亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

適用于初學Java的工作程序員，這本暢銷書將引導您了解Java 21的語言特性和API。通過有趣、引人入勝且現實的示例，作者Marc Loy、Patrick Niemeyer和Dan Leuck向您介紹了Java的基礎知識，包括其類庫、編程技巧和習慣，著眼于構建真實應用程序。

這本更新的第六版擴展了內容，繼續涵蓋了Lambda和流，并向您展示如何在Java中使用函數范式。您將了解到自第五版以來引入的最新Java功能，從JDK 15到21。您還將深入探討虛擬線程（在Java 19中作為Loom項目引入）。這本指南將幫助您：- 了解Java語言和Java應用程序的結構- 編寫、編譯和執行Java應用程序- 了解Java線程和并發編程的基礎知識- 學習Java I/O基礎知識，包括本地文件和網絡資源- 創建具有良好可用性的引人入勝的界面- 了解Java中如何集成功能特性- 隨著新版本的發布，跟蹤Java的發展 這本書適合計算機專業人士、學生、技術人員和對Java有實際需求的人，目的是構建真實應用程序。這本書還可以被視為面向對象編程、線程和用戶界面的速成課程。如果您具有C或C++等語言的一些經驗，那么在使用本書時您將有一些小小的優勢。如果沒有經驗，也不用擔心。在許多方面，Java的行為類似于Smalltalk和Lisp等更動態的語言。熟悉其他面向對象編程語言肯定會有幫助，盡管您可能需要改變一些想法和放棄一些習慣。與C++和Smalltalk等語言相比，Java要簡單得多。如果您從簡明的示例和個人實驗中學得更好，那么您會喜歡這本書。

關于作者

Marc Loy是一名高級軟件工程師和技術培訓師，專門研究用戶體驗設計和全棧開發。他于1995年開始在Sun Microsystems擔任培訓師時開始使用Java，并撰寫了多本關于Java、媒體制作和微控制器開發的書籍。 Patrick Niemeyer在Southwestern Bell Technology Resources工作時涉足Java。他是去中心化應用程序和機器學習領域的獨立顧問和作者。Pat是Java腳本語言BeanShell的創作者，并為許多開源項目做出了貢獻。他目前在舊金山的Orchid Labs工作。

《工程師實驗》一書教讀者如何使用實驗方法改進工程系統。實驗是在真實的生產系統上運行的，所以它們需要高效且謹慎地完成。這本書告訴你如何去做。工程師實驗:從A/B測試到貝葉斯優化是一個用于評估新特征和微調參數的技術工具箱。您將從深入研究A /B測試等方法開始，然后過渡到用于衡量金融和社交媒體等行業性能的先進技術。學習如何評估您對系統所做的更改，并確保您的測試不會影響收入或其他業務指標。完成后，你將能夠在生產環境中無縫部署實驗，同時避免常見的陷阱。 《工程師實驗》大致分為三部分:引言(第1章)、實驗方法(第2-6章)和適用于所有方法的信息(第7章和第8章)。 第1章鼓勵實驗，描述它如何與其他工程實踐相結合，并介紹業務指標。 第2章解釋A/B測試和實驗的基本原理。 第3章展示了如何使用多臂匪徒加速A/B測試。 第4章主要討論數值參數系統，并介紹了響應面的思想。 第5章使用了一個多臂賭博機來優化那些需要頻繁測量指標的特殊情況下的參數。 第6章將響應面和多臂土匪的概念結合到一種稱為貝葉斯優化的方法中。 第7章將更深入地討論業務指標。 第8章警告讀者在實驗中常見的陷阱，并討論緩解措施。

《自然語言處理深度學習》教你如何使用Python和Keras深度學習庫創建高級NLP應用。您將學習使用最先進的工具和技術，包括BERT和XLNET、多任務學習和基于深度記憶的NLP。精彩的示例為您提供了各種真實的NLP應用程序的實際操作經驗。另外，詳細的代碼討論向您展示了如何使每個示例適合您自己的使用!

