此刻读什么← 返回首页

浏览书库

让每一本推荐,
都有真实的依据。

查看已入库书籍的版本、简介、目录与来源。

424已入库书籍
424有简介资料
417有目录资料

数据读取自 PostgreSQL
已入库不等于已准入推荐

重置

找到 424 本 · 第 4 / 22 页 · 同一本书可属于多个方向

数学之美封面61 / 424
科学与学习已准入

数学之美 ↗

数学概率与统计

吴军

人民邮电出版社 · 2012-05 · 版次待核
ISBN 9787115282828

入门友好共272页
简介原文

来源:NeoDB 公共书目 ↗

几年前,“数学之美”系列文章原刊载于谷歌黑板报,获得上百万次点击,得到读者高度评价。读者说,读了“数学之美”,才发现大学时学的数学知识,比如马尔可夫链、矩阵计算,甚至余弦函数原来都如此亲切,并且栩栩如生,才发现自然语言和信息处理这么有趣。 今年,作者吴军博士几乎把所有文章都重写了一遍,为的是把高深的数学原理讲得更加通俗易懂,让非专业读者也能领略数学的魅力。读者通过具体的例子学到的是思考问题的方式 —— 如何化繁为简,如何用数学去解决工程问题,如何跳出固有思维不断去思考创新。
目录原文 36 行

目录来源 ↗

保留来源接口返回的目录原文,未逐页对照纸书;不承诺包含全部细目。 接口原文已保留,不表示纸书所有细目均已核实。

出版说明 序言1 序言2 前言 第1章 文字和语言 vs 数字和信息 第2章 自然语言处理 — 从规则到统计 第3章 统计语言模型 第4章 谈谈中文分词 第5章 隐含马尔可夫模 第6章 信息的度量和作用 第7章 贾里尼克和现代语言处理 第8章 简单之美 — 布尔代数和搜索引擎的索引 第9章 图论和网络爬虫 第10章 PageRank — Google的民主表决式网页排名技术 第11章 如何确定网页和查询的相关性 第12章 地图和本地搜索的最基本技术 — 有限状态机和动态规划 第13章 Google AK-47的设计者 — 阿米特 · 辛格博士 第14章 余弦定理和新闻的分类 第15章 矩阵运算和文本处理中的两个分类问题 第16章 信息指纹及其应用 第17章 由电视剧《暗算》所想到的 — 谈谈密码学的数学原理 第18章 闪光的不一定是金子 — 谈谈搜索引擎反作弊问题 第19章 谈谈数学模型的重要性 第20章 不要把鸡蛋放到一个篮子里 — 谈谈最大熵模型 第21章 拼音输入法的数学原理 第22章 自然语言处理的教父马库斯和他的优秀弟子们 第23章 布隆过滤器 第24章 马尔可夫链的扩展 — 贝叶斯网络 第25章 条件随机场和句法分析 第26章 维特比和他的维特比算法 第27章 再谈文本自动分类问题 — 期望最大化算法 第28章 逻辑回归和搜索广告 第29章 各个击破算法和Google云计算的基础 附录 后记 索引

内容来源:NeoDB 公共书目 ↗ · 原文保存,无 AI 改写

鲜活的数据封面62 / 424
数字产品与技术已准入

鲜活的数据 ↗

数据可视化指南

数据分析与可视化

Nathan Yau

人民邮电出版社 · 2012-10 · 版次待核
ISBN 9787115293817 · 向怡宁 译

需要基础共281页
简介原文

来源:NeoDB 公共书目 ↗

在生活中,数据几乎无处不在,任我们取用。然而,同样的数据给人的感觉可能会千差万别:或冰冷枯燥,让人望而生畏、百思不解其意;或生动有趣,让人一目了然、豁然开朗。为了达到后一种效果,我们需要采用一种特别的方式来展示数据,来解释、分析和应用它。这就是数据可视化技术。Nath an Yau是这一创新领域的先锋。在本书中,他根据数据可视化的工作流程,先后介绍了如何获取数据,将数据格式化,用可视化工具(如R)生成图表,以及在图形编辑软件(如Illustrator)中修改以使图表达到最佳效果。本书介绍了数十种方法(如柱形图、饼图、折线图和散点图等),以创造性的视觉方式生动讲述了有关数据的故事。
目录原文 104 行

目录来源 ↗

保留来源接口返回的目录原文,未逐页对照纸书;不承诺包含全部细目。 接口原文已保留,不表示纸书所有细目均已核实。

第1章  用数据讲故事    1 1.1  不只是数字    2 1.1.1  新闻报道    2 1.1.2  艺术    3 1.1.3  娱乐    5 1.1.4  引人注目    6 1.2  我们要寻求什么    7 1.2.1  模式    7 1.2.2  相互关系    9 1.2.3  有问题的数据    10 1.3  设计    11 1.3.1  解释编码    11 1.3.2  标注坐标轴    13 1.3.3  确保几何上的正确性    15 1.3.4  提供数据来源    16 1.3.5  考虑你的受众    16 1.4  小结    17 第2章  处理数据    18 2.1  收集数据    19 2.1.1  由他人提供    19 2.1.2  寻找数据源    19 2.1.3  自动搜集数据    22 2.2  设置数据的格式    32 2.2.1  数据格式    32 2.2.2  格式化工具    34 2.2.3  用代码来格式化    38 2.3  小结    42 第3章  选择可视化工具    44 3.1  开箱即用的可视化工具    45 3.1.1  可选项    45 3.1.2  取舍    52 3.2  编程工具    52 3.2.1  可选项    52 3.2.2  取舍    61 3.3  绘图软件    62 3.3.1  可选项    63 3.3.2  取舍    65 3.4  地图绘制工具    65 3.4.1  可选项    66 3.4.2  取舍    71 3.5  衡量各种可选项    71 3.6  小结    72 第4章  有关时间趋势的可视化    73 4.1  在时间中寻求什么    74 4.2  时间中的离散点    75 4.2.1  柱形    75 4.2.2  柱形的堆叠    88 4.2.3  圆点    92 4.3  延续性数据    97 4.3.1  点与点相连    98 4.3.2  一步一个台阶    102 4.3.3  平滑和估算    106 4.4  小结    110 第5章  有关比例的可视化    111 5.1  在比例中寻求什么    112 5.2  整体中的各个部分    112 5.2.1  饼图    112 5.2.2  面包圈图    116 5.2.3  比例中的堆叠    121 5.2.4  层级和矩形    128 5.3  带时间属性的比例    132 5.3.1  堆叠的延续    133 5.3.2  逐点详述    144 5.4  小结    145 第6章  有关关系的可视化    146 6.1  在关系中寻求什么    147 6.2  关联性    147 6.2.1  更多的圆点    147 6.2.2  探索更多的变量    152 6.2.3  气泡    156 6.3  分布    162 6.3.1  老式的分布图表    163 6.3.2  有关分布的柱形    165 6.3.3  延续性的密度    168 6.4  对照和比较    173 6.5  小结    184 第7章  发现差异    185 7.1  在差异中寻求什么    186 7.2  在多个变量间比较    186 7.2.1  热身    186 7.2.2  相面术    195 7.2.3  星光灿烂    200 7.2.4  平行前进    207 7.3  减少维度    213 7.4  寻找异常值    218 7.5  小结    222 第8章  有关空间关系的可视化    223 8.1  在空间中寻求什么    224 8.2  具体位置    224 8.2.1  找到纬度和经度    225 8.2.2  单纯的点    227 8.2.3  有大有小的点    233 8.3  地区    235 8.4  跨越空间和时间    248 8.4.1  系列组图    249 8.4.2  抓住差额    251 8.4.3  动画    253 8.5  小结    268 第9章  有目的地设计    269 9.1  让自己作好准备    270 9.2  让读者作好准备    271 9.3  视觉提示    275 9.4  好的可视化    280 9.5  小结    280

内容来源:NeoDB 公共书目 ↗ · 原文保存,无 AI 改写

色彩与光线封面63 / 424
艺术与设计已准入

色彩与光线 ↗

绘画与视觉表达

詹姆斯·格尔尼(James Gurney)

人民邮电出版社 · 2013-01 · 版次待核
ISBN 9787115297167 · 解晓宁 译

需要基础共224页
简介原文

来源:NeoDB 公共书目 ↗

《色彩与光线:写实主义绘画指南》介绍的是画家进行艺术创作的两个最重要元素-色彩与光线。色彩与光线是所有彩色画都需要考虑的基础点和关键点,也是画家作画时经常遇到问题的地方。《色彩与光线:写实主义绘画指南》首先通过回顾大师作品,讲述了传统绘画当中对于光线和色彩的运用。紧接着论述了光源、光线对形状的影响,色彩的元素、油画和颜料、色彩之间的关系,怎样混合颜料,不同材质的表面对光和色彩的影响,以及各种各样的大气效应。
目录原文 108 行

目录来源 ↗

保留来源接口返回的目录原文,未逐页对照纸书;不承诺包含全部细目。 接口原文已保留,不表示纸书所有细目均已核实。

前言 第1章传统 1.1大师们使用过的颜色 1.2学术传统 1.3英国的露天绘画作品 1.4哈德森河学校 1.5外光派运动 1.6象征主义梦想 1.7杂志插图 第2章光源 2.1直射阳光 2.2阴天光线 2.3从窗户照射进来的光线 2.4烛光与火光 2.5室内电灯光 2.6街上灯光与夜景 2.7发光 2.8隐性光源 第3章光和物体 3.1组成原则 3.2光影分离 3.3投影 3.4半投影 3.5封闭投影 3.6四分之三光 3.7正面光 3.8边缘光 3.9对空光 3.10下面光源 3.11反射光 3.12聚光照明 3.13规律的局限性 第4章色素 4.1重新定义色轮 4.2色度和色值 4.3本色 4.4灰色与素色 4.5绿色问题 4.6渐变色 4.7色调 第5章颜料 5.1寻找颜料 5.2颜料表 5.3耐光性 5.4暖底色 5.5天空面板 5.6透明与上光 5.7调色板布置 5.8限制颜料的使用 5.9关于泥土色的辩论 第6章色彩间的关系 6.1单色方案 6.2暖色调与冷色调 6.3有色光组合 6.4三色成组 6.5强调色 第7章预混合 7.1混合颜色串 7.2色域匹配 7.3创建色域蒙版 7.4颜色方案的形状 7.5混合可控色域 7.6颜色脚本 第8章视觉感知 8.1没有颜色的世界 8.2月光是蓝色的吗? 8.3边缘与深度 8.4对立色 8.5色感一致性 8.6适应与对比 8.7开胃与治愈功能 第9章表面与效果 9.1光的传输 9.2表层下散射 9.3面部颜色区域 9.4头发的秘密 9.5焦散线 9.6镜面反射 9.7高亮区 9.8色冠 9.9动作模糊 9.10摄影与观察 第10章大气效应 10.1天空蓝 10.2空气透视法 10.3反空气透视法 10.4黄金时刻 10.5夕阳 10.6浓雾,薄雾,烟气和尘土 10.7彩虹 10.8天空洞与叶子 10.9日光束与投影束 10.10光斑 10.11云翳 10.12加亮前景 10.13雪与冰 10.14水:反射与透明 10.15山间溪流 10.16水下颜色 第11章光的变化显示 11.1系列画 11.2一天的结束 第12章来源 术语汇编 颜料信息 推荐读物 因特网资源 致谢

内容来源:NeoDB 公共书目 ↗ · 原文保存,无 AI 改写

微交互封面64 / 424
艺术与设计已准入

微交互 ↗

细节设计成就卓越产品

交互设计与用户体验

塞弗 (Dan Saffer)

人民邮电出版社 · 2013-11 · 版次待核
ISBN 9787115331618 · 李松峰 译

需要基础共164页
简介原文

来源:NeoDB 公共书目 ↗

平庸的产品与伟大的产品差就差在细节上。作者Dan Saffer将通过这本书展示怎么设计微交互,即位于功能之内或周边的那些交互细节。你的手机怎么静音?你怎么知道有新邮件了?怎么修改应用的设置?诸如此类的交互细节,既可以毁掉一个产品,也可以成就一个产品。高效而有趣的微交互 ,涉及触发器、规则、循环和模式,还有反馈。透过书中生动、真实的设备及应用示例,读者将理解微交互对于塑造产品个性、赋予产品卖点的重要意义。
目录原文 7 行

目录来源 ↗

目录较简短,已保留接口原文;更细层级待核。 接口原文已保留,不表示纸书所有细目均已核实。

第1章 设计微交互 第2章 触发器 第3章 规则 第4章 反馈 第5章 循环与模式 第6章 综合实例 附录 测试微交互
待核信息 1 项
  • 接口目录较简短,部分仅提供章级标题;未核实更细层级。

内容来源:NeoDB 公共书目 ↗ · 原文保存,无 AI 改写

游戏机制封面65 / 424
数字产品与技术已准入

游戏机制 ↗

高级游戏设计技术

游戏设计与开发

Ernest Adams、Joris Dormans

人民邮电出版社 · 2014-04 · 版次待核
ISBN 9787115340498 · 石曦 译

需要基础共320页
简介原文

来源:NeoDB 公共书目 ↗

游戏机制是游戏核心部分的规则、流程以及数据。在游戏设计中,游戏机制居于核心地位。它们使游戏世界生动多彩,产生出供玩家解决的种种灵活挑战,并决定着玩家的行动在游戏中产生的效果。游戏设计师的工作,就是打造出能够产生挑战丰富、乐趣十足、平衡良好的可玩性的游戏机制。 《游戏机制——高级游戏设计技术》介绍游戏机制的本质,教授读者如何设计、测试及调整游戏的核心机制。全书共包括12章,分别从不同角度介绍和阐述了游戏机制,介绍了用于构建和模拟游戏机制的Machinations工具,展示了实用案例、常见的机制以及设计模式,还探讨了模拟和平衡游戏、构建经济机制、关卡设计与机制设计的融合以及有意义的机制等相对深入的话题。 《游戏机制——高级游戏设计技术》适合学习游戏设计的学生以及希望对游戏机制的设计、构建和测试加深了解的业内人士阅读参考。
目录原文 261 行

目录来源 ↗

保留来源接口返回的目录原文,未逐页对照纸书;不承诺包含全部细目。 接口原文已保留,不表示纸书所有细目均已核实。

第1章 设计游戏机制 1.1 规则定义游戏 1.1.1 游戏是不可预测的 1.1.2 从规则到机制 1.1.3 机制是独立于媒介的 1.1.4 五种游戏机制 1.1.5 机制和游戏类型 1.2 离散机制vs.连续机制 1.2.1 理解物理机制 1.2.2 将物理机制和策略性玩法相结合 1.2.3 利用离散机制进行创新 1.3 机制和游戏设计过程 1.3.1 游戏设计流程概述 1.3.2 尽早设计机制 1.3.3 找对方法 1.4 原型制作技术 1.4.1 一些术语 1.4.2 软件原型 1.4.3 纸面原型 1.4.4 物理原型 1.4.5 原型聚焦点 本章总结 练习 第2章 突现和渐进 2.1 突现和渐进的历史 2.2 将突现和渐进进行对比 2.3 突现型游戏 2.3.1 复杂系统中的简单部分 2.3.2 游戏玩法和游戏状态 2.3.3 实例:《文明》 2.4 渐进型游戏 2.4.1 游戏教程 2.4.2 游戏中的叙事 2.4.3 实例:《塞尔达传说》 2.5 结构差异 2.6 将突现和渐进相结合 本章总结 练习 第3章 复杂系统和突现结构 3.1 作为游戏突现特性的可玩性 3.1.1 秩序和混沌之间 3.1.2 突现现象是否可以设计? 3.2 复杂系统的结构特性 3.2.1 活跃并相互关联的组成部分 3.2.2 反馈循环可促进系统稳定也可使系统失稳 3.2.3 不同的规模级别生发出不同的行为模式 3.2.4 对突现进行分类 3.3 驾驭游戏中的突现特性 本章总结 练习 第4章 内部经济 4.1 内部经济的构成要素 4.1.1 资源 4.1.2 实体 4.1.3 经济系统中的四个功能 4.2 经济结构 4.2.1 经济走势图 4.2.2 一局国际象棋的走势图 4.2.3 从机制到走势图 4.3 内部经济在游戏中的应用 4.3.1 用内部经济补强物理机制 4.3.2 用内部经济影响游戏进程 4.3.3 通过内部经济引入策略性玩法 4.3.4 用内部经济创造出大概率空间 4.3.5 经济构建型游戏的一些设计技巧 本章总结 练习 第5章 Machinations 5.1 Machinations框架 5.1.1 Machinations工具 5.1.2 Machinations工具如何运作 5.1.3 Machinations的表现范畴和细节程度 5.2 Machinations示意图的基本元件 5.2.1 池和资源 5.2.2 资源通路 5.2.3 激活模式 5.2.4 资源的推送和牵引 5.2.5 时间模式 5.2.6 状态变化 5.3 高级节点类型 5.3.1 门 5.3.2 来源 5.3.3 消耗器 5.3.4 转换器 5.3.5 交易器 5.3.6 结束条件 5.4 模拟《吃豆人》 5.4.1 游戏中的资源 5.4.2 豆子 5.4.3 水果机制 5.4.4 鬼怪产生危险度 5.4.5 被鬼怪抓住并损失生命 5.4.6 大力丸 5.4.7 完整的机制示意图 本章总结 练习 第6章 常见机制 6.1 Machinations的更多概念 6.1.1 寄存器 6.1.2 间隔 6.1.3 倍增数 6.1.4 延迟器和队列 6.1.5 反向触发器 6.1.6 颜色编码功能 6.2 游戏中的反馈结构 6.2.1 闭合环路形成反馈机制 6.2.2 通过影响输出端来形成反馈 6.2.3 正反馈篮球赛与负反馈篮球赛 6.2.4 多个反馈循环的情况 6.2.5 反馈的面貌 6.2.6 反馈的七个属性 6.2.7 反馈机制的可确定性 6.3 随机vs.突现 6.3.1 利用随机性迫使玩家随机应变 6.3.2 利用随机性制约统治性策略 6.4 机制示例 6.4.1 动作游戏中的增益道具和可收集道具 6.4.2 竞速游戏与皮筋约束机制 6.4.3 RPG元素 6.4.4 FPS经济机制 6.4.5 RTS采集机制 6.4.6 RTS建造机制 6.4.7 RTS战斗机制 6.4.8 科技树 本章总结 练习 第7章 设计模式 7.1 设计模式介绍 7.1.1 设计模式简史 7.1.2 游戏中的设计语汇库 7.1.3 游戏中的设计模式 7.2 Machinations设计模式语言 7.2.1 模式描述信息 7.2.2 类型:引擎 7.2.3 类型:阻碍力 7.2.4 类型:渐增 7.2.5 其他模式 7.2.6 将设计模式进行组合 7.2.7 细化作用和模式嵌套 7.2.8 对模式语言进行扩展 7.3 用模式支持设计 7.3.1 改进你的设计 7.3.2 利用设计模式开展头脑风暴 本章总结 练习 第8章 模拟并平衡游戏 8.1 对玩测活动进行模拟 8.1.1 Machinations中的人工玩家 8.1.2 利用Multiple Runs模式采集数据 8.1.3 设计人工玩家策略 8.2 模拟《地产大亨》 8.2.1 对模拟玩测进行分析 8.2.2 运气效果 8.2.3 地租与收入的平衡 8.2.4 加入动态阻碍力 8.3 平衡《SimWar》 8.3.1 建立《SimWar》模型 8.3.2 将所有机制组合起来 8.3.3 定义人工玩家 8.3.4 调节游戏平衡 8.4 从模型到游戏 本章总结 练习 第9章 构建游戏经济 9.1 经济构建型游戏 9.2 剖析《凯撒大帝III》 9.2.1 支配性经济结构 9.2.2 经济构件 9.3 设计《月球殖民地》 9.3.1 游戏规则(第一版原型) 9.3.2 基本经济结构 9.3.3 经济构件 9.3.4 障碍和事件 9.3.5 其他经济策略 本章总结 练习 第10章 将关卡设计和游戏机制融合起来 10.1 从玩具到游乐场 10.1.1 构筑玩乐活动 10.1.2 构筑游戏进度 10.1.3 侧重于机制中的不同结构 10.1.4 讲述故事 10.2 任务和游戏空间 10.2.1 将机制映射到主任务中 10.2.2 将机制映射到游戏空间中 10.3 学习玩游戏 10.3.1 技能原子 10.3.2 习武法则 本章总结 练习 第11章 渐进机制 11.1 锁-钥匙机制 11.1.1 将主任务映射到游戏空间中 11.1.2 用角色能力作为钥匙 11.1.3 用Machinations来表现锁-钥匙机制 11.1.4 动态的锁-钥匙机制 11.1.5 围绕着动态的锁-钥匙机制来构筑关卡 11.2 突现型渐进 11.2.1 把进度看作资源 11.2.2 间接生产进度 11.2.3 突现型进度和玩法阶段 11.2.4 构筑玩法阶段 本章总结 练习 第12章 有意义的机制 12.1 严肃游戏 12.1.1 早期严肃游戏 12.1.2 严肃电子游戏 12.2 传播理论 12.2.1 媒介如何影响信息 12.2.2 机制如何发送信息 12.2.3 设计挑战 12.3 游戏和模拟系统中的符号学 12.3.1 游戏和模拟系统 12.3.2 类比模拟 12.3.3 象征模拟 12.3.4 少即是多 12.4 意义的多个层次 12.4.1 不相关的意义 12.4.2 表面形式和机制之间的对比 12.4.3 互文讽刺 本章总结 练习 附录A Machinations速查手册 资源通路 状态通路 节点 激活模式牵引和推送模式 门的类型和其他元件 附录B 设计模式库 B.1 静态引擎 B.2 动态引擎 B.3 转换引擎 B.4 引擎构建 B.5 静态阻碍力 B.6 动态阻碍力 B.7 阻碍机制 B.8 耗损 B.9 渐增型挑战 B.10 渐增型复杂度 B.11 军备竞赛 B.12 玩法风格强化 B.13 多反馈 B.14 交易 B.15 劳力分配 B.16 慢性循环 附录C Machinations入门指南

