计算机科学理论与基础知识
-
因果推断与机器学习郭若城 等本书是一本理论扎实,同时联系实际应用的图书。全书系统地介绍了因果推断的基本知识、基于机器学习的因果推断方法和基于因果推断的机器学习方法及其在一些重要领域的应用。全书共分6章。第1章从结构因果模型和潜在结果框架出发,介绍因果推断的基本概念和方法。第2章介绍近年统计和机器学习文献中出现的一些重要的基于机器学习的因果推断方法。第3章介绍能够提高机器学习模型的泛化能力的因果表征学习。第4章介绍因果机器学习如何提高机器学习模型的可解释性与公平性。第5章介绍因果机器学习在推荐系统和学习排序中的应用。第6章是对全书的一个总结和对未来的展望。 本书对结合因果推断和机器学习的理论与实践进行了介绍。并在第1版的基础上对一些陈旧的内容做了更新。通过阅读本书,读者不仅可以掌握因果机器学习的基础理论,还可对本书中提到的论文代码进行钻研,从而在实践中加深对因果机器学习的理解。
-
复杂体系过程的随机网络理论与应用方志耕 等本书以作者团队在随机网络领域的理论创新和应用实践为支撑,全面介绍了复杂体系过程的随机网络模型,主要内容包括随机网络模型要素和结构框架、智能随机网络模型、不确定性随机网络模型,以及卫星通信网络建模和资源管控、复杂体系效能评估、复杂体系可靠性建模、区域产业发展分析等。
-
非线性系统的全局能控性孙轶民本书从理论上论述非线性系统的全局能控性.主要介绍平面仿射非线性系统和几类特殊的高维非线性系统的全局能控性判据,以及几类多项式系统全局能控性的判别算法.另外,本书也对平面仿射非线性系统的全局渐近能控性及全局镇定性做一点讨论.
-
数字城乡融合贾雯霞暂缺简介...
-
大数据计算方法基础李廉、陈国良 主编,周明洋 等编著本书研究大数据的计算理论基础,重点讲述P类和NP类问题的并行和交互式计算方法。即在大数据的场景下,对于P类问题,为了提高求解速度可以采用并行的方法;对于NP类问题,为了提高解的质量可以采用交互的方法。 全书内容按照大数据的泛构理论(第三章),并行NC类计算、LNC类、以及LL类计算(第四章),IP类计算和NC类函数逼近方法(第五章),同时对于大数据价值问题(第六章)进行讨论,为了便于阅读和学习,提供了预备知识绪论(第一章)和图灵机及复杂类问题介绍(第二章)。 本书框架清晰,内容翔实,对于一些经典问题有详细的证明,可作为高等学校计算机、计算数学以及相关专业的本科高年级学生和研究生的教学用书,亦可供从事高性能并行计算相关工作的科技人员阅读参考。
-
计算机组织与结构实验教程赖晓晨 迟宗正 董索宇本书为“计算机组成与结构”“计算机组成原理”等相关课程的实验指导用书,基于华为公司的鲲鹏处理器技术而设计,采用华为云作为实验环境,通过C语言及汇编语言编写程序驱动鲲鹏处理器运行,以此探索鲲鹏硬件特性,进而理解计算机硬件的工作原理。 本书的基本设计思路是“用软件的方法讲硬件的故事”,通过编程去分析硬件的宏观架构与细微特性。全书内容分为12章,并附4个附录,内容涉及开发环境介绍、C语言与鲲鹏汇编语言混合编程、基于鲲鹏硬件特性的C程序优化和汇编程序优化、鲲鹏处理器的增强型SIMD运算,以及鲲鹏处理器的异常处理、中断、Cache特性,同时,本书还介绍了鲲鹏处理器的性能分析工具、并行计算,以及X86汇编代码向鲲鹏架构的迁移。 本书读者应具备C语言编程的基本技能,了解或正在学习计算机硬件的基本知识。本书可作为高校计算机硬件相关课程的实验指导书,也可作为鲲鹏处理器学习者的参考书。
-
AWD特训营吴涛 张道全 王玉琪内容简介这是一本能指导你在AWD竞赛中速胜的标准参考书,也是一本能让你在高段位的CTF竞赛技高一筹的攻防秘籍,还是一本能全面提升你的网络安全攻防技术与水平的实战指南。本书兼顾攻击与防守的双重视角,围绕AWD竞赛的内容全面展开,包括安全工具、主机安全加固、网络攻击、入侵检测、权限维持、应急响应、自动化攻防等技术主题。不仅剖析了AWD竞赛背后的技术细节,还总结了AWD竞赛的战略和战术。书中精选了大量真实案例和赛题,详细讲解了解题的方法和经验。此外,书中还有一个完整的AWD竞赛模拟演练,让读者能参与比赛的全过程并获得实战经验。具体的,本书包含如下内容,它将助力你打造攻防一体的安全战线。