该本书从实用的角度出发，详细介绍了计算机网络的类型、组成、应用等基础知识，以及网络工作原理、主要协议和网络规划相关知识，特别对于局域网络系统构建所需的网络规划、线缆制作、网络常用设备的基本配置等操作内容有针对性的项目设计。另外，也在因特网接入、无线网络、网络安全防护等基本知识与技能等方面有详细的论述。

《计算机网络技术基础（微课视频版）/21世纪高等学校计算机类课程创新规划教材·微课版》以理论联系实际为原则，让学生对计算机网络实用技术有一个基本的了解，如局域网的资源共享、网线制作、组建对等网、安装操作系统、网络管理、网络安全防范等操作，并能够熟练应用相关技术解决相应的实际问题，在边学边做中快速地掌握网络基础知识，提高处理实际问题的能力，为以后的学习与工作打下扎实的职业技能基础。《计算机网络技术基础（微课视频版）/21世纪高等学校计算机类课程创新规划教材·微课版》可作为高校计算机类、网络技术类和通信技术类相关专业的教材，也可供有关工程技术人员参考。

《计算机网络（第4版）/清华大学计算机基础教育课程系列教材》讲述计算机网络技术。首先介绍计算机网络的相关概念、发展概况和体系结构，然后以物理层、数据链路层、网络层、传输层和应用层五层体系结构为主线，讲述计算机网络的基本原理和核心技术，*后讲述网络安全技术。全书注重讲述计算机网络的基本概念、原理和技术，它们是学习网络*重要的知识点，同时也尽量反映计算机网络发展的新技术。该书主要针对高等院校理工科专业本科生计算机网络课程的教学，也可作为其他类专业和其他授课对象的教材，还可作为工程技术人员从事相关开发研究工作的参考资料。该书首先介绍计算机网络的体系结构，然后以物理层、数据链路层、网络层、传输层和应用层五层体系结构为主线讲述计算机网络的基本原理和核心技术，*后介绍网络安全技术。《计算机网络（第4版）/清华大学计算机基础教育课程系列教材》注重讲述网络的基本概念和原理，它们是学习和掌握网络技术重要的知识点和环节；同时也力图反映计算机网络发展的新技术。

暂缺简介...

本书主要介绍LoRa、NB-IoT和LTE这三种物联网长距离无线通信技术。在内容安排上，本书先进行理论学习，深入浅出地学习长距离无线通信技术原理和协议，然后进行案例开发实践，这些开发实践贴近社会和生活的应用场景，给出了详细的软/硬件设计和功能的实现过程，最后进行总结拓展，将理论学习和开发实践结合起来。每个案例均附上完整的开发代码，读者可在源代码的基础快速地进行二次开发。

本书是一本适合AR开发者的实战案头书，是可快速熟悉各平台AR 项目开发的实战教程，从中可以学习AR在市场营销、教育、工业培训和 游戏等领域的商业应用。本书以逐步教学的方式详解如何使用Unity 3D、Vuforia、ARToolkit、 Microsoft 混合现实 HoloLens、Apple ARKit 和 Google ARCore 在移动智能设 备和可穿戴设备上构建激动人心的AR应用程序，让你快速掌握各种AR 开发关键技术与知识，助你开发出自己的实用AR项目。本书适合想要在各平台上开发AR项目的开发人员、设计人员等从业 者，AR技术的研究者、相关专业师生，以及对AR技术感兴趣的人员 阅读。

人类历史上从未有任何一项其他技术像区块链这样毁誉参半，而与“加密数字货币”这个灰天使若即若离、说不清道不明的关系，也让区块链技术蒙上了一层神秘的面纱，华尔街上甚至有“区块链可能会被证伪，但是加密数字货币永生”之类的言论广为流传。 任何一项新技术都需要与实体经济相结合，才能走得更远，区块链技术也不例外。在中国制造业面临数字化转型升级的今天，如何将区块链技术更好地应用于工业领域，成为所有区块链从业者的重要课题。本书作为业内前瞻性的作品，将从探索和畅想的角度对工业区块链的应用前景进行阐述和分析。应该说，区块链技术在工业领域的应用落地可能还有很长的一段路要走，而本书仅仅是一个研究和探索的开端。

内 容 简 介 \n西安电子科技大学人工智能学院面向国家重大战略发展和国际前沿发展需求，深入贯彻“十九 \n大”报告精神和《新一代人工智能发展规划》，践行“互联网+”“一带一路”和创新型国家建设、军民融 \n合发展等一系列国家战略，着力打造人工智能领域高端人才培养基地、创新成果研发中心和高层次 \n团队培育平台。本书汇总了学院十余年科教结合探索和实践的经验，采取“国际化+西电特色”本硕 \n博一体化人才培养、“国际学术前沿+国家重大需求”“科学研究+创新实践协同育人”和“高水平平 \n台+高层次人才”服务人才培养的具有西电特色的本硕博一体化育人体系，全面阐述学院的本硕博 \n培养体系以及平台建设和人才培养成效，梳理了相关的特色课程大纲。并将双语课程大纲和全英语 \n专业培养方案采用双语表述，便于与国内外同行交流。 \n本书可供高等院校计算机类和信息类学科特别是人工智能专业以及智能科学与技术专业的本 \n科生、硕士生和博士生，教学管理人员，教育研究人员以及国内外教育界相关人士参考。 \n

本书主要讲解推荐系统中的召回算法和排序算法，以及各个算法在主流工具Sklearn、Spark、TensorFlow等中的实现和应用。 书中本着循序渐进的原则进行讲解。首先，介绍推荐系统中推荐算法的数学基础，推荐算法的平台、工具基础，以及具体的推荐系统。其次，对推荐系统中的召回算法进行讲解，主要包括基于行为相似的协同过滤召回和基于内容相似的Word2vec 召回，并且介绍其在Spark、TensorFlow 主流工具中的实现与应用。再次，讲解推荐系统中的排序算法，包括线性模型、树模型和深度学习模型，分别介绍逻辑回归、FM、决策树、随机森林、GBDT、GBDT+LR、集成学习、深度森林、DNN、Wide ＆ Deep、DeepFM、YouTube推荐等模型的原理，以及其在Sklearn、Spark、TensorFlow 主流工具中的实现与应用。最后，介绍推荐算法的4 个实践案例，帮助读者进行工程实践和应用，并且介绍如何在Notebook 上进行代码开发和算法调试，以帮助读者提升工作效率。

本书介绍了Spark应用程序及更高级应用的工作流程，主要从使用角度进行了描述，每个具体内容都有对应的代码。本书涵盖了Apache Spark和它丰富的API，构成Spark的组件（包括Spark SQL、Spark Streaming、Spark MLlib和Spark GraphX），在Spark standalone、 Hadoop YARN以及 Mesos clusters上运行Spark应用程序的部署和安装。通过对应的实例全面、详细地介绍了整个Spark实战开发的流程。*后，还介绍了Spark的高级应用，包括Spark流应用程序及可扩展和快速的机器学习框架H2O。 \n本书可以作为高等院校计算机、软件工程、数据科学与大数据技术等专业的大数据课程材料，可用于指导Spark编程实践，也可供相关技术人员参考使用。