計算機類周書單
（排名不分先後）
Python機器學習
作者：[新加坡]李偉夢 著 李周芳 譯
定價：68.00
ISBN：9787302551973
- 推薦有話說 -
隨著計算能力的快速增長，大量任務都可在臺式機上完成；在這樣的背景下，機器學習應運而生，成為當今炙手可熱的話題。但初出茅廬的新手常對機器學習感到十分畏懼；為給這些新手掃清障礙，《Python機器學習》採用循序漸進的方式，先講解底層技術，然後引導讀者學習更高級的機器學習技巧。本書首先介紹Python機器學習的一些基本庫，包括NumPy、Pandas和matplotlib。一旦牢固地掌握了基礎知識，即可開始基於Python和Scikit-learn庫進行機器學習，深入了解各種機器學習算法(如回歸、聚類和分類)的底層工作原理。本書專門用一章的篇幅講解如何使用Azure Machine Learning Studio進行機器學習；利用該平臺，開發人員不必編寫代碼即可開始構建機器學習模型。本書最後討論如何部署供客戶端應用程式使用的已構建模型。
- 02 -
智能語音應用開發 基於Alexa、Google Assistant和英文語境
作者：[美]達斯廷·科茨 著 王超 譯
定價：79.80
ISBN：9787302553809
- 推薦有話說 -
《智能語音應用開發 基於Alexa、Google Assistant和英文語境》是基於Alexa和Google Assistant設計、構建並實現智能語音應用的優秀指南。當你沒有任何基礎就想創建一個語音驅動的睡眠跟蹤器時，通過閱讀本書，將學會如何構建能夠傾聽用戶、存儲信息和依賴於用戶語境的應用。掌握這些基礎知識後，你會深入了解多用途對話流程和其他更高級的概念。在此過程中，一些小項目會強化你的技術水平和更佳實踐。
- 03 -
中文版InDesign CC 2019從入門到精通
作者：王巖 王青
定價：79.00
ISBN：9787302557364
- 推薦有話說 -
本書共10章，詳細地介紹了InDesign的基本知識、使用方法和操作步驟，並配以大量練習實例。全書由兩大主線貫穿，一條主線是軟體知識點，包括文本與段落的設置、圖形繪製、顏色設置、圖像處理、對象的變換與組織、表格的繪製與修飾、頁面與長篇文檔的創建與編輯，印前和輸出設置等內容；另一條主線是常見的商業案例類型，如宣傳頁設計、報紙及雜誌的設計等內容。
- 04 -
機器學習中的數學修煉
作者：左飛
定價：89.00
ISBN：9787302538653
- 推薦有話說 -
全書共分為兩篇：在上篇中，將從浩瀚的數學海洋中擷取機器學習研究人員最為必須和重要的數學基礎。內容主要包括：微積分（含場論）、數值計算和常用最優化方法、概率論基礎與數理統計、線性代數等。在下篇中，將選取機器學習中最為常用的算法和模型進行講解，這部分內容將涉及（廣義）線性回歸、圖模型（包含貝葉斯網絡和HMM等）、分類算法（包括SVM，邏輯回歸，神經網絡等）和聚類算法（包括K均值和EM算法等）等話題。
- 05 -
UG NX 中文版基礎教程（微課版）
作者：文杰書院
定價：59.00
ISBN：9787302555889
- 推薦有話說 -
本書介紹了UG NX 9.0中文版基礎知識以及應用案例，主要內容包括UG基礎入門、草圖繪製、實體設計、特徵設計、特徵操作及編輯、創建與編輯曲線、自由曲面建模、自由曲面編輯與操作、裝配設計、鈑金零件設計、工程圖設計和模具設計等方面的知識、技巧及應用案例。
- 06 -
人工智慧與人機博弈
（物聯網在中國）
作者：劉禹 魏慶來
定價：36.00
ISBN：9787302549901
- 推薦有話說 -
作者基於近20年人工智慧與最優化控制的研究積累，用通俗易懂的語言系統梳理了人工智慧發展過程中的幾次人機大戰裡程碑事件，從歷史中總結和展望人工智慧技術的研究方法論與未來應用前景。人工智慧技術近年來取得指數級的進步，甚至可以通過自我博弈超越人類的經驗。人工智慧和人機博弈技術的本質是什麼？它們背後的方法學和思維方式又是什麼？算力、算法、數據與博弈論思想的融合能夠研究與分析哪些複雜問題？西洋棋領域誕生了深藍，圍棋領域誕生了AlphaGo，更複雜、更靈活、更加不透明的博弈對抗系統又會誕生誰？它何時能夠超越人類最高水平？未來人工智慧到底是人類的夥伴還是對手？它將如何顛覆我們傳統的思維方式和決策體系？「博弈+AI」的結合之後將對我們的社會帶來哪些變化？針對這些問題，本書給出了有深度的見解，給您有益的啟迪。
- 07 -
TensorFlow 2.0深度學習應用實踐
作者：王曉華
定價：69.00
ISBN：9787302554783
- 推薦有話說 -
本書內容分為22章，包括Python類庫的安裝和使用、TensorFlow基本數據結構和使用、TensorFlow數據集的創建與讀取、人工神經網絡介紹、反饋神經網絡的理論基礎，深度學習模型的創建以及相關特性介紹等內容，並在本書各個模型部分特別介紹了模型調參的初步知識。本書強調理論聯繫實際，著重介紹了TensorFlow編程解決圖像識別的應用，提供了大量數據集供讀者使用，也以代碼的形式實現了深度學習模型實供讀者參考。