内容来源:NeoDB 公共书目 ↗ · 原文保存,无 AI 改写

图解HTTP封面66 / 424
数字产品与技术已准入

图解HTTP ↗

网络信息安全与隐私

上野宣

人民邮电出版社 · 2014-04 · 版次待核
ISBN 9787115351531 · 于均良 译

入门友好共308页
简介原文

来源:NeoDB 公共书目 ↗

图解HTTP》对互联网基盘——HTTP协议进行了全面系统的介绍。作者由HTTP协议的发展历史娓娓道来,严谨细致地剖析了HTTP协议的结构,列举诸多常见通信场景及实战案例,**后延伸到Web安全、**新技术动向等方面。《图解HTTP》的特色为在讲解的同时,辅以大量生动形象的通信图例,更好地帮助读者深刻理解HTTP通信过程中客户端与服务器之间的交互情况。读者可通过《图解HTTP》快速了解并掌握HTTP协议的基础,前端工程师分析抓包数据,后端工程师实现REST API、实现自己的HTTP服务器等过程中所需的HTTP相关知识点本书均有介绍。 《图解HTTP》适合Web开发工程师,以及对HTTP协议感兴趣的各层次读者。
目录原文 214 行

目录来源 ↗

保留来源接口返回的目录原文,未逐页对照纸书;不承诺包含全部细目。 接口原文已保留,不表示纸书所有细目均已核实。

目录 第1章 了解Web及网络基础  001 1.1  使用HTTP协议访问Web  002 1.2  HTTP的诞生003 1.2.1 为知识共享而规划Web    003 1.2.2 Web成长时代    004 1.2.3 驻足不前的HTTP    005 1.3  网络基础TCP/IP  006 1.3.1 TCP/IP协议族    006 1.3.2 TCP/IP的分层管理    007 1.3.3 TCP/IP通信传输流    009 1.4  与HTTP关系密切的协议:IP、TCP和DNS  010 1.4.1 负责传输的IP协议    011 1.4.2 确保可靠性的TCP协议    012 1.5  负责域名解析的DNS服务  013 1.6  各种协议与HTTP协议的关系  014 1.7  URI和URL  016 1.7.1 统一资源标识符  016 1.7.2 URI格式  017 第2章 简单的HTTP协议  021 2.1  HTTP协议用于客户端和服务器端之间的通信  022 2.2  通过请求和响应的交换达成通信  022 2.3  HTTP是不保存状态的协议  025 2.4  请求URI定位资源  026 2.5  告知服务器意图的HTTP  方法027 2.6  使用方法下达命令  033 2.7  持久连接节省通信量  034 2.7.1 持久连接  036 2.7.2 管线化  037 2.8  使用Cookie的状态管理  037 第3章HTTP报文内的HTTP信息  041 3.1HTTP报文  042 3.2  请求报文及响应报文的结构  042 3.3  编码提升传输速率  044 3.3.1 报文主体和实体主体的差异  044 3.3.2 压缩传输的内容编码  044 3.3.3 分割发送的分块传输编码  045 3.4  发送多种数据的多部分对象集合  046 3.5  获取部分内容的范围请求048 3.6  内容协商返回最合适的内容050 第4章 返回结果的HTTP状态码  053 4.1  状态码告知从服务器端返回的请求结果054 4.2  2XX成功  055 4.2.1 200 OK    055 4.2.2 204 No Content    056 4.2.3 206 Partial Content    056 4.3  3XX 重定向 056 4.3.1 301 Moved Permanently  057 4.3.2 302 Found 057 4.3.3 303 See Other    058 4.3.4 304 Not Modified  059 4.3.5 307 Temporary Redirect  059 4.4  4XX 客户端错误  060 4.4.1 400 Bad Request  060 4.4.2 401 Unauthorized  060 4.4.3 403 Forbidden  061 4.4.4 404 Not Found  061 4.5  5XX 服务器错误  062 4.5.1 500 Internal Server Error  062 4.5.2 503 Service Unavailable  062 第5章 与HTTP协作的Web服务器  065 5.1  用单台虚拟主机实现多个域名  066 5.2  通信数据转发程序:代理、网关、隧道  067 5.2.1 代理  068 5.2.2 网关  070 5.2.3 隧道  070 5.3  保存资源的缓存  071 5.3.1 缓存的有效期限  072 5.3.2 客户端的缓存  072 第6章 HTTP 首部  075 6.1  HTTP 报文首部  076 6.2  HTTP 首部字段  078 6.2.1 HTTP首部字段传递重要信息  078 6.2.2 HTTP首部字段结构  078 6.2.3 4种HTTP首部字段类型  079 6.2.4 HTTP/1.1首部字段一览  080 6.2.5 非HTTP/1.1首部字段  082 6.2.6   End-to-end首部和Hop-by-hop首部  083 6.3  HTTP/1.1  通用首部字段  083 6.3.1 Cache-Control  084 6.3.2 Connection  091 6.3.3 Date  093 6.3.4 Pragma  094 6.3.5 Trailer  095 6.3.6 Transfer-Encoding  096 6.3.7 Upgrade  097 6.3.8 Via  098 6.3.9 Warning  099 6.4  请求首部字段  100 6.4.1 Accept  101 6.4.2 Accept-Charset  102 6.4.3 Accept-Encoding  103 6.4.4 Accept-Language  104 6.4.5 Authorization  105 6.4.6 Expect  106 6.4.7 From  107 6.4.8 Host  107 6.4.9 If-Match  108 6.4.10 If-Modified-Since  110 6.4.11 If-None-Match  111 6.4.12 If-Range  112 6.4.13 If-Unmodified-Since  113 6.4.14 Max-Forwards  114 6.4.15 Proxy-Authorization  115 6.4.16 Range  116 6.4.17 Referer  116 6.4.18 TE  117 6.4.19 User-Agent  118 6.5  响应首部字段119 6.5.1 Accept-Ranges  119 6.5.2 Age  120 6.5.3 ETag    120 6.5.4 Location  122 6.5.5 Proxy-Authenticate  123 6.5.6 Retry-After  123 6.5.7 Server  124 6.5.8 Vary  125 6.5.9 WWW-Authenticate  125 6.6  实体首部字段126 6.6.1 Allow  126 6.6.2 Content-Encoding  127 6.6.3 Content-Language  128 6.6.4 Content-Length  128 6.6.5 Content-Location  129 6.6.6 Content-MD5  129 6.6.7 Content-Range  130 6.6.8 Content-Type  131 6.6.9 Expires  131 6.6.10  Last-Modified  132 6.7  为Cookie服务的首部字段  132 6.7.1 Set-Cookie  134 6.7.2 Cookie  136 6.8  其他首部字段137 6.8.1 X-Frame-Options  137 6.8.2 X-XSS-Protection  138 6.8.3 DNT  138 6.8.4 P3P  139 第7章 确保Web安全的HTTPS  141 7.1  HTTP的缺点  142 7.1.1 通信使用明文可能会被窃听  142 7.1.2 不验证通信方的身份就可能遭遇伪装  146 7.1.3 无法证明报文完整性,可能已遭篡改  148 7.2  HTTP+加密+认证+完整性保护=HTTPS  150 7.2.1 HTTP加上加密处理和认证以及完整性保护后即是HTTPS  150 7.2.2 HTTPS是身披SSL外壳的HTTP  151 7.2.3 相互交换密钥的公开密钥加密技术  152 7.2.4 证明公开密钥正确性的证书  155 7.2.5 HTTPS的安全通信机制  161 第8章 确认访问用户身份的认证  167 8.1  何为认证  168 8.2  BASIC 认证  169 8.3  DIGEST 认证171 8.4  SSL客户端认证173 8.4.1 SSL客户端认证的认证步骤  174 8.4.2 SSL客户端认证采用双因素认证  175 8.4.3 SSL客户端认证必要的费用  175 8.5  基于表单认证  175 8.5.1 认证多半为基于表单认证  176 8.5.2 Session管理及Cookie应用  177 第9章 基于HTTP的功能追加协议  179 9.1  基于HTTP的协议180 9.2  消除HTTP瓶颈的SPDY  180 9.2.1 HTTP的瓶颈  180 9.2.2 SPDY的设计与功能  184 9.2.3 SPDY消除Web瓶颈了吗  185 9.3  使用浏览器进行全双工通信的WebSocket  186 9.3.1 WebSocket的设计与功能  186 9.3.2 WebSocket协议  186 9.4  期盼已久的HTTP/2.0  189 9.5  Web  服务器管理文件的WebDAV  190 9.5.1 扩展HTTP/1.1的WebDAV  191 9.5.2 WebDAV内新增的方法及状态码  192 第10章 构建Web内容的技术  195 10.1  HTML  196 10.1.1 Web页面几乎全由HTML构建  196 10.1.2 HTML的版本  197 10.1.3 设计应用CSS  198 10.2  动态HTML  198 10.2.1 让Web页面动起来的动态HTML  198 10.2.2 更易控制HTML  的DOM  198 10.3  Web应用  200 10.3.1   通过Web提供功能的Web应用  200 10.3.2 与Web服务器及程序协作的CGI  200 10.3.3 因Java  而普及的Servlet  201 10.4  数据发布的格式及语言  203 10.4.1 可扩展标记语言  203 10.4.2 发布更新信息的RSS/Atom  204 10.4.3 JavaScript衍生的轻量级易用JSON  206 第11章 Web的攻击技术  207 11.1  针对Web的攻击技术  208 11.1.1 HTTP不具备必要的安全功能  208 11.1.2 在客户端即可篡改请求  209 11.1.3 针对Web应用的攻击模式  210 11.2  因输出值转义不完全引发的安全漏洞  212 11.2.1 跨站脚本攻击  213 11.2.2 SQL注入攻击  218 11.2.3 OS命令注入攻击  223 11.2.4 HTTP首部注入攻击  225 11.2.5 邮件首部注入攻击  228 11.2.6 目录遍历攻击  229 11.2.7 远程文件包含漏洞  230 11.3  因设置或设计上的缺陷引发的安全漏洞  232 11.3.1 强制浏览  232 11.3.2 不正确的错误消息处理  234 11.3.3 开放重定向  237 11.4  因会话管理疏忽引发的安全漏洞  237 11.4.1 会话劫持  238 11.4.2 会话固定攻击  239 11.4.3 跨站点请求伪造  241 11.5  其他安全漏洞  242 11.5.1 密码破解  242 11.5.2 点击劫持  247 11.5.3 DoS攻击  249 11.5.4 后门程序  250

内容来源:NeoDB 公共书目 ↗ · 原文保存,无 AI 改写

图解密码技术封面67 / 424
数字产品与技术已准入

图解密码技术 ↗

网络信息安全与隐私

结城浩

人民邮电出版社 · 2014 · 版次待核
ISBN 9787115373625 · 周自恒 译

入门友好共388页
简介原文

来源:NeoDB 公共书目 ↗

本书以图配文的形式,详细讲解了6种最重要的密码技术:对称密码、公钥密码、单向散列函数、消息认证码、数字签名和伪随机数生成器。 第一部分讲述了密码技术的历史沿革、对称密码、分组密码模式(包括ECB、CBC、CFB、OFB、CTR)、公钥、混合密码系统。第二部分重点介绍了认证方面的内容,涉及单向散列函数、消息认证码、数字签名、证书等。第三部分讲述了密钥、随机数、PGP、SSL/TLS 以及密码技术在现实生活中的应用。
目录原文 452 行