(1)安全竞赛的起源、竞赛模式、知名赛事以及AWD竞赛规则等。(2)AWD竞赛中常用的安全工具,如信息搜集工具、后门木马检测工具、代码审计工具、漏洞扫描工具、流量采集工具、逆向分析工具等。(3)主机加固的方式,包括操作系统加固、Web中间件加固、数据库加固及系统日志的安全配置等。(4)AWD竞赛过程中涉及的靶场环境、CMS常见漏洞以及AWD竞赛中常考的五类Web通用型安全漏洞。(5)PWN漏洞类型以及修复方式,包括栈溢出漏洞、格式化字符串漏洞、堆溢出漏洞、释放再利用漏洞等。(6)Linux系统常规的后门部署方式,包括木马后门、系统账号后门、时间计划后门、SSH类后门、PAM后门等。 (7)Linux系统常规的入侵排查方式、安全监控方式和应急处置技巧,对于日常工作和安全竞赛都有所帮助。(8)常见的开源自动化利用工具,帮助读者在比赛中简便、快速地编写自动化工具。(9)通过模拟竞赛环境带领读者进行实战实操,包括信息搜集、挖掘漏洞、修复漏洞、检测防御、权限维持等,进一步加深理解安全技术知识。
-
统计至简姜伟生数据科学和机器学习已经深度融合到我们生活的方方面面,而数学正是开启未来大门的钥匙。不是所有人生来都握有一副好牌,但是掌握“数学 编程 机器学习”的知识绝对是王牌。这一次,学习数学不再是为了考试、分数、升学,而是投资时间、自我实现、面向未来。为了让大家学数学、用数学,甚至爱上数学,在创作时,作者尽量克服传统数学教材的各种弊端,让大家学习时有兴趣、看得懂、有思考、更自信、用得着。《统计至简:概率统计全彩图解 微课 Python编程》是“鸢尾花数学大系—从加减乘除到机器学习”丛书中数学版块—“数学三剑客”的第三册,也是最后一本。“数学”板块的第一本《数学要素》是各种数学工具的“大杂烩”,可谓数学基础;《矩阵力量》专门讲解机器学习中常用的线性代数工具;本册《统计至简》则介绍机器学习和数据分析中常用的概率统计工具。《统计至简:概率统计全彩图解 微课 Python编程》的核心是“多元统计”,离不开第二册《矩阵力量》中介绍的线性代数工具。《统计至简:概率统计全彩图解 微课 Python编程》内容又可以归纳为 7 大板块——统计、概率、高斯、随机、频率派、贝叶斯派、椭圆。《统计至简:概率统计全彩图解 微课 Python编程》在讲解概率统计工具时,会穿插介绍其在数据科学和机器学习领域的应用场景,让大家学以致用。《统计至简:概率统计全彩图解 微课 Python编程》读者群包括所有在工作中应用概率统计的朋友,尤其适用于初级程序员进阶、大学本科数学开窍、高级数据分析师、机器学习开发者。
-
业务数智化高远本书不仅是一本业务数智化体系的科普书,还是作者多年在真实业务场景下进行数智化实践的经验总结。本书系统总结了一套完整的数智化解决方案——3M数智化体系。全书共包括11章,第1~3章主要对数字化和数智化进行介绍;第4~8章围绕3M数智化体系展开,详细说明了业务数智化的适用范围和准备工作、整体构思、思想、落地方法和落地产品;第9~11章介绍了内容行业、O2O行业、生产制造业的数智化实践,以案例形式进行实战演练。 本书适合正在实践数智化项目的领导者,需要了解和实践数字化/数智化转型的基层管理者和各类技术人员、产品人员、运营人员,高校的教师、科研人员和学生,以及其他想培养数据思维、数智思维、商业化思维的读者。
-
深度生成模型(波兰)Jakub M. Tomczak(杰克布M.汤姆扎克)构建通用人工智能的关键就是无监督学习,不需要标签来训练模型,最简单的方法就是使用深度生成模型。本书主要讲述如何将概率建模和深度学习结合起来去构建可以量化周边环境不确定性的强大的 AI 系统。这种AI系统可以从生成的角度来理解周边世界。本书涵盖了深度生成模型的多种类型,包括自回归模型、流模型、隐变量模型、基于能量的模型等。这些模型构成了以 ChatGPT 为代表的大语言模型,以及以 Stable Diffusion 为代表的扩散模型等深度生成模型背后的技术基石。本书适合具备微积分、线性代数、概率论等大学本科水平,并且了解机器学习、Python 及PyTorch 等深度学习框架的学生、工程师和研究人员阅读。无论读者的背景如何,只要对深度生成模型有兴趣,都能从本书中获益。