本書是目前市面很少有的專門介紹區(qū)塊鏈量化交易編程的書籍，本書側(cè)重實戰(zhàn)，先講解區(qū)塊鏈基礎知識、交易所基本概念和操作方法，后面重點介紹交易所API的使用方法及如何利用這些API編程交易策略程序，為讀者編寫自己的交易策略打下一個堅實的基礎。本書共6章，分為區(qū)塊鏈基礎篇和實戰(zhàn)操作篇。區(qū)塊鏈基礎篇（第1~3章）詳細介紹區(qū)塊鏈的基

《數(shù)據(jù)科學面試通關(guān)》詳細闡述了與數(shù)據(jù)科學面試相關(guān)的基本解決方案，主要包括探索現(xiàn)代數(shù)據(jù)科學領域、在數(shù)據(jù)科學領域?qū)ふ夜ぷ�、Python編程、數(shù)據(jù)可視化與數(shù)據(jù)敘述、使用SQL查詢數(shù)據(jù)庫、Linux中的Shell和Bash腳本編寫、使用Git進行版本控制、用概率和統(tǒng)計挖掘數(shù)據(jù)、理解特征工程和為建模準備數(shù)據(jù)、精通機器學習概念、用

DaVinciResolve是一款由BlackmagicDesign公司開發(fā)的專業(yè)視頻編輯與調(diào)色軟件，廣泛應用于電影、電視、廣告、音樂視頻等領域，為專業(yè)剪輯師、調(diào)色師和視覺特效藝術(shù)家提供了強大的功能�！禗aVinciResolve19達芬奇視頻剪輯與調(diào)色》通過10章內(nèi)容，結(jié)合大量緊貼實際的案例，全面講解新版DaVinc

在機器學習領域，優(yōu)化的核心目標是用最少的計算資源獲取最準確的預測結(jié)果無論是規(guī)劃最短配送路線、確定最優(yōu)定價策略，還是生成最精準的推薦。當傳統(tǒng)方法因效率低下或成本過高而顯得力不從心時，貝葉斯優(yōu)化可以利用概率論的知識，為高效調(diào)優(yōu)機器學習函數(shù)、算法及超參數(shù)提供革命性的解決方案�！稒C器學習貝葉斯優(yōu)化》一書將教你如何運用貝葉斯方法

本書共分三篇。第一篇介紹了智能制造基礎，包括工業(yè)智能化的技術(shù)發(fā)展綜述、典型國家的智能制造體系架構(gòu)、航空工業(yè)企業(yè)智能制造架構(gòu)解析和智能制造能力成熟度模型。第二篇討論了智能制造核心技術(shù)，包括感知技術(shù)中的信號與數(shù)據(jù)、產(chǎn)品數(shù)字化建模與設計制造集成技術(shù)、產(chǎn)品設計仿真與制造工藝過程仿真和生產(chǎn)系統(tǒng)建模與仿真技術(shù)、數(shù)字孿生技術(shù)、先進制

本書是一本面向職場人士的AI工具書，旨在幫助讀者掌握與DeepSeek、Kimi、Qwen、ChatGLM、ChatGPT、Claude、Gemini、Llama、Grok等主流大語言模型高效協(xié)作的能力。通過系統(tǒng)學習提示詞工程的方法與技巧，讀者能夠在AI時代充分挖掘這些工具的潛力，提升工作效率。本書共7章，內(nèi)容層次分明

《深入理解Go語言（第3版）》詳細闡述了Go語言開發(fā)的基本解決方案，主要包括Go語言快速入門、基本數(shù)據(jù)類型、復合數(shù)據(jù)類型、反射和接口、Go包和函數(shù)、告訴UNIX系統(tǒng)該做什么、Go語言中的并發(fā)性、構(gòu)建Web服務、TCP/IP和WebSocket、RESTAPIs、代碼測試與性能分析、與gRPC協(xié)同工作、Go語言中的泛型等

本書是Oinone開源項目的配套書籍，意在系統(tǒng)化地介紹如何基于Oinone開源項目，簡單快速地開發(fā)出高質(zhì)量的軟件系統(tǒng)。全書共7大章節(jié)，內(nèi)容大致為3部分：第1部分（第1-2章）可以更好地幫助您理解我們設計Oinone的初衷；第2部分（第2-6章）重點面向研發(fā)人員，可以讓您快速上手并做出業(yè)務系統(tǒng)，只要按著里面的案例一步步操

本書以智能硬件AMR移動機器人產(chǎn)品實戰(zhàn)案例貫穿全書，從智能硬件的系統(tǒng)構(gòu)成、智能硬件產(chǎn)品經(jīng)理的工作內(nèi)容、智能硬件產(chǎn)品的全生命周期管理過程、產(chǎn)品運營、產(chǎn)品需求分析、競品分析、產(chǎn)品項目管理、產(chǎn)品經(jīng)理的工作方法、智能硬件產(chǎn)品經(jīng)理職業(yè)素養(yǎng)要求等方面，詳細闡述如何提高智能硬件產(chǎn)品經(jīng)理的業(yè)務能力，彌補國內(nèi)關(guān)于智能硬件產(chǎn)品經(jīng)理的相關(guān)學

MetaLearning得到的算法能依據(jù)自己表現(xiàn)的反饋信號及時地調(diào)整其結(jié)構(gòu)和參數(shù)空間,進而在新環(huán)境中通過累計經(jīng)驗提升表現(xiàn)性能，是走向機器自主學習和邁向強人工智能的關(guān)鍵一步。本書適用于所有對人工智能感興趣的讀者。作者面向metalearning甚至是機器學習的初學者，從學習者的視角，通俗易懂地描述metalearning