目录来源 ↗

保留来源接口返回的目录原文,未逐页对照纸书;不承诺包含全部细目。 接口原文已保留,不表示纸书所有细目均已核实。

第1部分 密码  1 第1章 环游密码世界  3 1.1 本章学习的内容  4 1.2 密码  4 1.2.1 Alice与Bob  4 1.2.2 发送者、接收者和窃听者  4 1.2.3 加密与解密  6 1.2.4 密码保证了消息的机密性  7 1.2.5 破译  7 1.3 对称密码与公钥密码  8 1.3.1 密码算法  8 1.3.2 密钥  8 1.3.3 对称密码与公钥密码  9 1.3.4 混合密码系统  10 1.4 其他密码技术  10 1.4.1 单向散列函数  10 1.4.2 消息认证码  10 1.4.3 数字签名  11 1.4.4 伪随机数生成器  11 1.5 密码学家的工具箱  12 1.6 隐写术与数字水印  13 1.7 密码与信息安全常识  14 1.7.1 不要使用保密的密码算法  14 1.7.2 使用低强度的密码比不进行任何加密更危险  15 1.7.3 任何密码总有一天都会被破解  15 1.7.4 密码只是信息安全的一部分  16 1.8 本章小结  16 1.9 小测验的答案  17 第2章 历史上的密码——写一篇别人看不懂的文章  19 2.1 本章学习的内容  20 2.2 恺撒密码  20 2.2.1 什么是恺撒密码  21 2.2.2 恺撒密码的加密  21 2.2.3 恺撒密码的解密  22 2.2.4 用暴力破解来破译密码  23 2.3 简单替换密码  24 2.3.1 什么是简单替换密码  24 2.3.2 简单替换密码的加密  25 2.3.3 简单替换密码的解密  26 2.3.4 简单替换密码的密钥空间  26 2.3.5 用频率分析来破译密码  26 2.4 Enigma  31 2.4.1 什么是Enigma  31 2.4.2 用Enigma进行加密通信  31 2.4.3 Enigma的构造  32 2.4.4 Enigma的加密  34 2.4.5 每日密码与通信密码  36 2.4.6 避免通信错误  36 2.4.7 Enigma的解密  36 2.4.8 Enigma的弱点  38 2.4.9 Enigma的破译  38 2.5 思考  40 2.5.1 为什么要将密码算法和密钥分开呢  40 2.6 本章小结  41 2.7 小测验的答案  42 第3章 对称密码(共享密钥密码)——用相同的密钥进行加密和解密  45 3.1 炒鸡蛋与对称密码  46 3.2 本章学习的内容  46 3.3 从文字密码到比特序列密码  46 3.3.1 编码  46 3.3.2 XOR  47 3.4 一次性密码本——绝对不会被破译的密码  50 3.4.1 什么是一次性密码本  50 3.4.2 一次性密码本的加密  50 3.4.3 一次性密码本的解密  51 3.4.4 一次性密码本是无法破译的  51 3.4.5 一次性密码本为什么没有被使用  52 3.5 DES  53 3.5.1 什么是DES  53 3.5.2 加密和解密  54 3.5.3 DES的结构(Feistel网络)  54 3.6 三重DES  60 3.6.1 什么是三重DES  60 3.6.2 三重DES的加密  60 3.6.3 三重DES的解密  63 3.6.4 三重DES的现状  64 3.7 AES的选定过程  64 3.7.1 什么是AES  65 3.7.2 AES的选定过程  65 3.7.3 AES最终候选算法的确定与AES的最终确定    65 3.8 Rijndael  66 3.8.1 什么是Rijndael  66 3.8.2 Rijndael的加密和解密  66 3.8.3 Rijndael的破译  68 3.8.4 应该使用哪种对称密码呢  68 3.9 本章小结  70 3.10 小测验的答案  71 第4章 分组密码的模式——分组密码是如何迭代的  73 4.1 本章学习的内容  74 4.2 分组密码的模式  75 4.2.1 分组密码与流密码  75 4.2.2 什么是模式  75 4.2.3 明文分组与密文分组  76 4.2.4 主动攻击者Mallory  76 4.3 ECB模式  77 4.3.1 什么是ECB模式  77 4.3.2 ECB模式的特点  78 4.3.3 对ECB模式的攻击  78 4.4 CBC模式  80 4.4.1 什么是CBC模式  80 4.4.2 初始化向量  81 4.4.3 CBC模式的特点  82 4.4.4 对CBC模式的攻击  82 4.4.5 CBC的应用实例  84 4.5 CFB模式  85 4.5.1 什么是CFB模式  85 4.5.2 初始化向量  86 4.5.3 CFB模式与流密码  86 4.5.4 CFB模式的解密  87 4.5.5 对CFB模式的攻击  87 4.6 OFB模式  88 4.6.1 什么是OFB模式  88 4.6.2 初始化向量  89 4.6.3 CFB模式与OFB模式的对比  89 4.7 CTR模式  90 4.7.1 计数器的生成方法  92 4.7.2 OFB模式与CTR模式的对比  92 4.7.3 CTR模式的特点  92 4.7.4 错误与机密性  93 4.8 应该使用哪种模式呢  93 4.9 本章小结  94 4.10 小测验的答案  95 第5章 公钥密码——用公钥加密,用私钥解密  97 5.1 投币寄物柜的使用方法  98 5.2 本章学习的内容  98 5.3 密钥配送问题  98 5.3.1 什么是密钥配送问题  98 5.3.2 通过事先共享密钥来解决  100 5.3.3 通过密钥分配中心来解决  101 5.3.4 通过Diffie-Hellman密钥交换来解决密钥配送问题  102 5.3.5 通过公钥密码来解决密钥配送问题  102 5.4 公钥密码  103 5.4.1 什么是公钥密码  103 5.4.2 公钥密码的历史  104 5.4.3 公钥通信的流程  104 5.4.4 各种术语  106 5.4.5 公钥密码无法解决的问题  106 5.5 时钟运算  106 5.5.1 加法  107 5.5.2 减法  109 5.5.3 乘法  110 5.5.4 除法  110 5.5.5 乘方  114 5.5.6 对数  114 5.5.7 从时钟指针到RSA  115 5.6 RSA  116 5.6.1 什么是RSA  116 5.6.2 RSA加密  116 5.6.3 RSA解密  117 5.6.4 生成密钥对  118 5.6.5 具体实践一下吧  121 5.7 对RSA的攻击  124 5.7.1 通过密文来求得明文  124 5.7.2 通过暴力破解来找出D  124 5.7.3 通过E和N求出D  125 5.7.4 中间人攻击  126 5.8 其他公钥密码  128 5.8.1 ElGamal方式  128 5.8.2 Rabin方式  128 5.8.3 椭圆曲线密码  128 5.9 关于公钥密码的问答  128 5.9.1 公钥密码的机密性  129 5.9.2 公钥密码与对称密码的密钥长度  129 5.9.3 对称密码的未来  129 5.9.4 RSA与质数  130 5.9.5 RSA与质因数分解  130 5.9.6 RSA的长度  131 5.10 本章小结  132 5.11 小测验的答案  133 第6章 混合密码系统——用对称密码提高速度,用公钥密码保护会话密钥  135 6.1 混合动力汽车  136 6.2 本章学习的内容  136 6.3 混合密码系统  136 6.3.1 对称密码与公钥密码  136 6.3.2 混合密码系统  137 6.3.3 加密  138 6.3.4 解密  140 6.3.5 混合密码系统的具体例子  141 6.4 怎样才是高强度的混合密码系统  141 6.4.1 伪随机数生成器  141 6.4.2 对称密码  142 6.4.3 公钥密码  142 6.4.4 密钥长度的平衡  142 6.5 密码技术的组合  142 6.6 本章小结  143 6.7 小测验的答案  144 第2部分 认证 145 第7章 单向散列函数——获取消息的“指纹”  147 7.1 本章学习的内容  148 7.2 什么是单向散列函数  148 7.2.1 这个文件是不是真的呢  148 7.2.2 什么是单向散列函数  151 7.2.3 单向散列函数的性质  153 7.2.4 关于术语  156 7.3 单向散列函数的实际应用  157 7.3.1 检测软件是否被篡改  157 7.3.2 基于口令的加密  159 7.3.3 消息认证码  159 7.3.4 数字签名  159 7.3.5 伪随机数生成器  159 7.3.6 一次性口令  159 7.4 单向散列函数的具体例子  160 7.4.1 MD4、MD5  160 7.4.2 SHA-1、SHA-256、SHA-384、SHA-512  160 7.4.3 RIPEMD-160  160 7.4.4 AHS(Advanced Hash Standard)与SHA-3    161 7.5 单向散列函数SHA-1  161 7.5.1 整体流程  161 7.5.2 (1) SHA-1:填充  162 7.5.3 (2) SHA-1:计算W0~W79  164 7.5.4 (3) SHA-1:分组处理  165 7.5.5 (4) SHA-1:单步处理  167 7.6 对单向散列函数的攻击  168 7.6.1 暴力破解(攻击故事1)  168 7.6.2 生日攻击(攻击故事2)  170 7.7 单向散列函数无法解决的问题  172 7.8 本章小结  173 7.9 小测验的答案  173 第8章 消息认证码——消息被正确传送了吗  177 8.1 本章学习的内容  178 8.2 消息认证码  178 8.2.1 汇款请求是正确的吗  178 8.2.2 什么是消息认证码  179 8.2.3 消息认证码的使用步骤  180 8.2.4 消息认证码的密钥配送问题  180 8.3 消息认证码的应用实例  181 8.3.1 SWIFT  181 8.3.2 IPsec  181 8.3.3 SSL/TLS  182 8.4 消息认证码的实现方法  182 8.4.1 使用单向散列函数实现  182 8.4.2 使用分组密码实现  182 8.4.3 其他实现方法  182 8.5 HMAC的详细介绍  182 8.5.1 什么是HMAC  182 8.5.2 HMAC的步骤  183 8.6 对消息认证码的攻击  185 8.6.1 重放攻击  185 8.6.2 密钥推测攻击  187 8.7 消息认证码无法解决的问题  188 8.7.1 对第三方证明  188 8.7.2 防止否认  188 8.8 本章小结  189 8.9 小测验的答案  189 第9章 数字签名——消息到底是谁写的  191 9.1 羊妈妈的认证  192 9.2 本章学习的内容  192 9.3 数字签名  192 9.3.1 Alice的借条  192 9.3.2 从消息认证码到数字签名  193 9.3.3 签名的生成和验证  194 9.3.4 公钥密码与数字签名  195 9.4 数字签名的方法  197 9.4.1 直接对消息签名的方法  197 9.4.2 对消息的散列值签名的方法  199 9.5 对数字签名的疑问  202 9.5.1 密文为什么能作为签名使用  202 9.5.2 数字签名不能保证机密性吗  202 9.5.3 这种签名可以随意复制吗  203 9.5.4 消息内容会不会被任意修改  203 9.5.5 签名会不会被重复使用  204 9.5.6 删除签名也无法“作废合同”吗  204 9.5.7 如何防止否认  205 9.5.8 数字签名真的能够代替签名吗  205 9.6 数字签名的应用实例  206 9.6.1 安全信息公告  206 9.6.2 软件下载  207 9.6.3 公钥证书  208 9.6.4 SSL/TLS  208 9.7 通过RSA实现数字签名  208 9.7.1 用RSA生成签名  208 9.7.2 用RSA验证签名  209 9.7.3 具体实践一下吧  209 9.8 其他的数字签名  210 9.8.1 ElGamal方式  210 9.8.2 DSA  210 9.8.3 Rabin方式  211 9.9 对数字签名的攻击  211 9.9.1 中间人攻击  211 9.9.2 对单向散列函数的攻击  212 9.9.3 利用数字签名攻击公钥密码  212 9.9.4 其他攻击  213 9.10 各种密码技术的对比  213 9.10.1 消息认证码与数字签名  213 9.10.2 混合密码系统与对散列值签名  214 9.11 数字签名无法解决的问题  214 9.12 本章小结  215 9.13 小测验的答案  216 第10章 证书——为公钥加上数字签名  217 10.1 本章学习的内容  218 10.2 证书  218 10.2.1 什么是证书  218 10.2.2 证书的应用场景  218 10.3 实际生成一张证书  221 10.3.1 VeriSign的免费试用服务  221 10.3.2 生成证书  221 10.3.3 将证书从Web浏览器中导出  224 10.3.4 证书的内容  224 10.3.5 证书标准规范X.509  224 10.4 公钥基础设施(PKI)  228 10.4.1 什么是公钥基础设施  228 10.4.2 PKI的组成要素  228 10.4.3 认证机构的工作  230 10.4.4 证书的层级结构  231 10.4.5 各种各样的PKI  233 10.5 对证书的攻击  234 10.5.1 在公钥注册之前进行攻击  234 10.5.2 注册相似人名进行攻击  234 10.5.3 窃取认证机构的私钥进行攻击  235 10.5.4 攻击者伪装成认证机构进行攻击  235 10.5.5 钻CRL的空子进行攻击(1)  236 10.5.6 钻CRL的空子进行攻击(2)  237 10.6 关于证书的Q&A  238 10.6.1 为什么需要证书  238 10.6.2 通过自己的方法进行认证是不是更安全  239 10.6.3 为什么要相信认证机构  240 10.7 本章小结  241 10.8 小测验的答案  242 第3部分 密钥、随机数与应用技术 243 第11章 密钥——秘密的精华  245 11.1 本章学习的内容  246 11.2 什么是密钥  246 11.2.1 密钥就是一个巨大的数字  246 11.2.2 密钥与明文是等价的  248 11.2.3 密码算法与密钥  248 11.3 各种不同的密钥  248 11.3.1 对称密码的密钥与公钥密码的密钥  248 11.3.2 消息认证码的密钥与数字签名的密钥  249 11.3.3 用于确保机密性的密钥与用于认证的密钥  250 11.3.4 会话密钥与主密钥  251 11.3.5 用于加密内容的密钥与用于加密密钥的密钥    252 11.4 密钥的管理  252 11.4.1 生成密钥  252 11.4.2 配送密钥  253 11.4.3 更新密钥  253 11.4.4 保存密钥  254 11.4.5 作废密钥  256 11.5 Diffie-Hellman密钥交换  256 11.5.1 什么是Diffie-Hellman密钥交换  256 11.5.2 Diffie-Hellman密钥交换的步骤  257 11.5.3 Eve能计算出密钥吗  259 11.5.4 生成元的意义  259 11.5.5 具体实践一下  260 11.6 基于口令的密码(PBE)  262 11.6.1 什么是基于口令的密码  262 11.6.2 PBE加密  263 11.6.3 PBE解密  264 11.6.4 盐的作用  266 11.6.5 口令的作用  266 11.6.6 PBE的改良  267 11.7 如何生成安全的口令  268 11.7.1 使用只有自己才能知道的信息  268 11.7.2 将多个不同的口令分开使用  269 11.7.3 有效利用笔记  269 11.7.4 理解口令的局限性  269 11.8 本章小结  270 11.9 小测验的答案  271 第12章 随机数——不可预测性的源泉  273 12.1 骡子的锁匠铺  274 12.2 本章学习的内容  274 12.3 使用随机数的密码技术  274 12.3.1 随机数是干什么用的  274 12.4 随机数的性质  275 12.4.1 对随机数的性质进行分类  275 12.4.2 随机性  276 12.4.3 不可预测性  277 12.4.4 不可重现性  277 12.5 伪随机数生成器  278 12.5.1 伪随机数生成器的结构  278 12.6 具体的伪随机数生成器  280 12.6.1 杂乱的方法  280 12.6.2 线性同余法  280 12.6.3 单向散列函数法  283 12.6.4 密码法  286 12.6.5 ANSI X9.17  287 12.7 对伪随机数生成器的攻击  290 12.7.1 对种子进行攻击  290 12.7.2 对随机数池进行攻击  290 12.8 本章小结  290 12.9 小测验的答案  291 第13章 PGP ——密码技术的完美组合  293 13.1 本章学习的内容  294 13.2 PGP简介  294 13.2.1 什么是PGP  294 13.2.2 PGP的功能  295 13.3 生成密钥对  297 13.4 加密与解密  299 13.4.1 加密  299 13.4.2 解密  301 13.5 生成和验证数字签名  304 13.5.1 生成数字签名  304 13.5.2 验证数字签名  306 13.6 生成数字签名并加密以及解密并验证数字签名    309 13.6.1 生成数字签名并加密  309 13.6.2 解密并验证数字签名  309 13.7 信任网  313 13.7.1 公钥合法性  313 13.7.2 场景1:通过自己的数字签名进行确认  313 13.7.3 场景2:通过自己完全信任的人的数字签名进行确认  314 13.7.4 场景3:通过自己有限信任的多个人的数字签名进行确认  315 13.7.5 公钥合法性与所有者信任是不同的  316 13.7.6 所有者信任级别是因人而异的  316 13.8 本章小结  318 13.9 小测验的答案  318 第14章 SSL/TLS ——为了更安全的通信  321 14.1 本章学习的内容  322 14.2 什么是SSL/TLS  322 14.2.1 Alice在Bob书店买书  322 14.2.2 客户端与服务器  323 14.2.3 用SSL/TLS承载HTTP  324 14.2.4 SSL/TLS的工作  325 14.2.5 SSL/TLS也可以保护其他的协议  326 14.2.6 密码套件  326 14.2.7 SSL与TLS的区别  327 14.3 使用SSL/TLS进行通信  327 14.3.1 层次化的协议  327 14.3.2 1 TLS记录协议  329 14.3.3 2-1 握手协议  330 14.3.4 2-2 密码规格变更协议  336 14.3.5 2-3 警告协议  337 14.3.6 2-4 应用数据协议  337 14.3.7 主密码  337 14.3.8 TLS中使用的密码技术小结  338 14.4 对SSL/TLS的攻击  339 14.4.1 对各个密码技术的攻击  339 14.4.2 对伪随机数生成器的攻击  339 14.4.3 利用证书的时间差进行攻击  340 14.5 SSL/TLS用户的注意事项  340 14.5.1 不要误解证书的含义  340 14.5.2 密码通信之前的数据是不受保护的  340 14.5.3 密码通信之后的数据是不受保护的  340 14.6 本章小结  341 14.7 小测验的答案  342 第15章 密码技术与现实社会——我们生活在不完美的安全中  .343 15.1 本章学习的内容  344 15.2 密码技术小结  344 15.2.1 密码学家的工具箱  344 15.2.2 密码与认证  346 15.2.3 密码技术的框架化  346 15.2.4 密码技术与压缩技术  346 15.3 追寻完美的密码技术  348 15.3.1 量子密码  349 15.3.2 量子计算机  350 15.3.3 哪一种技术会率先进入实用领域  350 15.4 只有完美的密码,没有完美的人  350 15.4.1 理论是完美的,现实是残酷的  351 15.4.2 防御必须天衣无缝,攻击只需突破一点  351 15.4.3 攻击实例1:经过PGP加密的电子邮件  352 15.4.4 攻击实例2:用SSL/TLS加密的信用卡号  353 15.5 本章小结  354 附录 密码技术综合测验  355 参考文献  365

内容来源:NeoDB 公共书目 ↗ · 原文保存,无 AI 改写

精益数据分析封面68 / 424
数字产品与技术已准入

精益数据分析 ↗

产品管理与用户研究

阿利斯泰尔·克罗尔、本杰明·尤科维奇

人民邮电出版社 · 2014 · 版次待核
ISBN 9787115374769 · 韩知白、王鹤达 译

需要基础共356页
简介原文

来源:NeoDB 公共书目 ↗

本书展示了如何验证自己的设想、找到真正的客户、打造能赚钱的产品,以及提升企业知名度。30多个案例分析,全球100多位知名企业家的真知灼见,为你呈现来之不易、经过实践检验的创业心得和宝贵经验,值得每位创业家和企业家一读。 深入理解精益创业、数据分析基础,和数据驱动的思维模式 如何将六个典型的商业模式应用到各种规模的新企业 找到你的第一关键指标 确定底线,找到出发点 在大企业中应用精益分析,打造新产品
目录原文 41 行

目录来源 ↗

保留来源接口返回的目录原文,未逐页对照纸书;不承诺包含全部细目。 接口原文已保留,不表示纸书所有细目均已核实。

数据——精益创业里最不精益的工作  xiv 序  xvi 前言   xviii 致谢   xxiii 第一部分 别再欺骗自己了 第1 章 我们都在说谎  2 第2 章 创业的记分牌  7 第3 章 你把生命献给谁  26 第4 章 以数据为导向与通过数据获取信息  31 第二部分 找到当前的正确指标 第5 章 数据分析框架  36 第6 章 第一关键指标的约束力  45 第7 章 你所在的商业领域  52 第8 章 商业模式一:电子商务  60 第9 章 商业模式二:SaaS  75 第10 章 商业模式三:免费移动应用  88 第11 章 商业模式四:媒体网站  97 第12 章 商业模式五:用户生成内容  106 第13 章 商业模式六:双边市场  117 第14 章 创业阶段的划分  131 第15 章 阶段1:移情  135 第16 章 阶段2:黏性  171 第17 章  阶段3:病毒性  190 第18 章 阶段4:营收  202 第19 章 阶段5:规模化  215 第20 章 模式+阶段决定你跟踪的指标  223 第三部分 底线在哪里 第21 章 我是否足够优秀  228 第22 章 电子商务:底线在哪里  245 第23 章 SaaS:底线在哪里  250 第24 章 免费移动应用:底线在哪里  259 第25 章 媒体网站:底线在哪里  269 第26 章 用户生成内容:底线在哪里  278 第27 章 双边市场:底线在哪里  286 第28 章 没有基准时怎么办  290 第四部分 应用精益数据分析 第29 章 进入企业市场  294 第30 章 企业内部的精益之道:内部创业者  310 第31 章 结语:超越创业  325 附录 参考书目和延伸阅读  329 索引  330

内容来源:NeoDB 公共书目 ↗ · 原文保存,无 AI 改写

数据科学实战封面69 / 424
数字产品与技术已准入

数据科学实战 ↗

数据分析与可视化

Rachel Schutt、Cathy O'Neil

人民邮电出版社 · 2015-03 · 版次待核
ISBN 9787115383495 · 冯凌秉、王群锋 译

需要基础共316页
简介原文

来源:NeoDB 公共书目 ↗

• 统计推断、探索性数据分析(EDA)及数据科学工作流程 • 算法 • 垃圾邮件过滤、朴素贝叶斯和数据清理 • 逻辑回归 • 金融建模 • 推荐引擎和因果关系 • 数据可视化 • 社交网络与数据新闻 • 数据工程、MapReduce、Pregel和Hadoop
目录原文 236 行

目录来源 ↗

保留来源接口返回的目录原文,未逐页对照纸书;不承诺包含全部细目。 接口原文已保留,不表示纸书所有细目均已核实。

作者介绍   XII 关于封面图  XIII 前言  XIV 第1章 简介:什么是数据科学  1 1.1 大数据和数据科学的喧嚣  1 1.2 冲出迷雾  2 1.3 为什么是现在  3 1.4 数据科学的现状和历史  5 1.5 数据科学的知识结构  8 1.6 思维实验:元定义  10 1.7 什么是数据科学家  11 1.7.1 学术界对数据科学家的定义  12 1.7.2 工业界对数据科学家的定义  12 第2章 统计推断、探索性数据分析和数据科学工作流程  14 2.1 大数据时代的统计学思考  14 2.1.1 统计推断  15 2.1.2 总体和样本  16 2.1.3 大数据的总体和样本  17 2.1.4 大数据意味着大胆的假设  19 2.1.5 建模  21 2.2 探索性数据分析  26 2.2.1 探索性数据分析的哲学  27 2.2.2 练习:探索性数据分析  29 2.3 数据科学的工作流程  31 2.4 思维实验:如何模拟混沌  34 2.5 案例学习:RealDirect  35 2.5.1 RealDirect是如何赚钱的  36 2.5.2 练一练:RealDirect公司的数据策略  36 第3章 算法  39 3.1 机器学习算法  40 3.2 三大基本算法  41 3.2.1 线性回归模型  42 3.2.2 k 近邻模型(k-NN)  55 3.2.3 k 均值算法  64 3.3 练习:机器学习算法基础  68 3.4 总结  72 3.5 思维实验:关于统计学家的自动化  73 第4章 垃圾邮件过滤器、朴素贝叶斯与数据清理  74 4.1 思维实验:从实例中学习  74 4.1.1 线性回归为何不适用  75 4.1.2 k 近邻效果如何  77 4.2 朴素贝叶斯模型  78 4.2.1 贝叶斯法则  79 4.2.2 个别单词的过滤器  80 4.2.3 直通朴素贝叶斯  82 4.3 拉普拉斯平滑法  83 4.4 对比朴素贝叶斯和k 近邻  85 4.5 Bash代码示例  85 4.6 网页抓取:API和其他工具  87 4.7 Jake的练习题:文章分类问题中的朴素贝叶斯模型  88 第5章 逻辑回归  92 5.1 思维实验  93 5.2 分类器  94 5.2.1 运行时间  95 5.2.2 你自己  95 5.2.3 模型的可解释性  95 5.2.4 可扩展性  96 5.3 逻辑回归:一个来自M6D 的真实案例研究  96 5.3.1 点击模型  96 5.3.2 模型背后  97 5.3.3 α和β 的参数估计  99 5.3.4 牛顿法  101 5.3.5 随机梯度下降法  101 5.3.6 操练  101 5.3.7 模型评价  102 5.4 练习题  105 第6章 时间戳数据与金融建模  110 6.1 Kyle Teague与GetGlue公司  110 6.2 时间戳  112 6.2.1 探索性数据分析(EDA)  113 6.2.2 指标和新变量  117 6.2.3 下一步怎么做  117 6.3 轮到Cathy O'Neill了  118 6.4 思维实验  118 6.5 金融建模  119 6.5.1 样本期内外以及因果关系  120 6.5.2 金融数据处理  121 6.5.3 对数收益率  123 6.5.4 实例:标准普尔指数  124 6.5.5 如何衡量波动率  126 6.5.6 指数平滑法  128 6.5.7 金融模型的反馈  128 6.5.8 聊聊回归模型  130 6.5.9 先验信息量  130 6.5.10 一个小例子  131 6.6 练习:GetGlue提供的时间戳数据  134 第7章 从数据到结论  136 7.1 William Cukierski  136 7.1.1 背景介绍:数据科学竞赛  136 7.1.2 背景介绍:众包模式  137 7.2 Kaggle模式  139 7.2.1 Kaggle的参赛者  140 7.2.2 Kaggle的客户  141 7.3 思维实验:关于作业自动评分系统  143 7.4 特征选择  145 7.4.1 例子:留住用户  146 7.4.2 过滤型  149 7.4.3 包装型  149 7.4.4 决策树与嵌入型变量选择  151 7.4.5 熵  153 7.4.6 决策树算法  155 7.4.7 如何在决策树模型中处理连续性变量  156 7.4.8 随机森林  157 7.4.9 用户黏性:模型的预测能力与可解释性  159 7.5 David Huffaker:谷歌社会学研究的新方法  160 7.5.1 从描述性统计到预测模型  161 7.5.2 谷歌的社交研究  163 7.5.3 隐私保护  163 7.5.4 思维实验:如何消除用户的顾虑  164 第8章 构建面向大量用户的推荐引擎  165 8.1 一个真实的推荐引擎  166 8.1.1 最近邻算法回顾  167 8.1.2 最近邻模型的已知问题  168 8.1.3 超越近邻模型:基于机器学习的分类模型  169 8.1.4 高维度问题  171 8.1.5 奇异值分解(SVD)  172 8.1.6 关于SVD的重要特性  172 8.1.7 主成分分析(PCA)  173 8.1.8 交替最小二乘法  174 8.1.9 固定矩阵V,更新矩阵U  175 8.1.10 关于这些算法的一点思考  176 8.2 思维实验:如何过滤模型中的泡沫  176 8.3 练习:搭建自己的推荐系统  176 第9章 数据可视化与欺诈侦测  179 9.1 数据可视化的历史  179 9.1.1 Gabriel Tarde  180 9.1.2 Mark 的思维实验  181 9.2 到底什么是数据科学  181 9.2.1 Processing  182 9.2.2 Franco Moretti  182 9.3 一个数据可视化的方案实例  183 9.4 Mark 的数据可视化项目  186 9.4.1 《纽约时报》大厅里的可视化:Moveable Type  186 9.4.2 屏幕上的生命:Cascade可视化项目  188 9.4.3 Cronkite广场项目  189 9.4.4 eBay与图书网购  190 9.4.5 公共剧场里的“莎士比亚机”  192 9.4.6 这些展览的目的是什么  193 9.5 数据科学和风险  193 9.5.1 关于Square公司  194 9.5.2 支付风险  194 9.5.3 模型效果的评估问题  197 9.5.4 建模小贴士  200 9.6 数据可视化在Square  203 9.7 Ian的思维实验  204 9.8 关于数据可视化  204 第10章 社交网络与数据新闻学  207 10.1 Morning Analytics与社交网络  207 10.2 社交网络分析  209 10.3 关于社交网络分析的相关术语  209 10.3.1 如何衡量向心性  210 10.3.2 使用哪种向心性测度  211 10.4 思维实验  212 10.5 Morningside Analytics  212 10.6 从统计学的角度看社交网络分析  215 10.6.1 网络的表示方法与特征值向心度  215 10.6.2 随机网络的第一个例子:Erdos-Renyi模型  217 10.6.3 随机网络的第二个例子:指数随机网络图模型  217 10.7 数据新闻学  220 10.7.1 关于数据新闻学的历史回顾  220 10.7.2 数据新闻报告的写作:来自专家的建议  220 第11章 因果关系研究  222 11.1 相关性并不代表因果关系  223 11.1.1 对因果关系提问  223 11.1.2 干扰因子:一个关于在线约会网站的例子  224 11.2 OK Cupid的发现  225 11.3 黄金准则:随机化临床实验  226 11.4 A/B测试  228 11.5 退一步求其次:关于观察性研究  229 11.5.1 辛普森悖论  230 11.5.2 鲁宾因果关系模型  231 11.5.3 因果关系的可视化  232 11.5.4 定义:因果关系  233 11.6 三个小建议  235 第12章 流行病学  236 12.1 Madigan的学术背景  236 12.2 思维实验  237 12.3 统计学在现代  238 12.4 医学文献与观察性研究  238 12.5 分层法不解决干扰因子的问题  239 12.6 就没有更好的办法吗  241 12.7 研究性实验(OMOP)  242 12.8 最后的思维实验  246 第13章 从竞赛中学到的:数据泄漏和模型评价  247 13.1 Claudia作为数据科学家的知识结构  247 13.1.1 首席数据科学家的生活  248 13.1.2 作为一名女数据科学家  248 13.2 数据挖掘竞赛  249 13.3 如何成为出色的建模者  250 13.4 数据泄漏  250 13.4.1 市场预测  251 13.4.2 亚马逊案例学习:出手阔绰的顾客  251 13.4.3 珠宝抽样问题  251 13.4.4 IBM 客户锁定  252 13.4.5 乳腺癌检测  253 13.4.6 预测肺炎  253 13.5 如何避免数据泄漏  254 13.6 模型评价  255 13.6.1 准确度重要吗  256 13.6.2 概率的重要性,不是非0 即1  256 13.7 如何选择算法  259 13.8 最后一个例子  259 13.9 临别感言  260 第14章 数据工程:MapReduce、Pregel、Hadoop  261 14.1 关于David Crawshaw  262 14.2 思维实验  262 14.3 MapReduce  263 14.4 单词频率问题  264 14.5 其他MapReduce案例  267 14.6 Pregel  268 14.7 关于Josh Wills  269 14.8 思维实验  269 14.9 给数据科学家的话  269 14.9.1 数据丰富和数据匮乏  270 14.9.2 设计模型  270 14.10 算算Hadoop的经济账  270 14.10.1 Hadoop简介  271 14.10.2 Cloudera  271 14.11 Josh 的工作流程  272 14.12 如何开始使用Hadoop  272 第15章 听听学生们怎么说  273 15.1 重在过程  273 15.2 不再简单  274 15.3 援助之手  275 15.4 殊途同归  277 15.5 逢山开路,遇水架桥  279 15.6 作品展示  279 第16章 下一代数据科学家、自大狂和职业道德  281 16.1 前面都讲了些什么  281 16.2 什么是数据科学(再问一次)  282 16.3 谁是下一代的数据科学家  283 16.3.1 成为解决问题的人  284 16.3.2 培养软技能  284 16.3.3 成为提问者  285 16.4 做一个有道德感的数据科学家  286 16.5 对于职业生涯的建议  289

