征工程训练营》

优秀的特征工程能够产生更高效的数据集，使我们能够采用更快速、更小的模型，而不是依赖于通过混乱数据训练出来的缓慢而复杂的模型。更应该关注以数据为中心的机器学习方法。作为机器学习流程的一部分，特征工程是对数据进行转化以提高机器学习性能的艺术。特征工程的四个步骤包括特征理解、特征结构化、特征优化和特征评估。特征优化--为了尽可能地从数据中提取信号和模式。特征结构化--为了在机器学习中有效组织数据。● 用非结构化数据构建ML(机器学习)流程。特征评估--根据机器学习调整特征工程。特征理解--为了更好地解释数据。

原创 特征工程——一门提高机器学习性能的艺术

你将学会清洗和转换数据，减轻偏见。通过“特征工程”技术，可优化训练数据，提升机器学习流程的输出效果！“特征工程”基于现有数据设计相关的输入变量，由此简化训练过程，增强模型性能。许多知名的 AI专家正在敦促数据科学家更关注以数据为中心的机器学习视角，而不是过于关注模型选择和超参数调整过程。当前围绕人工智能(AI)和机器学习(ML)展开的许多讨论以模型为中心，聚焦于 ML和深度学习(DL)的最新进展。类似MLOps的领域正迅速发展，通过系统性地训练和利用ML模型，尽量减少人为干预，以“释放”工程师的时间。

原创 一本通过PyTorch深度学习框架将理论、工具和实战融为一体的知识库

对于任何有兴趣了解深度学习细节的人来说，这都是一本不可或缺的好书。

原创 新书推荐——《深度学习精粹与PyTorch实践》

Edward Raff博士是Booz Allen Hamilton公司的首席科学家，也是战略创新集团机器学习研究团队的共同负责人。他的工作涉及监督内部研究、招聘和培养技术人才、与高校合作伙伴合作以及专门从事高端机器学习的业务开发。Raff博士还协助几位客户开展高级研究。他对机器学习的写作、开发和教学的热情源于他渴望分享自己对机器学习所有领域的热爱。

原创 贝叶斯推理和深度学习碰撞会产生什么？都在这本书里面

本书主题是贝叶斯深度学习，顾名思义， 它是贝叶斯推理和深度学习结合的产物。本书内容共分三部分，第一部分(第 1~3 章)是基础概念和理论，主要介绍深度学习的发展 历史和局限性，以及它与贝叶斯推理结合的时机、贝叶斯推理基础、深度学习基础；不过，本书并不是一本讨论贝叶斯深度学习理论的著作， 而是将理论进行了简化，着重讲述其代码实现，以及贝叶斯深度学习工具集使用方面的实战技 巧。其中，贝叶斯派的主要核心思想是进行主观概率估计，其典型代表是贝叶斯推理，而 联结主义则源于神经科学，最典型的代表是深度学习。

原创 新书推荐——《Python贝叶斯深度学习》

在过去的十年中，机器学习领域取得了长足的进步，并因此激发了公众的想象力。但我们必须记住，尽管这些算法令人印象深刻，但它们并非完美无缺。本书旨在通过平实的语言介绍如何在深度学习中利用贝叶斯推理，帮助读者掌握开发“知其所不知”模型的工具。这样，开发者就能开发出更鲁棒的深度学习系统，以便更好地满足现今基于机器学习的应用需求。深度学习正日益深刻地渗入我们的生活，从建议内容到在任务关键型和安全关键型应用中发挥核心作用，其影响无所不在。

原创 智能营销才是营销的未来

智能营销——大模型如何为运营与产品经理赋能》这本书不仅是一本关于如何利用人工智能大模型进行数字化营销的实战指南，更是一本启发我们思考未来营销趋势的思想宝库。在这个数字化时代，只有紧跟技术发展的步伐，充分利用人工智能大模型的强大能力，我们才能在激烈的市场竞争中占据先机，实现业绩的持续增长。让我们携手共进，迎接智能营销的新纪元！