//www.manning.com/books/deep-learning-for-natural-language-processing

近幾十年來，計算機一直在努力理解語言。在語言學、計算機科學、統計學和機器學習等學科的支持下，計算語言學或自然語言處理(NLP)領域在眾多科學期刊、會議和行業積極參與的支持下，已經全面發展起來。像谷歌、Facebook、IBM和微軟這樣的大型科技公司似乎已經把他們在自然語言分析和理解方面的努力放在了優先位置，并逐步為自然語言處理社區提供數據集和有用的開源軟件。目前，深度學習正日益主導著自然語言處理領域。

對于渴望加入這一激動人心的領域的人來說，面向深度學習的NLP社區的新發展速度之快可能會讓人望而生畏。一方面，描述、統計和更傳統的機器學習方法與深度學習神經網絡的高度技術性、程序性方法之間似乎存在很大的差距。本書旨在通過對NLP深度學習的簡單介紹，來彌合這一差距。它的目標是學生、語言學家、計算機科學家、從業者以及所有對人工智能感興趣的人。讓我們把這些人稱為NLP工程師。當我還是一名學生的時候，當時缺乏系統的計算語言學課程，我幾乎拼湊了一個個人的——而且必然是不完整的——NLP課程。這是一項艱難的工作。我寫這本書的動機是為了讓有抱負的NLP工程師的旅程更容易一些，并通過向您介紹基于深度學習的NLP的基礎知識，給您一個領先的開始。

本書將為您全面介紹深度學習應用于各種語言分析任務，并輔以實際操作代碼。明確地將計算語言學的常青樹(如詞性標記、文本相似性、主題標記和問題回答)與深度學習聯系起來，將幫助您成為熟練的深度學習、自然語言處理(NLP)專家。除此之外，這本書還涵蓋了最先進的方法來挑戰新問題。

第1部分由第1、2和3章組成，介紹了深度學習的歷史、面向NLP的深度學習的基本架構及其在Keras中的實現，以及如何使用嵌入和流行的嵌入策略表示用于深度學習的文本。第2部分由第4、5和6章組成，重點是用深度學習評估文本的相似性，用帶有記憶的問答模型處理長序列，然后將這種記憶模型應用于其他NLP。第3部分由第7、8、9和10章組成，首先介紹神經注意，然后使用transformer轉到多任務學習的概念，最后實際使用BERT并檢查它產生的嵌入。

可解釋性AI是打開AI黑盒的解釋性技術的實踐指南。本實用指南將前沿研究簡化為透明和可解釋的AI，提供實用的方法，您可以輕松地用Python和開源庫實現。從所有主要的機器學習方法的例子，這本書演示了為什么AI的一些方法是如此的不透明，教你識別你的模型已經學習的模式，并提出了建立公平和公正的模型的最佳實踐。當你完成這一任務時，你將能夠提高你的AI在訓練中的表現，并構建魯棒系統來抵消偏差、數據泄漏和概念漂移帶來的錯誤。

//www.manning.com/books/interpretable-ai

隨著圖像識別、自然語言理解和桌面游戲等領域的突破，人工智能和機器學習正在徹底改變醫療、制造、零售和金融等各個行業。隨著復雜的機器學習模型被部署到生產中，理解它們變得非常重要。缺乏深刻的理解會導致模型傳播偏見，我們在刑事司法、政治、零售、面部識別和語言理解中都見過這樣的例子。所有這些都對信任產生不利影響，從我的經驗來看，這是企業抵制在整個企業部署人工智能的主要原因之一。解釋人工智能是研究和行業的一個熱門話題，因為現代機器學習算法是黑盒，沒有人真正了解它們是如何工作的。此外，在GDPR的“解釋權”下，歐盟現在有解釋人工智能的規定。因此，對于人工智能從業者來說，可解釋性人工智能是一個非常重要的話題。有一些資源可以與這個活躍的研究領域保持同步，如調研論文、博客文章和一些書籍，但沒有一個單一的資源涵蓋所有對實踐者有價值的重要技術。也沒有關于如何實現這些尖端技術的實用指南。本書旨在通過提供對可解釋性技術的簡化解釋，以及如何在Python中使用開放的公共數據集和庫實現這些技術的實用指南，來填補這一空白。本書將展示代碼片段，并分享源代碼，以便您跟隨和再現書中的圖形和視覺效果。這本書旨在為您提供實現和部署最先進的可解釋性技術的實用技巧。具備概率論、統計學、線性代數、機器學習和Python的基本知識。

《操作反模式，DevOps解決方案》展示了如何在大多數開發人員工作的不完美環境中實現DevOps技術。部分技術教程、部分參考手冊和部分心理手冊，本實用指南向您展示了在您無法靈活地對組織結構進行全面更改時，將DevOps引入您的團隊的現實方法。

DevOps解決方案專注于從下至上的過程改進，包括操作反模式中的所有內容，它對您的團隊是可操作的——從構建流線化的工作流系統到開發儀表板和度量性能正確方面的操作指標。為了更好地理解個人和組織的行為，您還將學習為什么DevOps技術是有效的背后的心理原因。