内容来源:NeoDB 公共书目 ↗ · 原文保存,无 AI 改写

亲密关系封面70 / 424
心理与个人成长 · 生活与家庭已准入

亲密关系 ↗

人际关系与个人边界 / 伴侣关系与家庭沟通

罗兰·米勒 (Rowland S. Miller)

人民邮电出版社 · 2015-06 · 版次待核
ISBN 9787115390578 · 王伟平 译

入门友好共544页
简介原文

来源:NeoDB 公共书目 ↗

亲密关系与泛泛之交有什么区别;大丈夫与小女子真的般配吗;吸引力的秘密是什么;男人与女人真的是不同的动物吗;同性恋真的是由基因决定的吗;单亲家庭的孩子长大后更容易离婚吗……什么是爱情?由什么构成?能持续多久?两性在发生一夜情及选择终身伴侣上有什么差异?爱情和性欲是由不同的脑区控制吗?亲密关系美满的秘诀是什么?有什么方法能让婚姻持续一生?米勒教授在《亲密关系》中回答了这些问题,尤其澄清了通俗心理学所宣扬的经验之谈,甚至某些错误观点。 《亲密关系》汲取了社会心理学、沟通研究、家庭研究、认知心理学、发展心理学、演化心理学、社会学、传播学及家政学等学科的最新成果,研究实践和理论建构并重,学术标准与大众兴趣兼备。全书结构清晰、逻辑严密、语言生动、启发思考,既通俗易懂,读来轻松愉快,又科学权威,崇尚实证精神。本书遵循由浅入深、由一般到特殊的认知规律,论述了亲密关系的基础、活动形态、类型、矛盾和修复等内容,读完本书,你将对人际吸引、爱情、婚姻、承诺、友谊、激情、沟通、性爱、依恋、择偶、嫉妒、出轨、家暴等亲密关系的方方面面有全新的认识。 亲密关系是人类经验的核心,处理得好能给人带来极大的快乐,处理得不好则会造成重大创伤,因此科学地认识亲密关系,攸关我们每个人的幸福。本书既适合研究亲密关系的专业人士,能给他们带来启发与灵感,也适合每个想爱情甜蜜、婚姻长久、人生幸福的普通读者。
目录原文 17 行

目录来源 ↗

来源目录含省略符号,可能不是完整细目;原样保留。 接口原文已保留,不表示纸书所有细目均已核实。

简要目录 第1 章  人际关系的构成 1 第2 章  研究方法 ......... 40 第3 章  吸引力 ............. 69 第4 章  社会认知 ....... 106 第5 章  沟 通 ........... 142 第6 章  相互依赖 ....... 178 第7 章  友 谊 ........... 217 第8 章  爱 情 ........... 250 第9 章  性 爱 ........... 280 第10 章 压力与紧张 .... 313 第11 章 冲 突 ........... 346 第12 章 权力和暴力 .... 372 第13 章 亲密关系的解体与消亡 402 第14 章 亲密关系的维持和修复 435 参考文献 ........................ 457 译者后记.......... 545
待核信息 2 项
  • 来源目录含省略符号,可能省略细目;未补写。
  • 源接口将印次说明或主编、审校信息混入译者;这些条目未作为译者入库,原始响应保留备查。

内容来源:NeoDB 公共书目 ↗ · 原文保存,无 AI 改写

游戏设计快乐之道(第2版)(异步图书)封面71 / 424
数字产品与技术已准入

游戏设计快乐之道(第2版)(异步图书) ↗

游戏设计与开发

科斯特(Raph Koster)

人民邮电出版社 · 2015-10 · 版次待核
ISBN 9787115392992 · 赵俐 李强 译

入门友好共198页
简介原文

来源:NeoDB 公共书目 ↗

本书用一种新颖的方式教导游戏设计者们如何创造和改进其设计,以获得快乐。书中的内容涉及游戏设计的方方面面:游戏设计的核心理念是什么?为什么有的游戏有趣之极,而有些游戏却令人厌倦?为什么我们每个人都需要玩游戏?怎么让人在游戏中进行学习?为什么游戏不能太难,也不能太容易? 本书讲解细致,娓娓道来,配有丰富生动的图例,让读者在轻松而又深刻地体会游戏设计的黄金法则,领悟游戏的快乐之道。本书适合游戏设计师、游戏架构师、游戏开发者和其他游戏产业从业人员阅读参考。 Raph Koster是经验丰富的设计师,他在游戏业中几乎所有领域都有涉猎。在十几岁时,他开始自己制作游戏,并将其作为业余爱好。后来,他成为了LegendMUD的核心成员,一款屡获大奖的基于文字的虚拟世界游戏。他是《网络创世纪》(Ultima Online)和《星球大战网络版》(Star Wars Galaxies)的首席创意师和设计师;他拥有自己的工作室Metaplace;他在游戏设计、写作、艺术和配乐方面都有所贡献,并且编写了从Facebook游戏到控制台单人游戏等许多跨度很大的游戏。
目录原文 9 行

目录来源 ↗

目录较简短,已保留接口原文;更细层级待核。 接口原文已保留,不表示纸书所有细目均已核实。

开场白 1 第1章 什么是设计师 3 第2章 大脑如何运作 10 第3章 什么是游戏 26 第4章 游戏教会我们什么 37 第5章 游戏不是什么 61 第6章 不同的快乐给不同的你 79 第7章 学习的问题 87 第8章 人的问题 101
待核信息 1 项
  • 接口目录较简短,部分仅提供章级标题;未核实更细层级。

内容来源:NeoDB 公共书目 ↗ · 原文保存,无 AI 改写

凤凰项目封面72 / 424
工作与商业已准入

凤凰项目 ↗

一个IT运维的传奇故事

项目管理与协作

基恩·金 (Gene Kim)、凯文·贝尔 (Kevin Behr)、乔治·斯帕福德 (George Spafford)

人民邮电出版社 · 2015-09 · 版次待核
ISBN 9787115403650 · 成小留 译

需要基础共362页
简介原文

来源:NeoDB 公共书目 ↗

本书讲述了一位IT经理临危受命,在未来董事的帮助和自己“三步工作法”理念的支撑下,最终挽救了一家具有悠久历史的汽车配件制造商的故事。小说揭示了管理现代IT组织与管理传统工厂的共通之处,让读者不仅能对如何管理IT组织心领神会,更重要的是将以完全不同于以往的视角来看待自己的工作环境。
目录原文 47 行

目录来源 ↗

保留来源接口返回的目录原文,未逐页对照纸书;不承诺包含全部细目。 接口原文已保留,不表示纸书所有细目均已核实。

第一部分 第1章 9月2日,星期二  2 第2章 9月2日,星期二  12 第3章 9月2日,星期二  23 第4章 9月3日,星期三  34 第5章 9月4日,星期四  49 第6章 9月5日,星期五  61 第7章 9月5日,星期五  72 第8章 9月8日,星期一  82 第9章 9月9日,星期二  92 第10章 9月11日,星期四  100 第11章 9月11日,星期四  108 第12章 9月12日,星期五  114 第13章 9月15日,星期一  127 第14章 9月16日,星期二  135 第15章 9月17日,星期三  143 第16章 9月18日,星期四  155 第二部分 第17章 9月22日,星期一  164 第18章 9月23日,星期二  169 第19章 9月23日,星期二  175 第20章 9月26日,星期五  190 第21章 9月26日,星期五  203 第22章 9月29日,星期一  211 第23章 10月7日,星期二  221 第24章 10月11日,星期六  226 第25章 10月14日,星期二  234 第26章 10月17日,星期五  243 第27章 10月21日,星期二  252 第28章 10月27日,星期一  261 第29章 11月3日,星期一  270 第三部分 第30章 11月3日,星期一  278 第31章 11月3日,星期一  284 第32章 11月10日,星期一  292 第33章 11月11日,星期二  299 第34章 11月28日,星期五  306 第35章 1月9日,星期五  313 致谢  324 简介  327 为什么需要开发运维  328 开发运维从何而来  333 对三步工作法的解释  335 对开发运维的主要误解  337 四种工作类型  341 延伸阅读  346 注释  359

内容来源:NeoDB 公共书目 ↗ · 原文保存,无 AI 改写

精益客户开发封面73 / 424
数字产品与技术已准入

精益客户开发 ↗

产品管理与用户研究

Cindy Alvarez

人民邮电出版社 · 2015-10 · 版次待核
ISBN 9787115405319 · 雷 钰、边 蕤 译

入门友好共208页
简介原文

来源:NeoDB 公共书目 ↗

本书介绍了客户开发分析方法。该方法是一种验证产品和公司理念的方法,从而避免浪费数月时间和数百万资金解决没人需要的问题。通过客户开发,你将了解客户的行为,他们需要解决的问题,他们遇到的阻碍,以及他们喜欢什么样的产品。通过当面交流以及快速、灵活的分析技术,你一下子就能找到灵感,从而开发出真正优秀的产品,并使企业长盛不衰。
目录原文 139 行

目录来源 ↗

保留来源接口返回的目录原文,未逐页对照纸书;不承诺包含全部细目。 接口原文已保留,不表示纸书所有细目均已核实。

第1章 为什么需要客户开发  1 1.1 最初的挑战在组织内部  2 1.2 什么是客户开发  2 1.3 什么是精益客户开发  3 1.4 客户开发并非如此  5 1.4.1 客户开发并非只适用于创业公司  5 1.4.2 客户开发并非产品开发  5 1.4.3 客户开发并不取代产品管理  6 1.4.4 客户开发并非用户调研  7 1.5 你为什么需要客户开发  7 1.6 我们如何提高胜算  8 1.7 回答常见异议  11 1.8 让我们来实现它吧  12 1.9 下一步:开始  13 第2章 从何开始  14 2.1 练习1:确定假想  15 2.2 练习2:写下关于问题的假设  18 2.3 练习3:描绘目标客户概况  19 2.4 下一步:寻找你的目标客户  22 第3章 与谁交谈  24 3.1 怎么在还没有产品时找到客户  25 3.2 早期支持者的重要性  26 3.3 三件鼓动人心的事  27 3.3.1 帮助他人能让我们感到快乐  27 3.3.2 我们喜欢被人认为聪明  28 3.3.3 解决问题给了我们一种目的感  29 3.4 怎样寻找客户  30 3.4.1 请亲朋好友引荐  30 3.4.2 铸造更广的联系网  32 3.5 如何开展访谈  42 3.5.1 到客户的办公室或家里登门拜访  42 3.5.2 在中立场合进行面对面谈话  43 3.5.3 电话会谈  44 3.5.4 视频聊天  44 3.5.5 即时通信工具  45 3.6 后续跟进  45 3.6.1 安排电话采访时间  46 3.6.2 安排面对面采访的时间  48 3.6.3 为你的采访留出间隔  49 3.7 访谈疑难解答  50 3.7.1 没人回复该怎么办  50 3.7.2 受访者爽约  50 3.8 下一步:准备好进行客户开发访谈  51 第4章 学习什么  52 4.1 从这些客户开发问题着手  53 4.2 客户不知道他们想要什么  54 4.3 哪些内容要留意  56 4.3.1 客户正在做什么  58 4.3.2 什么约束正拖住客户的后腿  62 4.3.3 什么会打击(或鼓励)你的客户  67 4.3.4 你的客户如何做决定、消费以及评判价值  68 4.4 下一步:准备好做客户开发访谈  70 第5章 走出办公楼  71 5.1 访谈练习  72 5.2 录还是不录  73 5.3 巧做笔记  74 5.4 访谈前一刻  77 5.5 第一分钟  77 5.6 接下来的一分钟  79 5.7 保持对话流畅  80 5.7.1 避免导向性问题  82 5.7.2 往更深处挖掘  82 5.8 跑题  84 5.9 避免愿望列表  85 5.9.1 远离种种特性,回到问题本身  86 5.9.2 魔杖问题  87 5.10 避免产品细节  88 5.11 超时  88 5.12 最后几分钟  89 5.13 访谈之后  91 5.14 走出办公楼(现在!)  92 第6章 通过验证的假设是什么样子  94 6.1 保持健康的存疑态度  95 6.1.1 他们是否在告诉你你想听到的  95 6.1.2 客户说的是事实还是愿望  96 6.2 井井有条的笔记  98 6.2.1 在一份文档里保存你的笔记  98 6.2.2 写总结  99 6.3 让团队凝聚在新信息周围  100 6.4 需要做多少个访谈  103 6.4.1 两次访谈之后:你是否获得了你需要了解的信息  103 6.4.2 五次访谈内:第一个真正踊跃的人  105 6.4.3 10 次访谈内:有模式可循  106 6.4.4 多少次访谈才足够  107 6.4.5 在足够多的访谈之后,你就不会听到任何让你吃惊的内容了  111 6.5 通过检验的假设是什么样子  112 6.6 接下来做什么  115 第7章 应该构建哪种最小可行产品  116 7.1 我的MVP 应该为我做到什么  117 7.2 MVP 类型  118 7.3 预购型MVP  119 7.3.1 案例分析:Finale Fireworks  119 7.3.2 用例  120 7.4 受众拓展MVP  120 7.5 看门人MVP  121 7.5.1 案例分析:StyleSeat  122 7.5.2 用例  124 7.6 绿野仙踪MVP  124 7.6.1 案例分析:Porch.com  124 7.6.2 用例  125 7.7 单用例MVP  126 7.7.1 案例学习:Hotwire  127 7.7.2 用例  129 7.8 他方产品MVP  129 7.8.1 案例研究:Bing Offers  129 7.8.2 用例  131 7.9 构建完MVP 该做什么  131 第8章 已有客户时,客户开发如何发挥作用  133 8.1 调整MVP 观念  134 8.1.1 无破损  134 8.1.2 富有吸引力,但是假的  135 8.1.3 可行多于最小化  136 8.2 寻找正确的客户  140 8.2.1 如何从找错客户的过程中学习找对客户  140 8.2.2 找到那些不能没有你的产品的人  141 8.3 客户口吐金玉良言  143 8.4 一旦你找到客户,解释,解释,再解释  145 8.4.1 我们是在问问题,没有在开发什么  145 8.4.2 再说一遍:这是一次探索  147 8.5 故事样品  148 8.6 匿名客户开发  149 8.6.1 换个新身份  150 8.6.2 与非客户谈话  150 8.7 告诉我你是如何使用我们的产品的  152 8.8 应该这样使用我们的产品  157 8.9 这对你同样适用  160 第9章 持续的客户开发  162 9.1 谁已经走出办公楼了  163 9.2 敲你门的会是谁  165 9.2.1 功能方面的要求  167 9.2.2 功能或是设计问题  168 9.2.3 bug 和错误  169 9.2.4 本周问题  169 9.2.5 识别偏见  170 9.3 闭合循环  171 9.3.1 收集信息  171 9.3.2 分享客户开发产生的影响  172 9.4 现在你已经准备好了  173 附录A 有用的问题  175

内容来源:NeoDB 公共书目 ↗ · 原文保存,无 AI 改写

摄影的艺术:摄影的本质、观察与创意封面74 / 424
艺术与设计已准入

摄影的艺术:摄影的本质、观察与创意 ↗

摄影与影像表达

布鲁斯·巴恩博

人民邮电出版社 · 2017-06 · 版次待核
ISBN 9787115445308

需要基础共184页
简介原文

来源:NeoDB 公共书目 ↗

本书是经典之作《摄影的艺术》的升华篇。《摄影的艺术》被认为是具可读性、易理解和全面的摄影教科书。现在,作者将他在摄影实践中领悟的更多关于摄影的本质、观察与创意的内容编写下来,作为前一部著作《摄影的艺术》的升华与补充。本书可以拓宽你的摄影视野,让你看到除了摄影技术以外的更多更有意义的理念与观点。   本书有以下重点内容:如何用有意义的、甚至持久的方式透过摄影表达自我;如何把摄影当成视觉研究实验,无论你使用数码还是胶片,或是其他影像创作方式;介绍视觉探索、试验和自我满足;如何面对场景(包括人造的场景和遇见的场景)和如何发现场景中可用作个人表达的潜力;如何创作和亚当斯、韦斯顿、卡帕、坎宁安、萨尔加多等大师作品一样具有持久影响力的摄影影像。   Bruce被公认为是世界上杰出的风景和建筑摄影师之一,同时又是摄影领域杰出的导师之一。本书是其摄影教材的化身,经过35年的发展、演变和提炼,它已成为一本在未来多年内仍将具有持久意义的、价值无可估量的摄影参考书。对于有想法的摄影师,这确实是一部不可多得的好书。
目录原文 72 行

目录来源 ↗

保留来源接口返回的目录原文,未逐页对照纸书;不承诺包含全部细目。 接口原文已保留,不表示纸书所有细目均已核实。

第1章 寻找自己的套路 11 发现和发展个人兴趣 14 摄影节奏 18 器材对摄影节奏的影响 23 第2章 你的兴趣和你的影像 27 寻找你的摄影兴趣 28 摄影观察和创意的起点 32 构图和光线的考虑 33 构图 33 光线 34 示例图片:构图和光线的应用 37 通过仔细观察提前消除问题 42 用胶片提高观察力 43 扩印尺寸 47 聆听反馈意见并做出反应 48 反馈意见对塑造我和你的作品很重要 51 完成练习 52 第3章 你要取悦谁 55 个人创作VS专业创作 56 取悦自己VS取悦他人 58 职业需要VS个人表达 61 个人满足VS摄影销售 63 创新和求异的障碍 65 突破障碍 67 照片VS艺术摄影作品 70 摄影的力量 72 摄影的情感影响 74 摄影的心理高度 76 第4章 寻找现实和抽象的灵感 79 来自日常生活的灵感 82 靠近或远离你家的摄影灵感 83 源自文学的灵感 83 源自音乐的灵感 84 现实主义和抽象主义的演绎方式 87 现实主义和抽象主义的色彩 88 确定表达目标的重要性 88 我们可以从不同题材中看到相似的图案 89 第5章 直觉和创意的核心 95 创意需要准备 96 创意由什么驱动 97 “认识自己” 99 把眼光和直觉用于摄影 100 相信直觉 101 寻找创新机会 104 创意示例 106 例子1:《黑暗与绝望》系列 106 例子2:“喷水摄影” 108 例子3:拉长石 110 例子4:灾后 112 在意想不到的地方寻找创意 115 带着创意前行 119 推动自己或强迫自己 119 一切为我所用 120 第6章 在摄影研习班和组织学习摄影 123 摄影研习班 124 误导性的艺术教育 128 和别人一起拍照的好处 131 和别人互相评论作品 134 寻找摄影组织 135 导师的坦率 136 第7章 用于创新的技术知识、材料和器材 139 用于创新和教学的技术 141 用创新的方法把已有的想法组合起来 146 你不能只依赖好技术 151 材料、器材以及它们给创新带来的机会 152 第8章 打破规则,追随激情 163 利用光线 164 锡达断层,冬日 167 屋顶,海德堡 170 拍摄我的激情,寻找你的激情 170 作为一种创新艺术形式的摄影 178 确定我的目标,确定你的目标 179

