马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。
您需要 登录 才可以下载或查看,没有账号?立即注册
×
数据科学
- 数据科学范畴的每个人都应该知道的 97 件关于伦理的变乱
- 数据分析高级指南
- PySpark 高级数据分析
- PySpark 高级数据分析
- 亚马孙 Redshift 权势巨子指南
- SQL 和 DBT 分析工程
- 规模化自动数据质量和监控指南
- 数据科学职业构建指南
- R 和 Python 活动数据分析
- Python 文天职析蓝图
- Python 因果推断
- AWS 数据科学
- 数据科学训练营
- 下令行上的数据科学第二版
- 数据科学难点指南
- 从零开始的数据科学第二版
- Spark 数据算法
- 数据好奇心
- 数据流水线口袋参考
- Python 和 JavaScript 数据可视化指南第二版
- 数据科学根本办法高效指南
- 人工智能的数学根本
- 数据科学的数学根本
- 企业级大数据湖
- 利用数据对抗客户流失
- 数据可视化的根本知识
- 云中的基因组学
- 数据科学的图算法
- 图算法之 Neo4J 版
- Hadoop 实践指南第二版
- 实体剖析实用指南
- 数据科学向导力利用手册
- 数据科学入门指南
- 作为第二语言的 Julia 指南
- Julia 数据分析
- Kafka 权势巨子指南第二版
- 数据科学团队向导指南
- Spark 学习指南
- 步伐员的数学
- Excel 当代数据分析
- 醒目 R Spark
- Python 自然语言处理处罚第二版
- Pandas 实战
- R 数据科学实践指南第二版
- SAP 数据科学实践指南
- 面向数据科学的线性代数实践指南
- Python 数据整理和质量实践指南
- 数据科学家的统计学实践指南
- 时间序列分析实践指南
- Python 数据科学手册第二版
- Python 地理空间数据分析
- 当代数据科学家 Python 与 R 指南
- Python Excel 指南
- 利用 Python 举行数据分析第二版
- Python 数据分析(PYDA)第三版
- R 数据科学第二版
- R 语言实战第三版
- 可复现的 Python 生物信息学指南
- SQL 数据分析
- Flink 流式处理处罚
- Spark 流式处理处罚
- 流式体系
- 统计学大灌篮
- Streamlit 实战
- Storm 应用指南
- Tableau 计谋指南
- 数据科学头脑
- UCB Data100:数据科学学习指南
- 数据分析落地指南
呆板学习
- 边沿侧人工智能指南
- 面向步伐员的人工智能和呆板学习
- 人工智能和呆板学习装备开发指南
- 人工智能驱动的贸易智能
- 人工智能和数据科学的分析技能
- 数据和呆板学习平台架构指南
- 自动呆板学习实战
- 云边端的 Azure 人工智能规模化服务指南
- 呆板学习流水线构建指南
- 呆板学习驱动应用构建指南
- Python 与 Jax 当代保举体系构建指南
- 你自己的呆板人构建指南
- 分布式呆板学习模式
- 呆板学习体系计划指南
- 呆板学习团队高效指南
- 呆板学习的集成方法
- 图驱动的呆板学习
- 图驱动的数据分析和呆板学习
- 呆板学习探索指南
- 人类到场的呆板学习
- 无监视学习实用指南
- MLOps 入门指南
- 面向呆板学习的 Kubeflow
- 低代码人工智能
- 呆板学习训练营
- 呆板学习计划模式
- 呆板学习工程实战
- 企业级呆板学习
- 高风险应用的呆板学习
- 呆板学习口试指南
- 呆板学习口袋参考
- Python 呆板学习秘笈第二版
- R 呆板学习
- 呆板学习体系
- TensorFlow 呆板学习
- MLOps:数据科学运维化指南
- 呆板学习项目管理指南
- Azure 自动呆板学习实践指南
- 面向盘算机视觉的呆板学习实践指南
- MLOps 实践指南
- 面向呆板学习的仿真实践指南
- 可信呆板学习实践指南
- 隐私掩护的呆板学习
- 可靠的呆板学习
- 实际天下的呆板学习
- 相应式呆板学习
- Spark 呆板学习扩展指南
- 斯坦福 CS329S:呆板学习体系计划
- 面向呆板学习的数据训练指南
深度学习
- AI 智能体实战
- 人工智能辅助的编程指南
- 人工智能工程指南