//file.allitebooks.com/20201107/Operations%20Anti-Patterns,%20DevOps%20Solutions.pdf

探索微軟Azure提供的人工智能產品及其其他服務。這本書將幫助你在各種Azure服務中實現AI特性，以幫助建立你的組織和客戶。

這本書從介紹Azure認知搜索服務來創建和使用應用程序開始。然后您將學習Azure SQL數據庫中內置的自動調優智能機制。這是一個可以用來使Azure SQL數據庫優化查詢性能的重要特性。接下來，您將使用Azure Integration Platform service和Azure Logic Apps瀏覽AI服務，在您的應用程序中構建一個現代智能工作流。Azure函數是作為其無服務器特性的一部分進行討論的。這本書的結尾是教你如何使用Power automation來分析業務工作流。

通過閱讀這本書，你將能夠理解和使用AI中的不同Azure認知服務。

你會:

• 開始使用Azure認知搜索服務
• 使用低代碼功率自動化的人工智能服務
• 在Azure集成服務中使用AI服務
• 在Azure無服務器服務中使用AI服務
• 在Azure SQL數據庫中使用自動調優

學習測試驅動開發(TDD)和行為驅動開發(BDD)背后的原理，看看Jasmine、RSpec和Cucumber是如何為你所用的。這本書探討了一些用于測試的領先技術。

您將看到如何使用Jasmine的特性與JavaScript應用程序一起工作。您將學習如何在Ruby和Rubymine中使用Mini Test和RSpec。最后，您將使用Cucumber使用BDD方法開發軟件。

對于任何web開發人員來說，理解測試自動化是一項至關重要的技能。實用的測試自動化將破壞現代web上一些重要的TDD和BDD技術。

你將學習

• 用Jasmine測試一個示例JavaScript應用程序
• 使用Jasmine 與JS Bin
• 使用Minitest進行測試驅動開發
• 用RSpec測試一個示例Ruby項目
• 使用Cucumber和Gherkin進行行為驅動開發
• 將Cucumber與RSpec集成

這本書是給誰的

• 這本書是為那些想要學習測試自動化以及更多關于測試驅動開發和行為驅動開發的人準備的。

使用谷歌Dialogflow循序漸進、親身實踐地構建可用于生產的企業認知虛擬助理。這本書提供了各種認知技術選擇的概述，并深入探討了認知虛擬代理，以處理各種行業(如旅游和天氣)中復雜的現實生活用例。

您將更深入地研究實現諸如輸入/輸出上下文、后續意圖、操作和參數以及處理復雜的多重意圖等功能的認知虛擬助理的高級功能。通過將您的認知機器人與Facebook messenger集成，您將了解如何與第三方消息傳遞平臺集成。您還將與第三方api集成，以使用webhook豐富您的認知機器人。

使用谷歌Dialogflow的認知虛擬助理消除了認知平臺的復雜性，并提供豐富的指導，您可以在開發自己的認知機器人時使用。本書深入介紹了谷歌對話框流，并從基礎開始，為那些剛開始使用谷歌對話框流的開發人員提供了一個實際的指導。本書中提供的所有代碼都將以腳本和配置文件的形式提供，這允許您嘗試示例并以有趣的方式擴展它們。

你會學到什么

• 利用谷歌Dialogflow技術開發認知機器人
• 使用高級功能來處理復雜的對話場景
• 通過了解用戶的情緒來豐富機器人的對話
• 參見開發認知機器人的最佳實踐
• 通過與第三方服務集成來增強認知機器人

地址：

//www.apress.com/gp/book/9781484251232

利用MATLAB的強大功能來應對深度學習的挑戰。本書介紹了深度學習和使用MATLAB的深度學習工具箱。您將看到這些工具箱如何提供實現深度學習所有方面所需的完整功能集。

在此過程中，您將學習建模復雜的系統，包括股票市場、自然語言和僅確定角度的軌道。您將學習動力學和控制，并使用MATLAB集成深度學習算法和方法。您還將使用圖像將深度學習應用于飛機導航。

最后，您將使用慣性測量單元對ballet pirouettes進行分類，并使用MATLAB的硬件功能進行實驗。

你會學到什么

• 使用MATLAB探索深度學習，并將其與算法進行比較
• 在MATLAB中編寫一個深度學習函數，并用實例進行訓練
• 使用與深度學習相關的MATLAB工具箱
• 實現托卡馬克中斷預測

這本書是給誰看的：

工程師、數據科學家和學生想要一本關于使用MATLAB進行深度學習的例子豐富的書。