内容来源:NeoDB 公共书目 ↗ · 原文保存,无 AI 改写

用数据讲故事封面75 / 424
数字产品与技术已准入

用数据讲故事 ↗

数据分析与可视化

Cole Nussbaumer Knaflic

人民邮电出版社 · 2017-08 · 版次待核
ISBN 9787115460110 · 陆昊、吴梦颖 译

入门友好共176页
简介原文

来源:NeoDB 公共书目 ↗

本书通过大量案例研究介绍数据可视化的基础知识,以及如何利用数据创造出吸引人的、信息量大的、有说服力的故事,进而达到有效沟通的目的。具体内容包括:如何充分理解上下文,如何选择合适的图表,如何消除杂乱,如何聚焦受众的视线,如何像设计师一样思考,以及如何用数据讲故事。
目录原文 152 行

目录来源 ↗

保留来源接口返回的目录原文,未逐页对照纸书;不承诺包含全部细目。 接口原文已保留,不表示纸书所有细目均已核实。

第1章 上下文的重要性  1 1.1 探索性分析和解释性分析  1 1.2 对象、内容和方式  2 1.3 对象  2 1.3. 1 你的受众  2 1.3.2 你自己  2 1.4 内容  3 1.4.1 行为  3 1.4.2 机制  3 1.4.3 语气  5 1.5 方式  5 1.6 举例说明对象、内容和方式  5 1.7 询问上下文:实用问题  6 1.8 三分钟故事和中心思想  7 1.8.1 三分钟故事  7 1.8.2 中心思想  7 1.9 故事板  8 1.10 小结  9 第2章 选择有效的图表  10 2.1 简单文本  12 2.2 表格  13 2.3 图表  15 2.4 点图  16 2.5 线图  17 2.5.1 折线图  17 2.5.2 斜率图  18 2.6 条形图  20 2.6.1 竖直条形图/直方图  23 2.6.2 堆叠竖直条形图  23 2.6.3 瀑布图  24 2.6.4 水平条形图  25 2.6.5 堆叠水平条形图  26 2.7 面积图  27 2.8 其他图表类型  27 2.9 需要避开的陷阱  28 2.9.1 邪恶的饼图  28 2.9.2 永远别用3D图形  30 2.9.3 双y轴:总之不是个好主意  31 2.10 小结  33 第3章 杂乱是你的敌人  34 3.1 认知负荷  34 3.2 杂乱  35 3.3 视觉认知的格式塔原则  35 3.3.1 临近原则  35 3.3.2 相似原则  36 3.3.3 包围原则  36 3.3.4 闭合原则  37 3.3.5 连续原则  38 3.3.6 连接原则  38 3.4 视觉无序  39 3.4.1 对齐  40 3.4.2 留白  41 3.5 对比的不正确使用  43 3.6 循序渐进地去除杂乱  45 3.6.1 去除图形边框  46 3.6.2 去除网格线  47 3.6.3 去除数据标记  48 3.6.4 清理坐标轴标签  48 3.6.5 直接标记数据  49 3.6.6 保持颜色一致  49 3.7 小结  50 第4章 聚焦受众的视线  51 4.1 用脑阅读  51 4.2 记忆微解密  52 4.2.1 形象记忆  52 4.2.2 短期记忆  52 4.2.3 长期记忆  52 4.3  前注意属性能够引导视线  53 4.4 文字中的前注意属性  55 4.5 图表中的前注意属性  56 4.6 大小  61 4.7 颜色  62 4.7.1 少量使用颜色  62 4.7.2 一致性  63 4.7.3 为色盲考虑  64 4.7.4 对色调深思熟虑  65 4.7.5 品牌颜色:用还是不用?  65 4.8 页面位置  66 4.9 小结  67 第5章 像设计师一样思考  68 5.1 可供性  68 5.1.1 突出重要的内容  69 5.1.2 消除干扰  71 5.1.3 建立清晰的信息层次  74 5.2 无障碍  76 5.2.1 不要过于复杂  76 5.2.2 文字是你的朋友  77 5.3 美观  80 5.4 接受度  83 5.5 小结  84 第6章 剖析样例图表  85 6.1 样例图表1:折线图  85 6.2 样例图表2:注释预测类折线图  87 6.3 样例图表3:100%堆叠条形图  88 6.4 样例图表4:利用正负堆叠条形图  89 6.5 样例图表5:水平堆叠条形图  91 6.6 小结  92 第7章 讲故事的课程  93 7.1 故事的魔力  94 7.1.1 戏剧中的故事  94 7.1.2 故事与电影  94 7.1.3 故事与写作  96 7.2 构建故事  96 7.2.1 开头  97 7.2.2 中间  97 7.2.3 结尾  98 7.3 叙述结构  99 7.3.1 叙述流:故事的顺序  99 7.3.2 口头叙述和书面叙述  100 7.4 重复的力量  101 7.5 保证故事清晰的策略  102 7.5.1 水平逻辑关系  102 7.5.2 垂直逻辑关系  103 7.5.3 反向故事板  104 7.5.4 新视角  104 7.6 小结  105 第8章 综合所有课程  106 8.1 第一节课:理解上下文  107 8.2 第二节课:选择合适的图表  107 8.3 第三节课:消除杂乱  110 8.4 第四节课:引导受众的注意  111 8.5 第五节课:像设计师一样思考  113 8.6 第六节课:讲故事  113 8.7 小结  118 第9章 案例研究  120 9.1 案例研究1:深色背景上的颜色选择  120 9.2 案例研究2:在图表中使用动画效果  122 9.3 案例研究3:顺序的逻辑  127 9.4 案例研究4:避免“意大利面”式图表的策略  133 9.4.1 一次只强调一条线  135 9.4.2 空间隔离  136 9.4.3 混合方法  137 9.5 案例研究5:饼图的替代方案  139 9.5.1 方案1:直接展示数字  140 9.5.2 方案2:简单条形图  140 9.5.3 方案3:100%水平堆叠条形图  141 9.5.4 方案4:斜率图  142 9.6 小结  143 第10章 最后的思考  144 10.1 下一步走向何方  144 10.1.1 建议1:学好使用工具  145 10.1.2 建议2:迭代并寻求反馈  146 10.1.3 建议3:投入充足的时间  146 10.1.4 建议4:从榜样中获得启发  147 10.1.5 建议5:享受并寻找自己的风格  149 10.2 在团队中培养用数据讲故事的能力  149 10.2.1 提升每个人的技能  149 10.2.2 培养一两个内部专家  150 10.2.3 外包  150 10.2.4 组合方法  150 10.3 快速回顾所学内容  151 10.4 小结  152

内容来源:NeoDB 公共书目 ↗ · 原文保存,无 AI 改写

深度学习封面76 / 424
数字产品与技术已准入

深度学习 ↗

人工智能基础与应用

伊恩·古德费洛、约书亚·本吉奥、亚伦·库维尔

人民邮电出版社 · 2017-07 · 版次待核
ISBN 9787115461476 · 赵申剑、黎彧君、符天凡、李凯 译

专业进阶共500页
简介原文

来源:NeoDB 公共书目 ↗

《深度学习》由全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写,是深度学习领域奠基性的经典教材。全书的内容包括3个部分:第1部分介绍基本的数学工具和机器学习的概念,它们是深度学习的预备知识;第2部分系统深入地讲解现今已成熟的深度学习方法和技术;第3部分讨论某些具有前瞻性的方向和想法,它们被公认为是深度学习未来的研究重点。 《深度学习》适合各类读者阅读,包括相关专业的大学生或研究生,以及不具有机器学习或统计背景、但是想要快速补充深度学习知识,以便在实际产品或平台中应用的软件工程师。
目录原文 355 行

目录来源 ↗

保留来源接口返回的目录原文,未逐页对照纸书;不承诺包含全部细目。 接口原文已保留,不表示纸书所有细目均已核实。

第 1 章 引言 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.1 本书面向的读者 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .7 1.2 深度学习的历史趋势 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 1.2.1 神经网络的众多名称和命运变迁 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 1.2.2 与日俱增的数据量 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 1.2.3 与日俱增的模型规模 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .13 1.2.4 与日俱增的精度、复杂度和对现实世界的冲击 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 第 1 部分 应用数学与机器学习基础 第 2 章 线性代数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.1 标量、向量、矩阵和张量 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.2 矩阵和向量相乘. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .21 2.3 单位矩阵和逆矩阵 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 2.4 线性相关和生成子空间 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 2.5 范数. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .24 2.6 特殊类型的矩阵和向量 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 2.7 特征分解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 2.8 奇异值分解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 2.9 Moore-Penrose 伪逆 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 2.10 迹运算 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 2.11 行列式 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 2.12 实例:主成分分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .30 第 3 章 概率与信息论. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .34 3.1 为什么要使用概率 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 3.2 随机变量 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 3.3 概率分布 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 3.3.1 离散型变量和概率质量函数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 3.3.2 连续型变量和概率密度函数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 3.4 边缘概率 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 3.5 条件概率 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 3.6 条件概率的链式法则 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 3.7 独立性和条件独立性 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 3.8 期望、方差和协方差 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 3.9 常用概率分布 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 3.9.1 Bernoulli 分布 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 3.9.2 Multinoulli 分布 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 3.9.3 高斯分布 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 3.9.4 指数分布和 Laplace 分布 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 3.9.5 Dirac 分布和经验分布 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 3.9.6 分布的混合 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 3.10 常用函数的有用性质. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .43 3.11 贝叶斯规则 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 3.12 连续型变量的技术细节 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 3.13 信息论 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 3.14 结构化概率模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 第 4 章 数值计算 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 4.1 上溢和下溢 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 4.2 病态条件 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 4.3 基于梯度的优化方法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 4.3.1 梯度之上:Jacobian 和 Hessian 矩阵 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 4.4 约束优化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 4.5 实例:线性最小二乘 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 第 5 章 机器学习基础. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .63 5.1 学习算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 5.1.1 任务 T . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 5.1.2 性能度量 P . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 5.1.3 经验 E . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 5.1.4 示例:线性回归 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 5.2 容量、过拟合和欠拟合 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 5.2.1 没有免费午餐定理 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 5.2.2 正则化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 5.3 超参数和验证集. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .76 5.3.1 交叉验证 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 5.4 估计、偏差和方差. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .77 5.4.1 点估计 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77 5.4.2 偏差 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 5.4.3 方差和标准差 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80 5.4.4 权衡偏差和方差以最小化均方误差 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 5.4.5 一致性 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82 5.5 最大似然估计 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82 5.5.1 条件对数似然和均方误差. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .84 5.5.2 最大似然的性质 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 5.6 贝叶斯统计 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 5.6.1 最大后验 (MAP) 估计 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 5.7 监督学习算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88 5.7.1 概率监督学习 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88 5.7.2 支持向量机 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88 5.7.3 其他简单的监督学习算法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .90 5.8 无监督学习算法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .91 5.8.1 主成分分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92 5.8.2 k-均值聚类 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .94 5.9 随机梯度下降 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94 5.10 构建机器学习算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96 5.11 促使深度学习发展的挑战 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96 5.11.1 维数灾难 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 5.11.2 局部不变性和平滑正则化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 5.11.3 流形学习 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 第 2 部分 深度网络:现代实践 第 6 章 深度前馈网络 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 6.1 实例:学习 XOR. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 6.2 基于梯度的学习 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110 6.2.1 代价函数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 6.2.2 输出单元 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 6.3 隐藏单元. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .119 6.3.1 整流线性单元及其扩展 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 6.3.2 logistic sigmoid 与双曲正切函数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121 6.3.3 其他隐藏单元 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122 6.4 架构设计. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .123 6.4.1 万能近似性质和深度. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .123 6.4.2 其他架构上的考虑 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .126 6.5 反向传播和其他的微分算法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .126 6.5.1 计算图 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 6.5.2 微积分中的链式法则. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .128 6.5.3 递归地使用链式法则来实现反向传播 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128 6.5.4 全连接 MLP 中的反向传播计算 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131 6.5.5 符号到符号的导数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .131 6.5.6 一般化的反向传播 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .133 6.5.7 实例:用于 MLP 训练的反向传播 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .135 6.5.8 复杂化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 6.5.9 深度学习界以外的微分 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 6.5.10 高阶微分 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138 6.6 历史小记. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .139 第 7 章 深度学习中的正则化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141 7.1 参数范数惩罚 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142 7.1.1 L2 参数正则化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142 7.1.2 L1 正则化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144 7.2 作为约束的范数惩罚. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .146 7.3 正则化和欠约束问题. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .147 7.4 数据集增强 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148 7.5 噪声鲁棒性 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149 7.5.1 向输出目标注入噪声. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .150 7.6 半监督学习 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150 7.7 多任务学习 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150 7.8 提前终止. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .151 7.9 参数绑定和参数共享. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .156 7.9.1 卷积神经网络 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156 7.10 稀疏表示. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .157 7.11 Bagging 和其他集成方法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .158 7.12 Dropout . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .159 7.13 对抗训练. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .165 7.14 切面距离、正切传播和流形正切分类器 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167 第 8 章 深度模型中的优化. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .169 8.1 学习和纯优化有什么不同 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169 8.1.1 经验风险最小化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169 8.1.2 代理损失函数和提前终止 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170 8.1.3 批量算法和小批量算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170 8.2 神经网络优化中的挑战 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173 8.2.1 病态 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173 8.2.2 局部极小值 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174 8.2.3 高原、鞍点和其他平坦区域 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .175 8.2.4 悬崖和梯度爆炸 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177 8.2.5 长期依赖 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177 8.2.6 非精确梯度 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178 8.2.7 局部和全局结构间的弱对应 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178 8.2.8 优化的理论限制 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179 8.3 基本算法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .180 8.3.1 随机梯度下降 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180 8.3.2 动量 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181 8.3.3 Nesterov 动量. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .183 8.4 参数初始化策略 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184 8.5 自适应学习率算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187 8.5.1 AdaGrad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187 8.5.2 RMSProp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188 8.5.3 Adam . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189 8.5.4 选择正确的优化算法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .190 8.6 二阶近似方法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190 8.6.1 牛顿法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190 8.6.2 共轭梯度 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191 8.6.3 BFGS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 8.7 优化策略和元算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194 8.7.1 批标准化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194 8.7.2 坐标下降 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196 8.7.3 Polyak 平均 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197 8.7.4 监督预训练 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197 8.7.5 设计有助于优化的模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199 8.7.6 延拓法和课程学习 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .199 第 9 章 卷积网络 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201 9.1 卷积运算. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .201 9.2 动机 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203 9.3 池化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207 9.4 卷积与池化作为一种无限强的先验 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210 9.5 基本卷积函数的变体. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .211 9.6 结构化输出 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218 9.7 数据类型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .219 9.8 高效的卷积算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220 9.9 随机或无监督的特征. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .220 9.10 卷积网络的神经科学基础 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221 9.11 卷积网络与深度学习的历史 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226 第 10 章 序列建模:循环和递归网络 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227 10.1 展开计算图 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228 10.2 循环神经网络 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .230 10.2.1 导师驱动过程和输出循环网络 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232 10.2.2 计算循环神经网络的梯度 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233 10.2.3 作为有向图模型的循环网络 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235 10.2.4 基于上下文的 RNN 序列建模 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237 10.3 双向 RNN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239 10.4 基于编码 - 解码的序列到序列架构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240 10.5 深度循环网络 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .242 10.6 递归神经网络 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .243 10.7 长期依赖的挑战 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244 10.8 回声状态网络 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .245 10.9 渗漏单元和其他多时间尺度的策略 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247 10.9.1 时间维度的跳跃连接. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .247 10.9.2 渗漏单元和一系列不同时间尺度 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247 10.9.3 删除连接 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248 10.10 长短期记忆和其他门控 RNN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248 10.10.1 LSTM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248 10.10.2 其他门控 RNN. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .250 10.11 优化长期依赖. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .251 10.11.1 截断梯度 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251 10.11.2 引导信息流的正则化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252 10.12 外显记忆 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253 第 11 章 实践方法论 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256 11.1 性能度量. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .256 11.2 默认的基准模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258 11.3 决定是否收集更多数据 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259 11.4 选择超参数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259 11.4.1 手动调整超参数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .259 11.4.2 自动超参数优化算法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .262 11.4.3 网格搜索 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262 11.4.4 随机搜索 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263 11.4.5 基于模型的超参数优化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264 11.5 调试策略. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .264 11.6 示例:多位数字识别 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267 第 12 章 应用. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .269 12.1 大规模深度学习 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269 12.1.1 快速的 CPU 实现 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269 12.1.2 GPU 实现 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269 12.1.3 大规模的分布式实现. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .271 12.1.4 模型压缩 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271 12.1.5 动态结构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272 12.1.6 深度网络的专用硬件实现 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273 12.2 计算机视觉 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274 12.2.1 预处理 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275 12.2.2 数据集增强 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277 12.3 语音识别. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .278 12.4 自然语言处理 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .279 12.4.1 n-gram . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .280 12.4.2 神经语言模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281 12.4.3 高维输出 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282 12.4.4 结合 n-gram 和神经语言模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 286 12.4.5 神经机器翻译 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287 12.4.6 历史展望 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289 12.5 其他应用. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .290 12.5.1 推荐系统 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290 12.5.2 知识表示、推理和回答 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292 第 3 部分 深度学习研究 第 13 章 线性因子模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297 13.1 概率 PCA 和因子分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297 13.2 独立成分分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .298 13.3 慢特征分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 300 13.4 稀疏编码. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .301 13.5 PCA 的流形解释 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304 第 14 章 自编码器 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 306 14.1 欠完备自编码器 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 306 14.2 正则自编码器 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .307 14.2.1 稀疏自编码器 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 307 14.2.2 去噪自编码器 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 309 14.2.3 惩罚导数作为正则. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .309 14.3 表示能力、层的大小和深度 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 310 14.4 随机编码器和解码器. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .310 14.5 去噪自编码器详解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311 14.5.1 得分估计 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 312 14.5.2 历史展望 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314 14.6 使用自编码器学习流形 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314 14.7 收缩自编码器 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .317 14.8 预测稀疏分解 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .319 14.9 自编码器的应用 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319 第 15 章 表示学习 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321 15.1 贪心逐层无监督预训练 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 322 15.1.1 何时以及为何无监督预训练有效有效 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323 15.2 迁移学习和领域自适应 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326 15.3 半监督解释因果关系. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .329 15.4 分布式表示 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332 15.5 得益于深度的指数增益 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336 15.6 提供发现潜在原因的线索 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 337 第 16 章 深度学习中的结构化概率模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339 16.1 非结构化建模的挑战. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .339 16.2 使用图描述模型结构. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .342 16.2.1 有向模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 342 16.2.2 无向模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 344 16.2.3 配分函数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345 16.2.4 基于能量的模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .346 16.2.5 分离和 d-分离 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .347 16.2.6 在有向模型和无向模型中转换 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 350 16.2.7 因子图 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 352 16.3 从图模型中采样 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353 16.4 结构化建模的优势 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353 16.5 学习依赖关系 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .354 16.6 推断和近似推断 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 354 16.7 结构化概率模型的深度学习方法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .355 16.7.1 实例:受限玻尔兹曼机 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 356 第 17 章 蒙特卡罗方法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 359 17.1 采样和蒙特卡罗方法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .359 17.1.1 为什么需要采样 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .359 17.1.2 蒙特卡罗采样的基础. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .359 17.2 重要采样. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .360 17.3 马尔可夫链蒙特卡罗方法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 362 17.4 Gibbs 采样. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .365 17.5 不同的峰值之间的混合挑战 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 365 17.5.1 不同峰值之间通过回火来混合 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 367 17.5.2 深度也许会有助于混合 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 368 第 18 章 直面配分函数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 369 18.1 对数似然梯度 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .369 18.2 随机最大似然和对比散度 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 370 18.3 伪似然 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 375 18.4 得分匹配和比率匹配. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .376 18.5 去噪得分匹配 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .378 18.6 噪声对比估计 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .378 18.7 估计配分函数 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .380 18.7.1 退火重要采样 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 382 18.7.2 桥式采样 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 384 第 19 章 近似推断 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 385 19.1 把推断视作优化问题. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .385 19.2 期望最大化 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 386 19.3 最大后验推断和稀疏编码 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 387 19.4 变分推断和变分学习. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .389 19.4.1 离散型潜变量 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 390 19.4.2 变分法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 394 19.4.3 连续型潜变量 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 396 19.4.4 学习和推断之间的相互作用 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 397 19.5 学成近似推断 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .397 19.5.1 醒眠算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 398 19.5.2 学成推断的其他形式. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .398 第 20 章 深度生成模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 399 20.1 玻尔兹曼机 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 399 20.2 受限玻尔兹曼机 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 400 20.2.1 条件分布 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 401 20.2.2 训练受限玻尔兹曼机. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .402 20.3 深度信念网络 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .402 20.4 深度玻尔兹曼机 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 404 20.4.1 有趣的性质 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 406 20.4.2 DBM 均匀场推断 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 406 20.4.3 DBM 的参数学习 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 408 20.4.4 逐层预训练 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 408 20.4.5 联合训练深度玻尔兹曼机 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 410 20.5 实值数据上的玻尔兹曼机 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 413 20.5.1 Gaussian-Bernoulli RBM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 413 20.5.2 条件协方差的无向模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 414 20.6 卷积玻尔兹曼机 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 417 20.7 用于结构化或序列输出的玻尔兹曼机 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 418 20.8 其他玻尔兹曼机 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 419 20.9 通过随机操作的反向传播 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 419 20.9.1 通过离散随机操作的反向传播 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 420 20.10 有向生成网络. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .422 20.10.1 sigmoid 信念网络 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 422 20.10.2 可微生成器网络 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .423 20.10.3 变分自编码器 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .425 20.10.4 生成式对抗网络 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .427 20.10.5 生成矩匹配网络 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .429 20.10.6 卷积生成网络 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .430 20.10.7 自回归网络 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 430 20.10.8 线性自回归网络 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .430 20.10.9 神经自回归网络 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .431 20.10.10 NADE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 432 20.11 从自编码器采样 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 433 20.11.1 与任意去噪自编码器相关的马尔可夫链 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 434 20.11.2 夹合与条件采样 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .434 20.11.3 回退训练过程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .435 20.12 生成随机网络. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .435 20.12.1 判别性 GSN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 436 20.13 其他生成方案. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .436 20.14 评估生成模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .437 20.15 结论 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 438 参考文献. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .439 索引 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 486