- 应对 EU 人工智能举措的人工智能工程指南
- 技能实行官的人工智能精要
- 步伐员的 PyTorch 人工智能和呆板学习指南
- 人工智能原生的软件交付
- AI 口袋手册
- AI 驱动的开发者指南
- AI 驱动的搜索指南
- 人工智能代价创造
- 人工智能即服务
- AWS 认证人工智能专业职员学习指南
- Azure 人工智能根本知识学习指南
- 云原生应用的 Azure OpenAI 服务指南
- 人工智能驱动的产物构建指南
- 利用天生式 AI 的金融软件构建指南
- FastAPI 天生式人工智能服务构建指南
- 从零开始的大语言模子构建指南
- 逾越氛围编程
- 贝叶斯优化实战
- 天生式人工智能的完备逾期指南(MEAP)
- 推理式人工智能
- 利用 GPT4 和 ChatGPT 开发应用
- 开发者的大语言模子安全攻略书
- 生物深度学习
- 深度学习秘笈书
- 面向步伐员的 FastAI 和 PyTorch 深度学习
- 面向金融的深度学习(提前发布)
- 深度学习与围棋游戏
- JavaScript 深度学习
- 面向生命科学的深度学习
- PyTorch 深度学习(GPT 重译)
- 深度学习模式与实践指南
- Python 深度学习第二版(GPT 重译)
- R 深度学习第二版
- 从零开始的深度学习
- 结构化数据的深度学习
- 视觉体系的深度学习
- Python 深度学习第三版
- 深度强化学习实战
- 深度学习体系计划
- 大语言模子应用计划指南
- 利用 Altair 和人工智能的数据故事报告指南
- 无标签的数据指南
- 大语言模子数据分析
- 对话式人工智能高效指南
- 图检索增强天生(GraphRAG)精要
- 演化式深度学习
- 深度学习根本第二版
- 天生对抗网络实战
- 天生式深度学习
- 天生式人工智能实战
- 天生式人工智能软件开发指南
- 图神经网络实战
- GPT3:利用大型语言模子构建创新的自然语言处理处罚产物
- 深度学习探索指南
- 深度强化学习探索指南
- 人工智能和数据科学的 API 实用指南
- Transformer 和扩散模子的天生式 AI 实用指南(预览版)
- 大语言模子实用指南
- Sklearn 与 TensorFlow 呆板学习实用指南第二版
- Sklearn、TensorFlow 与 Keras 呆板学习实用指南第三版
- Sklearn 和 PyTorch 呆板学习实用指南
- 大语言模子工作原理
- AI 内部原理
- 深度学习内部原理
- 天生式人工智能入门指南
- 可表明性人工智能
- Java 模块体系
- 大语言模子生产情况指南
- LLMOps 指南
- AI 辅助的 Python 编程学习指南
- Tableau 人工智能工具学习指南
- PyTorch 天生式人工智能学习指南
- Github Copilot 学习指南
- LangChain 学习指南
- TensorFlow 学习手册
- TensorFlow.js 学习手册
- 深度学习的数学与架构
- 表格数据的呆板学习
- 大规模 MLOps 工程
- 人工智能智能体影象管理指南
- 自然语言处理处罚实战第二版(MEAP)
- PyTorch 自然语言处理处罚
- Transformer 自然语言处理处罚
- 最优化算法指南
- 天生式人工智能的提示词工程
- 大语言模子的提示词工程
- 面向云边端的深度学习实践指南
- 概率性深度学习
- PyTorch 深度学习编程
- PyTorch 口袋参考
- 真实天下的自然语言处理处罚
- 人工智能平台的 Kubernetes 根本办法扩展指南
- 检索增强天生浅易指南
- 天生式人工智能的数据分析入门指南
- 天生式人工智能的软件测试
- Tensorflow 深度学习
- TensorFlow 实战
- TensorFlow2 口袋参考
- Tinyml:TensorFlow Lite 深度学习
- 面向自然语言处理处罚的迁移学习
- 无监视学习与天生式人工智能(MEAP)
- 天生式人工智能的 SEO 利用指南
- WordPress 增强工具集(AI 驱动的 WordPress)
移动开发
- 嗨翻安卓开发第三版(早期发布)
- 原生应用开发指南
- Kotlin 安卓编程
Python
- Python 架构模式
- Python ASyncIO 编程
- Dask 权势巨子指南