内容来源:NeoDB 公共书目 ↗ · 原文保存,无 AI 改写

动手学深度学习封面77 / 424
数字产品与技术已准入

动手学深度学习 ↗

人工智能基础与应用

阿斯顿·张(Aston Zhang)、李沐(Mu Li)、扎卡里·C. 立顿(Zachary C. Lipton)、亚历山大·J. 斯莫拉(Alexander J. Smola)

人民邮电出版社 · 2019-06 · 版次待核
ISBN 9787115490841

需要基础共440页
简介原文

来源:NeoDB 公共书目 ↗

本书旨在向读者交付有关深度学习的交互式学习体验。书中不仅阐述深度学习的算法原理,还演示它们的实现和运行。与传统图书不同,本书的每一节都是一个可以下载并运行的 Jupyter记事本,它将文字、公式、图像、代码和运行结果结合在了一起。此外,读者还可以访问并参与书中内容的讨论。 全书的内容分为3个部分:第一部分介绍深度学习的背景,提供预备知识,并包括深度学习最基础的概念和技术;第二部分描述深度学习计算的重要组成部分,还解释近年来令深度学习在多个领域大获成功的卷积神经网络和循环神经网络;第三部分评价优化算法,检验影响深度学习计算性能的重要因素,并分别列举深度学习在计算机视觉和自然语言处理中的重要应用。 本书同时覆盖深度学习的方法和实践,主要面向在校大学生、技术人员和研究人员。阅读本书需要读者了解基本的Python编程或附录中描述的线性代数、微分和概率基础。
目录原文 591 行

目录来源 ↗

来源目录含省略符号,可能不是完整细目;原样保留。 接口原文已保留,不表示纸书所有细目均已核实。

对本书的赞誉 前言 如何使用本书 资源与支持 主要符号表 第1 章 深度学习简介… ………………… 1 1.1 起源…………………………………………… 2 1.2 发展…………………………………………… 4 1.3 成功案例……………………………………… 6 1.4 特点………………………………………… 7 小结…………………………………………… 8 练习…………………………………………… 8 第2 章 预备知识… ……………………… 9 2.1 获取和运行本书的代码……………………… 9 2.1.1 获取代码并安装运行环境 … ……… 9 2.1.2 更新代码和运行环境 … …………… 11 2.1.3 使用GPU版的MXNet … ………… 11 小结……………………………………………12 练习……………………………………………12 2.2 数据操作… ……………………………… 12 2.2.1 创建NDArray ………………………12 2.2.2 运算 …………………………………14 2.2.3 广播机制 ……………………………16 2.2.4 索引 …………………………………17 2.2.5 运算的内存开销 ……………………17 2.2.6 NDArray和NumPy相互变换………18 小结……………………………………………19 练习……………………………………………19 2.3 自动求梯度… …………………………… 19 2.3.1 简单例子 … …………………………19 2.3.2 训练模式和预测模式 …………… 20 2.3.3 对Python控制流求梯度 … …… 20 小结……………………………………………21 练习……………………………………………21 2.4 查阅文档… ……………………………… 21 2.4.1 查找模块里的所有函数和类 … ……21 2.4.2 查找特定函数和类的使用 ……… 22 2.4.3 在MXNet网站上查阅 …………… 23 小结………………………………………… 24 练习………………………………………… 24 第3 章 深度学习基础… ……………… 25 3.1 线性回归…………………………………… 25 3.1.1 线性回归的基本要素 … ………… 25 3.1.2 线性回归的表示方法 … ………… 28 小结………………………………………… 30 练习………………………………………… 30 3.2 线性回归的从零开始实现… …………… 30 3.2.1 生成数据集 … …………………… 30 3.2.2 读取数据集 ……………………… 32 3.2.3 初始化模型参数 ………………… 32 3.2.4 定义模型 ………………………… 33 3.2.5 定义损失函数 …………………… 33 3.2.6 定义优化算法 …………………… 33 3.2.7 训练模型 ………………………… 33 小结………………………………………… 34 练习………………………………………… 34 3.3 线性回归的简洁实现… ………………… 35 3.3.1 生成数据集 … …………………… 35 3.3.2 读取数据集 ……………………… 35 3.3.3 定义模型 ………………………… 36 3.3.4 初始化模型参数 ………………… 36 3.3.5 定义损失函数 …………………… 37 3.3.6 定义优化算法 …………………… 37 3.3.7 训练模型 ………………………… 37 小结………………………………………… 38 练习………………………………………… 38 3.4 softmax回归… ………………………… 38 3.4.1 分类问题 … ……………………… 38 3.4.2 softmax回归模型… …………… 39 3.4.3 单样本分类的矢量计算表达式…… 40 3.4.4 小批量样本分类的矢量计算表达式 …………………………… 40 3.4.5 交叉熵损失函数 ……………………41 3.4.6 模型预测及评价 ………………… 42 小结………………………………………… 42 练习………………………………………… 42 3.5 图像分类数据集(Fashion-MNIST)… ……………… 42 3.5.1 获取数据集 … …………………… 42 3.5.2 读取小批量 ……………………… 44 小结………………………………………… 45 练习………………………………………… 45 3.6 softmax回归的从零开始实现… ……… 45 3.6.1 读取数据集 … …………………… 45 3.6.2 初始化模型参数 ………………… 45 3.6.3 实现softmax运算 … …………… 46 3.6.4 定义模型 ………………………… 46 3.6.5 定义损失函数 …………………… 47 3.6.6 计算分类准确率 ………………… 47 3.6.7 训练模型 ………………………… 48 3.6.8 预测… …………………………… 48 小结………………………………………… 49 练习………………………………………… 49 3.7 softmax回归的简洁实现… …………… 49 3.7.1 读取数据集 … …………………… 49 3.7.2 定义和初始化模型 ……………… 50 3.7.3 softmax和交叉熵损失函数 … … 50 3.7.4 定义优化算法 …………………… 50 3.7.5 训练模型 ………………………… 50 小结………………………………………… 50 练习………………………………………… 50 3.8 多层感知机… …………………………… 51 3.8.1 隐藏层 … ……………………………51 3.8.2 激活函数 ………………………… 52 3.8.3 多层感知机 ……………………… 55 小结………………………………………… 55 练习………………………………………… 55 3.9 多层感知机的从零开始实现… ………… 56 3.9.1 读取数据集 … …………………… 56 3.9.2 定义模型参数 …………………… 56 3.9.3 定义激活函数 …………………… 56 3.9.4 定义模型 ………………………… 56 3.9.5 定义损失函数 …………………… 57 3.9.6 训练模型 ………………………… 57 小结………………………………………… 57 练习………………………………………… 57 3.10 多层感知机的简洁实现………………… 57 3.10.1 定义模型 ………………………… 58 3.10.2 训练模型 … …………………… 58 小结………………………………………… 58 练习………………………………………… 58 3.11 模型选择、欠拟合和过拟合… ………… 58 3.11.1 训练误差和泛化误差 …………… 59 3.11.2 模型选择 ………………………… 59 3.11.3 欠拟合和过拟合 ………………… 60 3.11.4 多项式函数拟合实验 ……………61 小结………………………………………… 65 练习………………………………………… 65 3.12 权重衰减………………………………… 65 3.12.1 方法 ……………………………… 65 3.12.2 高维线性回归实验 … ………… 66 3.12.3 从零开始实现 … ……………… 66 3.12.4 简洁实现 … …………………… 68 小结………………………………………… 70 练习………………………………………… 70 3.13 丢弃法…………………………………… 70 3.13.1 方法 ……………………………… 70 3.13.2 从零开始实现 … …………………71 3.13.3 简洁实现 … …………………… 73 小结………………………………………… 74 练习………………………………………… 74 3.14 正向传播、反向传播和计算图………… 74 3.14.1 正向传播 ……………………… 74 3.14.2 正向传播的计算图 … ………… 75 3.14.3 反向传播 … …………………… 75 3.14.4 训练深度学习模型 … ………… 76 小结………………………………………… 77 练习………………………………………… 77 3.15 数值稳定性和模型初始化……………… 77 3.15.1 衰减和爆炸 ……………………… 77 3.15.2 随机初始化模型参数 … ……… 78 小结………………………………………… 78 练习………………………………………… 79 3.16 实战Kaggle比赛:房价预测… ……… 79 3.16.1 Kaggle比赛 … ………………… 79 3.16.2 读取数据集 … ………………… 80 3.16.3 预处理数据集 … …………………81 3.16.4 训练模型 … …………………… 82 3.16.5 k 折交叉验证 …………………… 82 3.16.6 模型选择 … …………………… 83 3.16.7 预测并在Kaggle提交结果… … 84 小结………………………………………… 85 练习………………………………………… 85 第4 章 深度学习计算… ……………… 86 4.1 模型构造………………………………… 86 4.1.1 继承Block类来构造模型 … …… 86 4.1.2 Sequential类继承自Block类…………………………… 87 4.1.3 构造复杂的模型… ……………… 88 小结………………………………………… 89 练习………………………………………… 90 4.2 模型参数的访问、初始化和共享… …… 90 4.2.1 访问模型参数 … ………………… 90 4.2.2 初始化模型参数 ………………… 92 4.2.3 自定义初始化方法 ……………… 93 4.2.4 共享模型参数 …………………… 94 小结………………………………………… 94 练习………………………………………… 94 4.3 模型参数的延后初始化… ……………… 95 4.3.1 延后初始化 … …………………… 95 4.3.2 避免延后初始化 ………………… 96 小结………………………………………… 96 练习………………………………………… 97 4.4 自定义层… ……………………………… 97 4.4.1 不含模型参数的自定义层 … …… 97 4.4.2 含模型参数的自定义层 ………… 98 小结………………………………………… 99 练习………………………………………… 99 4.5 读取和存储… …………………………… 99 4.5.1 读写NDArray… ………………… 99 4.5.2 读写Gluon模型的参数… ……… 100 小结………………………………………… 101 练习………………………………………… 101 4.6 GPU计算………………………………… 101 4.6.1 计算设备 … ……………………… 102 4.6.2 NDArray的GPU计算…………… 102 4.6.3 Gluon的GPU计算 ……………… 104 小结………………………………………… 105 练习………………………………………… 105 第5 章 卷积神经网络… ……………… 106 5.1 二维卷积层………………………………… 106 5.1.1 二维互相关运算 … ……………… 106 5.1.2 二维卷积层 … …………………… 107 5.1.3 图像中物体边缘检测 … ………… 108 5.1.4 通过数据学习核数组 … ………… 109 5.1.5 互相关运算和卷积运算 … ……… 109 5.1.6 特征图和感受野… ……………… 110 小结………………………………………… 110 练习………………………………………… 110 5.2 填充和步幅… …………………………… 111 5.2.1 填充 … …………………………… 111 5.2.2 步幅 ……………………………… 112 小结………………………………………… 113 练习………………………………………… 113 5.3 多输入通道和多输出通道… …………… 114 5.3.1 多输入通道 … …………………… 114 5.3.2 多输出通道… …………………… 115 5.3.3 1×1卷积层 ……………………… 116 小结………………………………………… 117 练习………………………………………… 117 5.4 池化层… ………………………………… 117 5.4.1 二维最大池化层和平均池化层 … ………………………… 117 5.4.2 填充和步幅 ……………………… 119 5.4.3 多通道 …………………………… 120 小结………………………………………… 120 练习………………………………………… 121 5.5 卷积神经网络(LeNet)… …………… 121 5.5.1 LeNet模型 … …………………… 121 5.5.2 训练模型… ……………………… 122 小结………………………………………… 124 练习………………………………………… 124 5.6 深度卷积神经网络(AlexNet)… …… 124 5.6.1 学习特征表示 … ………………… 125 5.6.2 AlexNet… ……………………… 126 5.6.3 读取数据集 ……………………… 127 5.6.4 训练模型 ………………………… 128 小结………………………………………… 128 练习………………………………………… 129 5.7 使用重复元素的网络(VGG)………… 129 5.7.1 VGG块 …………………………… 129 5.7.2 VGG网络 … …………………… 129 5.7.3 训练模型… ……………………… 130 小结………………………………………… 131 练习………………………………………… 131 5.8 网络中的网络(NiN)… ……………… 131 5.8.1 NiN块 … ………………………… 131 5.8.2 NiN模型 … ……………………… 132 5.8.3 训练模型… ……………………… 133 小结………………………………………… 134 练习………………………………………… 134 5.9 含并行连结的网络(GoogLeNet)…… 134 5.9.1 Inception块 ……………………… 134 5.9.2 GoogLeNet模型 … …………… 135 5.9.3 训练模型 ………………………… 137 小结………………………………………… 137 练习………………………………………… 137 5.10 批量归一化……………………………… 138 5.10.1 批量归一化层 ………………… 138 5.10.2 从零开始实现 … ……………… 139 5.10.3 使用批量归一化层的LeNet … … 140 5.10.4 简洁实现 … …………………… 141 小结………………………………………… 142 练习………………………………………… 142 5.11 残差网络(ResNet) ……………… 143 5.11.1 残差块 …………………………… 143 5.11.2 ResNet模型… ………………… 145 5.11.3 训练模型………………………… 146 小结………………………………………… 146 练习………………………………………… 146 5.12 稠密连接网络(DenseNet)………… 147 5.12.1 稠密块 …………………………… 147 5.12.2 过渡层 … ……………………… 148 5.12.3 DenseNet模型 ………………… 148 5.12.4 训练模型 … …………………… 149 小结………………………………………… 149 练习………………………………………… 149 第6 章 循环神经网络… ……………… 150 6.1 语言模型………………………………… 150 6.1.1 语言模型的计算 … ……………… 151 6.1.2 n 元语法 … ……………………… 151 小结………………………………………… 152 练习………………………………………… 152 6.2 循环神经网络… ………………………… 152 6.2.1 不含隐藏状态的神经网络 … …… 152 6.2.2 含隐藏状态的循环神经网络… … 152 6.2.3 应用:基于字符级循环神经网络的语言模型 … ……………………… 154 小结………………………………………… 155 练习………………………………………… 155 6.3 语言模型数据集(歌词)…… 155 6.3.1 读取数据集 … …………………… 155 6.3.2 建立字符索引 …………………… 156 6.3.3 时序数据的采样 ………………… 156 小结………………………………………… 158 练习………………………………………… 159 6.4 循环神经网络的从零开始实现… ……… 159 6.4.1 one-hot向量 … ………………… 159 6.4.2 初始化模型参数 ………………… 160 6.4.3 定义模型 ………………………… 160 6.4.4 定义预测函数 …………………… 161 6.4.5 裁剪梯度 ………………………… 161 6.4.6 困惑度 …………………………… 162 6.4.7 定义模型训练函数 ……………… 162 6.4.8 训练模型并创作歌词 …………… 163 小结………………………………………… 164 练习………………………………………… 164 6.5 循环神经网络的简洁实现… …………… 165 6.5.1 定义模型 … ……………………… 165 6.5.2 训练模型 ………………………… 166 小结………………………………………… 168 练习………………………………………… 168 6.6 通过时间反向传播… …………………… 168 6.6.1 定义模型 … ……………………… 168 6.6.2 模型计算图 ……………………… 169 6.6.3 方法 ……………………………… 169 小结………………………………………… 170 练习………………………………………… 170 6.7 门控循环单元(GRU)………………… 170 6.7.1 门控循环单元 … ………………… 171 6.7.2 读取数据集 ……………………… 173 6.7.3 从零开始实现 …………………… 173 6.7.4 简洁实现 ………………………… 175 小结………………………………………… 176 练习………………………………………… 176 6.8 长短期记忆(LSTM)… ……………… 176 6.8.1 长短期记忆 … …………………… 176 6.8.2 读取数据集 ……………………… 179 6.8.3 从零开始实现 …………………… 179 6.8.4 简洁实现 ………………………… 181 小结………………………………………… 181 练习………………………………………… 182 6.9 深度循环神经网络… …………………… 182 小结………………………………………… 183 练习………………………………………… 183 6.10 双向循环神经网络……………………… 183 小结………………………………………… 184 练习………………………………………… 184 第7 章 优化算法… …………………… 185 7.1 优化与深度学习…………………………… 185 7.1.1 优化与深度学习的关系 … ……… 185 7.1.2 优化在深度学习中的挑战 … …… 186 小结………………………………………… 188 练习………………………………………… 189 7.2 梯度下降和随机梯度下降… …………… 189 7.2.1 一维梯度下降 … ………………… 189 7.2.2 学习率 …………………………… 190 7.2.3 多维梯度下降 …………………… 191 7.2.4 随机梯度下降 …………………… 193 小结………………………………………… 194 练习………………………………………… 194 7.3 小批量随机梯度下降… ………………… 194 7.3.1 读取数据集 … …………………… 195 7.3.2 从零开始实现 …………………… 196 7.3.3 简洁实现 ………………………… 198 小结………………………………………… 199 练习………………………………………… 199 7.4 动量法… …………………………………200 7.4.1 梯度下降的问题 … ……………… 200 7.4.2 动量法 …………………………… 201 ·6· 目  录 7.4.3 从零开始实现 …………………… 203 7.4.4 简洁实现 ………………………… 205 小结………………………………………… 205 练习………………………………………… 205 7.5 AdaGrad算法……………………………206 7.5.1 算法 … …………………………… 206 7.5.2 特点 ……………………………… 206 7.5.3 从零开始实现 …………………… 208 7.5.4 简洁实现 ………………………… 209 小结………………………………………… 209 练习………………………………………… 209 7.6 RMSProp算法… ………………………209 7.6.1 算法 … …………………………… 210 7.6.2 从零开始实现 …………………… 211 7.6.3 简洁实现 ………………………… 212 小结………………………………………… 212 练习………………………………………… 212 7.7 AdaDelta算法… ……………………… 212 7.7.1 算法… …………………………… 212 7.7.2 从零开始实现 …………………… 213 7.7.3 简洁实现 ………………………… 214 小结………………………………………… 214 练习………………………………………… 214 7.8 Adam算法… …………………………… 215 7.8.1 算法 … …………………………… 215 7.8.2 从零开始实现 …………………… 216 7.8.3 简洁实现 ………………………… 216 小结………………………………………… 217 练习………………………………………… 217 第8 章 计算性能… …………………… 218 8.1 命令式和符号式混合编程… …………… 218 8.1.1 混合式编程取两者之长 … ……… 220 8.1.2 使用HybridSequential类构造模型 … …………………………… 220 8.1.3 使用HybridBlock类构造模型… …………………………… 222 小结………………………………………… 224 练习………………………………………… 224 8.2 异步计算… ………………………………224 8.2.1 MXNet中的异步计算 …………… 224 8.2.2 用同步函数让前端等待计算结果 … …………………………… 226 8.2.3 使用异步计算提升计算性能 …… 226 8.2.4 异步计算对内存的影响 ………… 227 小结………………………………………… 229 练习………………………………………… 229 8.3 自动并行计算… …………………………229 8.3.1 CPU和GPU的并行计算 … …… 230 8.3.2 计算和通信的并行计算 ………… 231 小结………………………………………… 231 练习………………………………………… 231 8.4 多GPU计算……………………………… 232 8.4.1 数据并行 … ……………………… 232 8.4.2 定义模型 ………………………… 233 8.4.3 多GPU之间同步数据 … ……… 234 8.4.4 单个小批量上的多GPU训练 … …………………………… 236 8.4.5 定义训练函数 …………………… 236 8.4.6 多GPU训练实验 … …………… 237 小结………………………………………… 237 练习………………………………………… 237 8.5 多GPU计算的简洁实现………………… 237 8.5.1 多GPU上初始化模型参数……… 238 8.5.2 多GPU训练模型 … …………… 239 小结………………………………………… 241 练习………………………………………… 241 第9 章 计算机视觉… ………………… 242 9.1 图像增广…………………………………242 9.1.1 常用的图像增广方法 … ………… 243 9.1.2 使用图像增广训练模型 … ……… 246 小结………………………………………… 250 练习………………………………………… 250 9.2 微调… ……………………………………250 热狗识别 … ……………………………… 251 小结………………………………………… 255 练习………………………………………… 255 目  录 ·7· 9.3 目标检测和边界框… ……………………255 边界框 … ………………………………… 256 小结………………………………………… 257 练习………………………………………… 257 9.4 锚框… …………………………………… 257 9.4.1 生成多个锚框… ………………… 257 9.4.2 交并比 …………………………… 259 9.4.3 标注训练集的锚框 ……………… 260 9.4.4 输出预测边界框… ……………… 263 小结………………………………………… 265 练习………………………………………… 265 9.5 多尺度目标检测… ………………………265 小结………………………………………… 268 练习………………………………………… 268 9.6 目标检测数据集(皮卡丘)… …………268 9.6.1 获取数据集 … …………………… 269 9.6.2 读取数据集… …………………… 269 9.6.3 图示数据 ………………………… 270 小结………………………………………… 270 练习………………………………………… 271 9.7 单发多框检测(SSD)… ……………… 271 9.7.1 定义模型… ……………………… 271 9.7.2 训练模型 ………………………… 275 9.7.3 预测目标 ………………………… 277 小结………………………………………… 278 练习………………………………………… 278 9.8 区域卷积神经网络(R-CNN)系列……280 9.8.1 R-CNN … ……………………… 280 9.8.2 Fast R-CNN …………………… 281 9.8.3 Faster R-CNN ………………… 283 9.8.4 Mask R-CNN … ……………… 284 小结………………………………………… 285 练习………………………………………… 285 9.9 语义分割和数据集… ……………………285 9.9.1 图像分割和实例分割 … ………… 285 9.9.2 Pascal VOC2012语义分割数据集 … ………………………… 286 小结………………………………………… 290 练习………………………………………… 290 9.10 全卷积网络(FCN)… ………………290 9.10.1 转置卷积层 …………………… 291 9.10.2 构造模型 … …………………… 292 9.10.3 初始化转置卷积层……………… 294 9.10.4 读取数据集 … ………………… 295 9.10.5 训练模型………………………… 296 9.10.6 预测像素类别…………………… 296 小结………………………………………… 297 练习………………………………………… 297 9.11 样式迁移… ………………………………298 9.11.1 方法 ……………………………… 298 9.11.2 读取内容图像和样式图像……… 299 9.11.3 预处理和后处理图像 ………… 300 9.11.4 抽取特征 ……………………… 301 9.11.5 定义损失函数 ………………… 302 9.11.6 创建和初始化合成图像 ……… 303 9.11.7 训练模型………………………… 304 小结………………………………………… 306 练习………………………………………… 306 9.12 实战Kaggle比赛:图像 分类(CIFAR-10)……………………306 9.12.1 获取和整理数据集 ……………… 307 9.12.2 图像增广 … …………………… 310 9.12.3 读取数据集 … ………………… 310 9.12.4 定义模型………………………… 311 9.12.5 定义训练函数 … ……………… 312 9.12.6 训练模型 … …………………… 312 9.12.7 对测试集分类并在Kaggle 提交结果 … …………………… 313 小结………………………………………… 313 练习………………………………………… 313 9.13 实战Kaggle比赛:狗的品种 识别(ImageNet Dogs)…………… 314 9.13.1 获取和整理数据集 …………… 315 9.13.2 图像增广 … …………………… 316 9.13.3 读取数据集 … ………………… 317 9.13.4 定义模型 … …………………… 318 9.13.5 定义训练函数 … ……………… 318 9.13.6 训练模型 … …………………… 319 ·8· 目  录 9.13.7 对测试集分类并在Kaggle提交结果 … …………………… 319 小结………………………………………… 320 练习………………………………………… 320 第10 章 自然语言处理………………… 321 10.1 词嵌入(word2vec)………………… 321 10.1.1 为何不采用one-hot向量… …… 321 10.1.2 跳字模型 ………………………… 322 10.1.3 连续词袋模型 …………………… 323 小结………………………………………… 325 练习………………………………………… 325 10.2 近似训练…………………………………325 10.2.1 负采样 …………………………… 325 10.2.2 层序softmax …………………… 326 小结………………………………………… 327 练习………………………………………… 328 10.3 word2vec的实现………………………328 10.3.1 预处理数据集 …………………… 328 10.3.2 负采样 … ……………………… 331 10.3.3 读取数据集 … ………………… 331 10.3.4 跳字模型 … …………………… 332 10.3.5 训练模型 … …………………… 333 10.3.6 应用词嵌入模型 … …………… 335 小结………………………………………… 336 练习………………………………………… 336 10.4 子词嵌入(fastText)… ……………336 小结………………………………………… 337 练习………………………………………… 337 10.5 全局向量的词嵌入(GloVe)…………337 10.5.1 GloVe模型 …………………… 338 10.5.2 从条件概率比值理解GloVe模型……………………… 339 小结………………………………………… 340 练习………………………………………… 340 10.6 求近义词和类比词………………………340 10.6.1 使用预训练的词向量 ………… 340 10.6.2 应用预训练词向量 … ………… 341 小结………………………………………… 343 练习………………………………………… 343 10.7 文本情感分类:使用循环神经网络…… 343 10.7.1 文本情感分类数据集 ………… 343 10.7.2 使用循环神经网络的模型……… 345 小结………………………………………… 347 练习………………………………………… 347 10.8 文本情感分类:使用卷积神经网络(textCNN)… …………………347 10.8.1 一维卷积层 … ………………… 348 10.8.2 时序最大池化层 … …………… 349 10.8.3 读取和预处理IMDb数据集 … ……………………… 350 10.8.4 textCNN模型 … ……………… 350 小结………………………………………… 353 练习………………………………………… 353 10.9 编码器-解码器(seq2seq)…………353 10.9.1 编码器 ………………………… 354 10.9.2 解码器 … ……………………… 354 10.9.3 训练模型………………………… 355 小结………………………………………… 355 练习………………………………………… 355 10.10  束搜索… ………………………………355 10.10.1 贪婪搜索 … …………………… 356 10.10.2 穷举搜索 ……………………… 357 10.10.3 束搜索 ………………………… 357 小结………………………………………… 358 练习………………………………………… 358 10.11 注意力机制… …………………………358 10.11.1 计算背景变量 … ……………… 359 10.11.2 更新隐藏状态 … ……………… 360 10.11.3 发展… ………………………… 361 小结………………………………………… 361 练习………………………………………… 361 10.12 机器翻译… …………………………… 361 10.12.1 读取和预处理数据集… ……… 361 10.12.2 含注意力机制的编码器-解码器 … …………… 363 10.12.3 训练模型 ……………………… 365 10.12.4 预测不定长的序列… ………… 367 10.12.5 评价翻译结果 ………………… 367 小结………………………………………… 369 练习………………………………………… 369 附录A 数学基础… …………………… 370 附录B 使用 Jupyter 记事本… ……… 376 附录C 使用 AWS 运行代码…………… 381 附录D GPU 购买指南………………… 388 附录E 如何为本书做贡献… ………… 391 附录F d2lzh 包索引…………………… 395 附录G 中英文术语对照表… ………… 397 参考文献………………………………… 402 索引……………………………………… 407
待核信息 1 项
  • 来源目录含省略符号,可能省略细目;未补写。