- Python 和 Dask 数据科学
- Python 和 PySpark 数据分析
- Python 加快指南
- FastAPI 指南
- 流畅的 Python 第二版(GPT 重译)
- Python 地理信息处理处罚
- 嗨翻 Python 第三版(早期发布)
- Python 高性能编程第二版
- 你好 Python
- Python 超当代工具指南(早期发布)
- Python 入门指南第二版
- AI 辅助 Python 编程学习指南第二版
- Python 编程学习指南
- Python 和 Q# 量子盘算学习指南
- Ray 学习指南(早期发布)
- 醒目 Python 大型数据集
- Python 高级实践指南
- Python 包发布指南
- Python 冒险之旅
- Python AsyncIO 并发指南
- Python DevOps 指南
- Python 利用指南
- Python 技能手册第三版
- Python 训练手册
- Python3 Cookbook 中文版
- Python Cookbook 中文版
- Python 简明之书第三版
- Python 鲁棒编程
- Python Dask 扩展指南(早期发布)
- Python Ray 扩展指南
- 微型 Python 项目
- Python 时间序列猜测
- Python 测试驱动开发第三版(早期发布)
- Python 网络爬取第三版
- Python 开发者落地指南
Linux
- Linux 下令行高效编程
- 你好树莓派
- IPv6 精要第三版
- Linux 秘笈第二版
- Linux 实战
- Linux BPF 可观测指南
- EBPF 学习指南
- 一个月的 Linux 学习指南
- 当代 Linux 学习指南
- 一个月的 Powershell 学习指南
- Linux 体系管理实践指南
Java
- 云原生 Spring 实战
- 经典盘算机科学题目 Java 形貌
- Java 开发者的 DevOps 工具
- Java 企业级微服务
- Java 函数式方法
- Java 函数式编程
- 嗨翻 Java 第三版(早期发布)
- Java Selenium WebDriver 实用手册
- 从 Java 到 Kotlin
- Java 秘笈第四版
- Java 技能手册第八版
- Java 高性能指南
- SpringData 和 Hibernate 的 Java 恒久化指南
- 日志纪录实战
- Java 学习指南第六版
- Java 企业级当代化指南
- 当代 Java 实战
- Java 步伐员的 Groovy 指南
- 微服务 API 指南
- 微服务模式
- Java 云原生优化指南(早期发布)
- AWS Lambda 编程指南
- Quarkus 秘笈
- Java 中的反应式体系
- 真实天下的软件开发
- Spring Boot 启动指南
- Java 微服务与 SRE
- Java 故障清除指南
- Java 微服务测试指南
- Vertx 实战
- Java 开发者落地指南第二版
HTML/CSS/JavaScript
- 单位测试的艺术
- Web 物联网构建指南
- CSS 权势巨子指南第五版
- D3.js 实战
- Node 分布式体系指南
- JavaScript 数据整理指南
- TypeScript 高效编程
- Express 实战
- React 流畅编程
- GraphQL 全栈应用
- MEAN 入门指南
- JavaScript 编程入门指南
- 下一代 JavaScript 编程入门指南
- Node 编程入门指南
- 嗨翻 JavaScript 第三版(早期发布)
- Web 应用同构指南
- Jamestack 之书
- JavaScript 的兴趣
- JavaScript 应用计划
- JavaScript 秘笈第三版
- JavaScript 权势巨子指南第七版(GPT 重译)
- 无处不在的 JavaScript
- JavaScript 物联网指南
- JavaScript 模式
- JavaScript 计划模式学习指南第二版
- React 学习指南第二版
- TypeScript 学习指南
- Vue 学习指南
- JavaScript 多线程编程
- Angular 和 TypeScript 开发指南