内容来源:NeoDB 公共书目 ↗ · 原文保存,无 AI 改写

卡片笔记写作法封面78 / 424
科学与学习已准入

卡片笔记写作法 ↗

如何实现从阅读到写作

学习方法与知识管理

申克·阿伦斯

人民邮电出版社 · 2021-07 · 版次待核
ISBN 9787115564672 · 陈琳 译

入门友好共256页
简介原文

来源:NeoDB 公共书目 ↗

轻松写就58本书和上百篇论文的卡片盒笔记写作法! 德国著名学者卢曼基于学习心理学的洞察,借鉴久经考验的笔记技术,使用卡片盒笔记写作法,积累了 9万张知识卡片,一生中写了 58本书和上百篇论文。 本书是该系统的第一本中文综合指南和说明,本书分为三个部分,第一个部分从写作知识、写作准备、写作能力和注意事项四个角度概述写作的基本问题;第二部分总结了有效写作的四个原则;第三部分是成功写作的六个步骤。详细解释了卡片盒笔记写作法的工作原理和具体写作方法,这一方法可以帮助我们将精力集中在真正重要的事情上——思考、理解和提出新的写作思路,而不用将时间浪费在寻找笔记、资料或参考文献上。 无论你喜欢用笔和纸,还是喜欢在Windows、Mac或Linux上做笔记都没关系,这个方法都能够轻松应用。  德国的卢曼被称为“当代黑格尔”,是马克思和韦伯之后,百年一遇的具备天才卓识的大师。作为20世纪社会理论界的一颗明星,卢曼以其辉煌作品的灿烂光芒,照耀着整个20世纪下半叶西方当代社会理论的发展进程。他的写作方式别具一格,37岁才投身学术界,并只用了一年时间就获得了在德国很难获得的博士学位。他生前发表了58本书,及数百篇文章,不仅高产,而且《社会的社会》、《社会的艺术》等都成为影响深远的新经典。在本书中详细公开他成就背后的秘密——卡片笔记写作法,即使普通人不一定能够著作等身,但一定不再为写作发愁。  从根本上改变写作难,学会卢曼的卡片笔记写作法,将会发现无论是写论文、还是写书都不再是不可能实现的任务。传统先定写作目标和计划,自上而下地写,所以会感觉被逼无奈、事倍功半,而卡片笔记法是从平日就已经在构建自己的知识库,等有灵感的时候,才提取储备的知识,所以写起来兴致盎然。  本书的作者借鉴了卢曼的卡片笔记写作法,所以这本书也算是一个学习成果,每个见解都综合了许多商业、心理学的相关研究,不仅提高了写作技能,也全面提升学习技能。英文版豆瓣评分8.8,想读近3000人,受欢迎程度可见一斑。 2020年,有两件事情深刻影响了我。阅读本书的英文版,便是其中的一件。多少年记笔记过程中的痛点,都被这本书娓娓道来,并且采用了令人信服、可执行的方法来破解。笔记不再是那“被忘却的纪念”,而是构成了一张硕大的思维之网,可以找到,可以积累,可以偶遇。这种方法升级的快感,我已经多年没有体会到了。感谢译者陈琳将本书原汁原味地翻译成了中文。让更多读者有机会重新找回记笔记的激情与乐趣。 ——王树义,天津师范大学副教授,玉树芝兰公众号主理人 卢曼的“盒中笔记”通常很简短,因为这些只是他庞大繁杂研究中的索引,等需要时,他会借由这些线头进行延伸思考,然后不断链接知识要点,从而形成自己的知识树。你也可以试试。 ——姬十三 果壳CEO 很有趣的书,用这个方法可以不断积累笔记,形成终身学习、提高自我的习惯。 ——亲子手帐达人、笔记大V温言 每天写6张卡片笔记,一年就可以完成博士论文,你信吗?20世纪最伟大的社会理论学家卢曼教授就是这样做的。这本书详细地介绍了卢曼从阅读到记笔记到写作的整个工作流程及其背后的认知原理。真希望十年前的自己知道这个卡片盒笔记法,强烈推荐每一个学生、科研工作者、作家、终身学习者都阅读这本书并认真地实践它。 ——李娟 北京大学博士,加州大学伯克利分校博士后,雪小豹说公众号主理人 卡片写作有很多流派,卢曼卡片盒写作法尤其合适学术写作与信息密度大的写作。本书是国内第一本系统介绍如何将卢曼盒卡片写作法应用到写作中的图书,值得向读者推荐。期待你从此成为一名卡片写作爱好者,享受写作的乐趣。 ——阳志平 安人心智董事长,心智工具箱公众号作者 这是一本教会你如何从思考到整理,最后形成个人知识结构过程的书。让信息生长并自然地形成网络,如同人类大脑一样,你会重新认识“笔记”这件事。 ——马锐拉,wolai我来笔记 创始人 把《卡片笔记写作法》当作一本写作书籍看,当然不错,但如果把它看作一本思考方法书,可能收获更多。不过,我认为它最有价值的地方在于给我们展示了一种可能性:如何建立一个有生命的组织系统来应对不确定的未来。我从这个视角的阅读中受益良多,相信你也能从这本书中找到自己的乐趣。 --成甲《好好思考》作者
目录原文 26 行

目录来源 ↗

保留来源接口返回的目录原文,未逐页对照纸书;不承诺包含全部细目。 接口原文已保留,不表示纸书所有细目均已核实。

中文版序 推荐序一 像卢曼一样写卡片 推荐序二 外脑思考,突破思维局限的写作法 推荐序三 用卡片笔记积累你的知识复利 译者序 导论 第一章 绪论 关于写作,你需要知道的 关于写作,你需要做的 关于写作,你需要具备的能力 关于写作,你需要注意的几个问题 第二章 有效写作的四个基本原则 写作是唯一重要的事情 简洁是最重要的 没有人完全从零开始写作 让工作推动你前进 第三章 成功写作的六个步骤 明确区分独立而又相关联的任务 阅读和理解 记卡片盒笔记 发展想法 分享你的洞见 养成习惯 后记 参考文献 卡片笔记写作法实践

内容来源:NeoDB 公共书目 ↗ · 原文保存,无 AI 改写

Python编程(第3版)封面79 / 424
数字产品与技术已准入

Python编程(第3版) ↗

从入门到实践

软件开发与编程基础

埃里克 • 马瑟斯(Eric Matthes)

人民邮电出版社 · 2023-05 · 版次待核
ISBN 9787115613639 · 袁国忠 译

入门友好共476页
简介原文

来源:NeoDB 公共书目 ↗

享誉全球的Python入门书,影响了超过250万读者。 ◎ 编辑推荐 编程入门就选蟒蛇书! 【经典】Python入门圣经,长居 Amazon、京东等编程类图书榜首 【畅销】热销全球,以 13 个语种发行,影响超过 250 万读者 【口碑】好评如潮,第 2 版豆瓣评分 9.2,Amazon 4.7 星评 【升级】代码基于 Python 3.11 升级,涵盖语言最新特性 【资源丰富】配套视频 + PPT课件 + 随书代码 + 速查地图 【自学神器】真正零基础,自学超轻松,附赠学习路线图 【品质提升】精雕细琢,邀请20位一线开发人员审读全书 ◎ 内容简介 本书是针对所有层次的 Python 读者而作的 Python 入门书。全书分为两部分:第一部分介绍使用Python 编程所必须了解的基本概念,包括强大的 Python 库和工具,以及列表、字典、if 语句、类、文件和异常、测试代码等内容;第二部分将理论付诸实践,讲解如何开发三个项目,包括简单的 2D 游 戏、利用数据生成交互式的信息图以及创建和定制简单的 Web 应用程序,并帮助读者解决常见编程问题和困惑。第 3 版进行了全面修订:使用了文本编辑器 VS Code,新增了介绍 removeprefix() 方法和removesuffix() 方法的内容,并且在项目中利用了Matplotlib 和 Plotly 的最新特性,等等。 本书适合对 Python 感兴趣的所有读者阅读。 ◎ 名人推荐 编程教学之道,一是重在实践,二是循序渐进——通过巧妙的实战项目,激发和保持学习的热情,让学习渐入佳境。在这两方面,这本书无疑都是非常出色的。无论是初次尝试编程,还是打算拥抱人工智能,相信这本书都会成为你的最佳起点。 ——爱可可-爱生活,北京邮电大学副教授陈光老师 很高兴看到这本书的第3版更新,这是一本实操性很强的Python语言零基础入门和起步教材。它最大的特色在于,在为初学者构建完整的Python语言知识体系的同时,面向实际应用情境编写代码样例,而且许多样例还是后续实践项目部分的伏笔。实践项目部分的选题经过精心设计,生动详尽又面面俱到。相信这本书能够得到更多Python初学者的喜爱。 ——陈斌,北京大学地球与空间科学学院教授、北京市高等学校教学名师 这本书的前两版已经广销全球,而且稳居Python图书的各大销量榜首,这足以证明它的内容有多么出色!这本书简明又全面地阐述了入门Python需要掌握的各方面知识,可以说是学习Python的不二选择。 ——崔庆才,《Python 3网络爬虫开发实战》作者、微软(中国)软件工程师 Python Crash Course从2016年出版,到现在刚刚7年就已经增补到了第3版,可见作者是认真的、市场是认可的、内容是靠谱的。关键是,这本书在图灵的Python技术图书中的核心地位难以撼动。为什么呢?因为其他入门书没这本全面,而其他专业领域图书又没这本好读,它基本上可以作为将其他所有Python技术图书串联起来的总线。这本书唯一的缺点可能就是太厚,读者怕读不完。其实不必,第一部分看过后,其余内容就可以当成工程辞典,有需要时查阅即可。注意原书副标题“A Hands-On, Project-Based Introduction to Programming”点出了关键:这是以一个个小项目为线索来阐述如何用Python进行具体编程的书。它的每一个版本都紧跟Python的进步而增补,值得收藏。 ——大妈,CPyUG联合创始人、蟒营®创始人 本书注重用户体验,列举了大量易于理解的例子和各种练习来帮助读者掌握Python,非常适合初学者以及有一定编程经验的人学习Python。 ——廖雪峰,知名技术专家 从这本书第1版起,我就开始把它推荐给身边正在学Python的朋友,因为作为Python入门的第一本书,它对初学者非常友好。如今这本书已经更新到了第3版,内容与时俱进且更加精练,现在依然是最好的Python入门读物之一。 ——刘志军,公众号“Python之禅”主理人 说实话,这本书可能不太需要那么多推荐。近十年来,这本书引导着包括我在内的无数Python开发者进入了Python世界。在我心中,放眼全球,它在Python入门书中应该是“天花板”般的存在。而更令人惊喜的是,中文版的翻译水平也是引进图书的“天花板”。因此,请放心,这本书一定能将你带入令人陶醉的Python开发世界! ——Manjusaka,PyCon China负责人、Python播客“捕蛇者说”联合创始人、微软MVP 这是一本让你轻松掌握Python的绝佳教材。这本书用简练的文字阐述Python知识,已成为百万读者信赖的“编程圣经”。它包含三个实战项目:《外星人入侵》游戏、数据可视化、Web开发,方便读者迅速学以致用。渴望学习Python的朋友,这本书无疑是你不容错过的入门必读之作! ——彭涛,“涛哥聊Python”博主、字码网络科技创始人 编程语言很快就要成为大家母语之外应该掌握的第二语言,而Python是学习编程的优选语言。这本书内容循序渐进、基础与实战相结合,非常适合Python初学者,是新手入门的最佳选择。 ——豌豆花下猫,自媒体“Python猫”主理人 如果你想学习Python编程,那么这是一本非常适合初学者和有经验的程序员的入门书。本书将Python编程的基本概念和相关工具讲解得深入浅出,通过三个实际项目的开发帮助读者更好地理解如何应用所学的概念和技巧,同时解决实际编程中遇到的问题和困惑。第3版进行了全面修订,采用了流行的编程软件,并且新增了一些内容。这是一本值得放在你桌上的书。 ——翁恺,浙江大学计算机学院教授 最理想的新人入门书应该满足两个特点:第一就是内容通俗易懂;第二就是要有实战,能够让读者在学完之后知道具体怎么用。这本书刚好满足了这两点,而且销量也是一个很好的证明。不管你是要入门还是精进Python,都建议你读一读这本经典著作。 ——张俊红,《对比Excel,轻松学习Python数据分析》作者 “蟒蛇书”是我最常向朋友们推荐的Python入门书之一。全书内容安排合理,既有通俗易懂的技术概念讲解,又包含大量有趣的项目实战,可谓面面俱到,尤其适合初学者。 ——朱雷(@piglei),腾讯公司高级工程师、《Python工匠:案例、技巧与工程实践》作者 这本书是我的Python启蒙老师,它不仅有详细的语法讲解,还配有大量项目案例,第3版的实践项目更加丰富。所谓“输出是最好的输入”,通过Python来实现数据分析、数据可视化、Web开发等,帮助自己提升工作效率,是非常有成就感的事。 ——朱卫军,公众号“Python大数据分析”主理人
目录原文 522 行

目录来源 ↗

保留来源接口返回的目录原文,未逐页对照纸书;不承诺包含全部细目。 接口原文已保留,不表示纸书所有细目均已核实。

第一部分 基础知识 第1章 起步 2 1.1 编程环境简介 2 1.1.1 Python版本 2 1.1.2 运行Python代码片段 2 1.1.3 编辑器VS Code简介 3 1.2 在各种操作系统中搭建Python编程 环境 3 1.2.1 在Windows系统中搭建Python编程环境 4 1.2.2 在macOS系统中搭建Python编程环境 5 1.2.3 在Linux系统中搭建Python 编程环境 6 1.3 运行Hello World程序 7 1.3.1 给VS Code安装Python扩展 7 1.3.2 运行程序hello_world.py 8 1.4 排除安装问题 8 1.5 从终端运行Python程序 9 1.5.1 在Windows系统中从终端 运行Python程序 9 1.5.2 在Linux和macOS系统中从 终端运行Python程序 10 1.6 小结 11 第2章 变量和简单的数据类型 12 2.1 运行hello_world.py时发生的情况 12 2.2 变量 12 2.2.1 变量的命名和使用 13 2.2.2 如何在使用变量时避免命名 错误 14 2.2.3 变量是标签 15 2.3 字符串 16 2.3.1 使用方法修改字符串的大小写 16 2.3.2 在字符串中使用变量 17 2.3.3 使用制表符或换行符来添加 空白 18 2.3.4 删除空白 18 2.3.5 删除前缀 20 2.3.6 如何在使用字符串时避免语法错误 20 2.4 数 22 2.4.1 整数 22 2.4.2 浮点数 23 2.4.3 整数和浮点数 23 2.4.4 数中的下划线 24 2.4.5 同时给多个变量赋值 24 2.4.6 常量 24 2.5 注释 25 2.5.1 如何编写注释 25 2.5.2 该编写什么样的注释 25 2.6 Python之禅 26 2.7 小结 27 第3章 列表简介 28 3.1 列表是什么 28 3.1.1 访问列表元素 28 3.1.2 索引从0而不是1开始 29 3.1.3 使用列表中的各个值 30 3.2 修改、添加和删除元素 30 3.2.1 修改列表元素 31 3.2.2 在列表中添加元素 31 3.2.3 从列表中删除元素 32 3.3 管理列表 37 3.3.1 使用sort()方法对列表进行永久排序 37 3.3.2 使用sorted()函数对列表进行临时排序 37 3.3.3 反向打印列表 38 3.3.4 确定列表的长度 39 3.4 使用列表时避免索引错误 40 3.5 小结 41 第4章 操作列表 42 4.1 遍历整个列表 42 4.1.1 深入研究循环 43 4.1.2 在for循环中执行更多的操作 44 4.1.3 在for循环结束后执行一些 操作 45 4.2 避免缩进错误 45 4.2.1 忘记缩进 46 4.2.2 忘记缩进额外的代码行 46 4.2.3 不必要的缩进 47 4.2.4 循环后不必要的缩进 47 4.2.5 遗漏冒号 48 4.3 创建数值列表 49 4.3.1 使用range()函数 49 4.3.2 使用range()创建数值列表 50 4.3.3 对数值列表执行简单的统计 计算 51 4.3.4 列表推导式 52 4.4 使用列表的一部分 53 4.4.1 切片 53 4.4.2 遍历切片 54 4.4.3 复制列表 55 4.5 元组 57 4.5.1 定义元组 58 4.5.2 遍历元组中的所有值 58 4.5.3 修改元组变量 59 4.6 设置代码格式 60 4.6.1 格式设置指南 60 4.6.2 缩进 60 4.6.3 行长 61 4.6.4 空行 61 4.6.5 其他格式设置指南 61 4.7 小结 62 第5章 if语句 63 5.1 一个简单的示例 63 5.2 条件测试 64 5.2.1 检查是否相等 64 5.2.2 如何在检查是否相等时忽略 大小写 64 5.2.3 检查是否不等 65 5.2.4 数值比较 66 5.2.5 检查多个条件 66 5.2.6 检查特定的值是否在列表中 67 5.2.7 检查特定的值是否不在列表中 68 5.2.8 布尔表达式 68 5.3 if语句 69 5.3.1 简单的if语句 69 5.3.2 if-else语句 70 5.3.3 if-elif-else语句 71 5.3.4 使用多个elif代码块 72 5.3.5 省略else代码块 73 5.3.6 测试多个条件 73 5.4 使用if语句处理列表 76 5.4.1 检查特殊元素 76 5.4.2 确定列表非空 77 5.4.3 使用多个列表 77 5.5 设置if语句的格式 79 5.6 小结 80 第6章 字典 81 6.1 一个简单的字典 81 6.2 使用字典 82 6.2.1 访问字典中的值 82 6.2.2 添加键值对 83 6.2.3 从创建一个空字典开始 83 6.2.4 修改字典中的值 84 6.2.5 删除键值对 85 6.2.6 由类似的对象组成的字典 86 6.2.7 使用get()来访问值 87 6.3 遍历字典 88 6.3.1 遍历所有的键值对 88 6.3.2 遍历字典中的所有键 90 6.3.3 按特定的顺序遍历字典中的 所有键 92 6.3.4 遍历字典中的所有值 92 6.4 嵌套 94 6.4.1 字典列表 94 6.4.2 在字典中存储列表 97 6.4.3 在字典中存储字典 98 6.5 小结 100 第7章 用户输入和while循环 101 7.1 input()函数的工作原理 101 7.1.1 编写清晰的提示 102 7.1.2 使用int()来获取数值输入 103 7.1.3 求模运算符 104 7.2 while循环简介 105 7.2.1 使用while循环 105 7.2.2 让用户选择何时退出 106 7.2.3 使用标志 107 7.2.4 使用break退出循环 108 7.2.5 在循环中使用continue 109 7.2.6 避免无限循环 110 7.3 使用while循环处理列表和字典 111 7.3.1 在列表之间移动元素 111 7.3.2 删除为特定值的所有列表 元素 112 7.3.3 使用用户输入填充字典 113 7.4 小结 114 第8章 函数 115 8.1 定义函数 115 8.1.1 向函数传递信息 116 8.1.2 实参和形参 116 8.2 传递实参 117 8.2.1 位置实参 117 8.2.2 关键字实参 119 8.2.3 默认值 119 8.2.4 等效的函数调用 120 8.2.5 避免实参错误 121 8.3 返回值 122 8.3.1 返回简单的值 122 8.3.2 让实参变成可选的 123 8.3.3 返回字典 124 8.3.4 结合使用函数和while循环 125 8.4 传递列表 127 8.4.1 在函数中修改列表 128 8.4.2 禁止函数修改列表 130 8.5 传递任意数量的实参 131 8.5.1 结合使用位置实参和任意数量的实参 132 8.5.2 使用任意数量的关键字实参 133 8.6 将函数存储在模块中 134 8.6.1 导入整个模块 134 8.6.2 导入特定的函数 135 8.6.3 使用as给函数指定别名 136 8.6.4 使用as给模块指定别名 136 8.6.5 导入模块中的所有函数 137 8.7 函数编写指南 137 8.8 小结 139 第9章 类 140 9.1 创建和使用类 140 9.1.1 创建Dog类 141 9.1.2 根据类创建实例 142 9.2 使用类和实例 144 9.2.1 Car类 144 9.2.2 给属性指定默认值 145 9.2.3 修改属性的值 146 9.3 继承 149 9.3.1 子类的__init__()方法 149 9.3.2 给子类定义属性和方法 151 9.3.3 重写父类中的方法 152 9.3.4 将实例用作属性 152 9.3.5 模拟实物 154 9.4 导入类 155 9.4.1 导入单个类 155 9.4.2 在一个模块中存储多个类 157 9.4.3 从一个模块中导入多个类 158 9.4.4 导入整个模块 158 9.4.5 导入模块中的所有类 159 9.4.6 在一个模块中导入另一个 模块 159 9.4.7 使用别名 160 9.4.8 找到合适的工作流程 161 9.5 Python标准库 161 9.6 类的编程风格 162 9.7 小结 163 第10章 文件和异常 164 10.1 读取文件 164 10.1.1 读取文件的全部内容 164 10.1.2 相对文件路径和绝对文件 路径 166 10.1.3 访问文件中的各行 167 10.1.4 使用文件的内容 168 10.1.5 包含100万位的大型文件 169 10.1.6 圆周率值中包含你的 生日吗 169 10.2 写入文件 170 10.2.1 写入一行 171 10.2.2 写入多行 171 10.3 异常 172 10.3.1 处理ZeroDivisionError 异常 172 10.3.2 使用try-except代码块 173 10.3.3 使用异常避免崩溃 173 10.3.4 else代码块 174 10.3.5 处理FileNotFoundError 异常 175 10.3.6 分析文本 177 10.3.7 使用多个文件 177 10.3.8 静默失败 179 10.3.9 决定报告哪些错误 179 10.4 存储数据 181 10.4.1 使用json.dumps()和json.loads() 181 10.4.2 保存和读取用户生成的 数据 182 10.4.3 重构 184 10.5 小结 186 第11章 测试代码 187 11.1 使用pip安装pytest 187 11.1.1 更新pip 188 11.1.2 安装pytest 188 11.2 测试函数 189 11.2.1 单元测试和测试用例 190 11.2.2 可通过的测试 190 11.2.3 运行测试 191 11.2.4 未通过的测试 191 11.2.5 在测试未通过时怎么办 192 11.2.6 添加新测试 193 11.3 测试类 195 11.3.1 各种断言 195 11.3.2 一个要测试的类 195 11.3.3 测试AnonymousSurvey类 197 11.3.4 使用夹具 198 11.4 小结 200 第二部分 项  目 项目1 外星人入侵 202 第12章 武装飞船 203 12.1 规划项目 203 12.2 安装Pygame 204 12.3 开始游戏项目 204 12.3.1 创建Pygame窗口及响应用户输入 204 12.3.2 控制帧率 206 12.3.3 设置背景色 207 12.3.4 创建Settings类 207 12.4 添加飞船图像 208 12.4.1 创建Ship类 209 12.4.2 在屏幕上绘制飞船 211 12.5 重构:_check_events()方法和_update_screen()方法 212 12.5.1 _check_events()方法 212 12.5.2 _update_screen()方法 213 12.6 驾驶飞船 214 12.6.1 响应按键 214 12.6.2 允许持续移动 214 12.6.3 左右移动 216 12.6.4 调整飞船的速度 217 12.6.5 限制飞船的活动范围 218 12.6.6 重构_check_events() 219 12.6.7 按Q键退出 220 12.6.8 在全屏模式下运行游戏 220 12.7 简单回顾 221 12.7.1 alien_invasion.py 221 12.7.2 settings.py 221 12.7.3 ship.py 221 12.8 射击 222 12.8.1 添加子弹设置 222 12.8.2 创建Bullet类 222 12.8.3 将子弹存储到编组中 223 12.8.4 开火 224 12.8.5 删除已消失的子弹 226 12.8.6 限制子弹数量 226 12.8.7 创建_update_bullets() 方法 227 12.9 小结 228 第13章 外星人 229 13.1 项目回顾 229 13.2 创建第一个外星人 230 13.2.1 创建Alien类 230 13.2.2 创建Alien实例 231 13.3 创建外星舰队 232 13.3.1 创建一行外星人 232 13.3.2 重构_create_fleet() 234 13.3.3 添加多行外星人 235 13.4 让外星舰队移动 237 13.4.1 向右移动外星舰队 237 13.4.2 创建表示外星舰队移动方向的设置 238 13.4.3 检查外星人是否到达了屏幕边缘 239 13.4.4 向下移动外星舰队并改变移动方向 239 13.5 击落外星人 240 13.5.1 检测子弹和外星人的碰撞 240 13.5.2 为测试创建大子弹 242 13.5.3 生成新的外星舰队 242 13.5.4 加快子弹的速度 243 13.5.5 重构_update_bullets() 243 13.6 结束游戏 244 13.6.1 检测外星人和飞船的碰撞 244 13.6.2 响应外星人和飞船的碰撞 245 13.6.3 有外星人到达屏幕下边缘 247 13.6.4 游戏结束 248 13.7 确定应运行游戏的哪些部分 249 13.8 小结 249 第14章 记分 250 14.1 添加Play按钮 250 14.1.1 创建Button类 250 14.1.2 在屏幕上绘制按钮 252 14.1.3 开始游戏 253 14.1.4 重置游戏 254 14.1.5 将Play按钮切换到非活动 状态 254 14.1.6 隐藏光标 255 14.2 提高难度 256 14.2.1 修改速度设置 256 14.2.2 重置速度 258 14.3 记分 258 14.3.1 显示得分 259 14.3.2 创建记分牌 260 14.3.3 在外星人被击落时更新 得分 261 14.3.4 重置得分 262 14.3.5 将每个被击落的外星人都 计入得分 262 14.3.6 提高分数 263 14.3.7 对得分进行舍入 264 14.3.8 最高分 265 14.3.9 显示等级 267 14.3.10 显示余下的飞船数 269 14.4 小结 272 项目2 数据可视化 273 第15章 生成数据 274 15.1 安装Matplotlib 274 15.2 绘制简单的折线图 275 15.2.1 修改标签文字和线条粗细 276 15.2.2 校正绘图 277 15.2.3 使用内置样式 278 15.2.4 使用scatter()绘制散点图 并设置样式 279 15.2.5 使用scatter()绘制一系 列点 280 15.2.6 自动计算数据 281 15.2.7 定制刻度标记 282 15.2.8 定制颜色 282 15.2.9 使用颜色映射 283 15.2.10 自动保存绘图 284 15.3 随机游走 284 15.3.1 创建RandomWalk类 284 15.3.2 选择方向 285 15.3.3 绘制随机游走图 286 15.3.4 模拟多次随机游走 287 15.3.5 设置随机游走图的样式 287 15.4 使用Plotly模拟掷骰子 292 15.4.1 安装Plotly 292 15.4.2 创建Die类 292 15.4.3 掷骰子 293 15.4.4 分析结果 293 15.4.5 绘制直方图 294 15.4.6 定制绘图 295 15.4.7 同时掷两个骰子 296 15.4.8 进一步定制 298 15.4.9 同时掷两个面数不同的 骰子 298 15.4.10 保存绘图 299 15.5 小结 300 第16章 下载数据 301 16.1 CSV文件格式 301 16.1.1 解析CSV文件头 302 16.1.2 打印文件头及其位置 302 16.1.3 提取并读取数据 303 16.1.4 绘制温度图 304 16.1.5 datetime模块 305 16.1.6 在图中添加日期 306 16.1.7 涵盖更长的时间 307 16.1.8 再绘制一个数据系列 308 16.1.9 给图中区域着色 309 16.1.10 错误检查 310 16.2 制作全球地震散点图:GeoJSON 格式 313 16.2.1 地震数据 313 16.2.2 查看GeoJSON数据 313 16.2.3 创建地震列表 316 16.2.4 提取震级 316 16.2.5 提取位置数据 317 16.2.6 绘制地震散点图 318 16.2.7 指定数据的另一种方式 319 16.2.8 定制标记的尺寸 320 16.2.9 定制标记的颜色 321 16.2.10 其他渐变 323 16.2.11 添加悬停文本 323 16.3 小结 325 第17章 使用API 326 17.1 使用API 326 17.1.1 Git和GitHub 326 17.1.2 使用API调用请求数据 327 17.1.3 安装Requests 327 17.1.4 处理API响应 328 17.1.5 处理响应字典 329 17.1.6 概述最受欢迎的仓库 331 17.1.7 监控API的速率限制 332 17.2 使用Plotly可视化仓库 332 17.2.1 设置图形的样式 334 17.2.2 添加定制工具提示 335 17.2.3 添加可单击的链接 336 17.2.4 定制标记颜色 337 17.2.5 深入了解Plotly和GitHub API 338 17.3 Hacker News API 338 17.4 小结 341 项目3 Web应用程序 342 第18章 Django入门 343 18.1 建立项目 343 18.1.1 制定规范 343 18.1.2 建立虚拟环境 344 18.1.3 激活虚拟环境 344 18.1.4 安装Django 345 18.1.5 在Django中创建项目 345 18.1.6 创建数据库 346 18.1.7 查看项目 346 18.2 创建应用程序 348 18.2.1 定义模型 349 18.2.2 激活模型 350 18.2.3 Django管理网站 351 18.2.4 定义模型Entry 353 18.2.5 迁移模型Entry 354 18.2.6 向管理网站注册Entry 354 18.2.7 Django shell 355 18.3 创建网页:学习笔记主页 357 18.3.1 映射URL 357 18.3.2 编写视图 359 18.3.3 编写模板 360 18.4 创建其他网页 361 18.4.1 模板继承 361 18.4.2 显示所有主题的页面 363 18.4.3 显示特定主题的页面 366 18.5 小结 369 第19章 用户账户 370 19.1 让用户能够输入数据 370 19.1.1 添加新主题 370 19.1.2 添加新条目 374 19.1.3 编辑条目 378 19.2 创建用户账户 381 19.2.1 应用程序accounts 381 19.2.2 将应用程序accounts添加 到settings.py中 381 19.2.3 包含应用程序accounts的URL 382 19.2.4 登录页面 382 19.2.5 注销 385 19.2.6 注册页面 386 19.3 让用户拥有自己的数据 389 19.3.1 使用@login_required限制 访问 389 19.3.2 将数据关联到用户 391 19.3.3 只允许用户访问自己的 主题 393 19.3.4 保护用户的主题 394 19.3.5 保护页面edit_entry 394 19.3.6 将新主题关联到当前用户 395 19.4 小结 396 第20章 设置应用程序的样式并部署 397 20.1 设置项目“学习笔记”的样式 397 20.1.1 应用程序django-bootstrap5 397 20.1.2 使用Bootstrap设置项目 “学习笔记”的样式 398 20.1.3 修改base.html 399 20.1.4 使用jumbotron设置主页的样式 404 20.1.5 设置登录页面的样式 405 20.1.6 设置页面topics的样式 406 20.1.7 设置页面topic中条目的 样式 407 20.2 部署“学习笔记” 409 20.2.1 注册Platform.sh账户 409 20.2.2 安装Platform.sh CLI 409 20.2.3 安装platformshconfig 410 20.2.4 创建文件requirements.txt 410 20.2.5 其他部署需求 411 20.2.6 添加配置文件 411 20.2.7 为部署到Platform.sh而 修改settings.py 414 20.2.8 使用Git跟踪项目文件 415 20.2.9 在Platform.sh上创建项目 417 20.2.10 推送到Platform.sh 418 20.2.11 查看线上项目 419 20.2.12 改进Platform.sh部署 420 20.2.13 创建定制错误页面 422 20.2.14 继续开发 423 20.2.15 将项目从Platform.sh上 删除 424 20.3 小结 425 附录A 安装及故障排除 426 附录B 文本编辑器和IDE 430 附录C 寻求帮助 436 附录D 使用Git进行版本控制 440 附录E 部署故障排除 449

内容来源:NeoDB 公共书目 ↗ · 原文保存,无 AI 改写

中国居民膳食指南(2022)封面80 / 424
生活与家庭已准入

中国居民膳食指南(2022) ↗

饮食营养与烹饪

中国营养学会

人民卫生出版社 · 2022-04 · 版次待核
ISBN 9787117314046

入门友好共188页
简介原文

来源:NeoDB 公共书目 ↗

在健康中国成为国策的现-在, 膳食指南是根据营养科学的原则和健康需要,结合当地食物生产供应情况及人生活实践,给出的食物选择和身体活动的指导意见。各国的膳食指南均由政府或营养专业团体研究制定,是健康教育和公共政策的基础性文件,是国家实施和推动食物合理消费及改善人营养健康行动的一个重要组成部分。本书作为膳食指南类著作,坚持的基本思路是提供*基本、科学的健康膳食信息,突出本书的指导性,不强调知识体系的完整性。主要内容包括一般人及特殊人膳食指南,均为健康人。我国的膳食指南分别于1997年、2007年、2016年发布,本版是为了适应新时期,更科学的指导居民膳食,避免疾病发生而修订。饮食与人的健康息息相关,基本各国都有自己的膳食指南,以指导国民的饮食健康
目录原文 3 行

目录来源 ↗

仅保留图书馆公开目录的三个一级部分标题;章、节细目尚待补齐。 接口原文已保留,不表示纸书所有细目均已核实。

第一部分 一般人群膳食指南 第二部分 特定人群膳食指南 第三部分 平衡膳食模式和膳食指南编写说明
待核信息 1 项
  • 接口目录较简短,部分仅提供章级标题;未核实更细层级。

内容来源:NeoDB 公共书目 ↗ · 原文保存,无 AI 改写

简介和目录以 NeoDB API 公共书目资料为主,个别补充来源在对应字段注明,按来源条款用于当前非盈利个人项目。