- ANgular 实战
- Node 实战第二版
- Node 实践指南
- OGA JavaSE8 步伐员 1 认证指南
- TypeScript 编程指南
- React 秘笈
- React 挂钩实战
- React 实战
- React 快速指南第二版
- React 启动指南第二版
- ReactNative 实战
- JavaScript 忍者秘笈第二版
- 单页 Web 应用
- 微星 CSS 项目
- TypeScript 秘笈
- JavaScript 应用测试指南
- Vue 实战
- Web 计划游乐场
- WebAPI 秘笈
- Node Express Web 开发
- 你不懂 JS
Go
- 100 个 Go 错误以及怎样克制
- Go 云原生指南
- Go 高效编程
- Go 秘笈
- Go 实战
- gRPC 启动指南
- Go 编程入门指南
- 嗨翻 Go
- Go 并发编程学习指南
- Go 学习指南第二版
- Go 启动指南
DevOps
- Kubernetes 认证管理员考试指南
- Azure Arc 支持的面向多云的 Kubernetes 指南
- 构建安全可靠的体系
- Docker、Kubernetes 和 Terraform 微服务启动指南
- Kubernetes 认证管理员(CKA)学习指南
- Kubernetes 认证应用开发者(CKAD)学习指南
- Kubernetes 认证安全专家(CKS)学习指南
- DevOps 文化中的协作指南
- 云原生:容器、函数、数据和 Kubernetes 指南
- Kubernetes 云原生 DevOps 指南
- 集群 API 与声明式 Kubernetes 管理指南
- Kubernetes 应用的容器存储和安全防护指南
- Kubernetes 核心指南
- Docker 实战第二版
- Docker 实践指南
- Docker 启动指南第三版
- 无服务器全栈开发
- 谷歌 Anthos 实战
- GitOps 秘笈
- GitOps 与 Kubernetes
- Openshift 和 Kubernetes 混淆云应用
- Hubernetes 黑客指南
- 根本办法即代码、模式和实践
- Kubernetes 最佳实践第二版
- Kubernetes 秘笈第二版
- Kubernetes 开发者指南
- Kubernetes 实战
- Kubernetes 算子教程
- Kubernetes 模式第二版
- Kubernetes 秘密管理指南
- Kubernetes 安全与可观测指南
- Kubernetes 启动指南
- Linkerd 启动指南
- 一个月的 Docker 学习指南
- Helm 学习指南
- 一个月的 Kubernetes 学习指南
- Kubernetes 云原生数据管理指南
- Kubernetes 网络指南
- Podman 实战
- Kubernetes 平台工程
- 流水线即代码
- Falco 云原生安全实践指南
- Kubernetes 生产指南
- Kubernetes 编程指南
数据库
- 数据库内部原理
- Python 高性能指南
- 高性能 MySQL 第四版(GPT 重译)
- MySQL 学习指南第二版
- MongoDB 权势巨子指南第三版
- MySQL 秘笈第四版
- Redis 实战
C#
- C# 专家编程指南
- C# 并发编程秘笈第二版
- .NET 并发指南
- C# 秘笈
- C#12 技能手册
- C#12 口袋参考
- 深入 C# 第四版
- C# AWS 开发指南
- C# 函数式编程
- C# 函数式编程第二版
- 嗨翻 C# 第四版
- Blazor 学习指南
- C#10 编程指南
- Unity 实战第二版
C/C++
- C++ 软件计划
- C 流畅编程
- C++ 示例学习指南
- C 当代指南
- C 极简编程
- 微型 C 语言项目
安全
- Python 全栈安全
- Kali Linux 学习指南第二版(早期发布)
- 真实天下的暗码学
- 密钥暗码学
量化
- 金融中的人工智能
- 金融中的深度学习
- Python 金融理论指南
- 当代 C++ 金融学习指南(早期发布)
- 金融呆板学习与数据科学蓝图
- Python 呆板学习金融风险管理
- 醒目金融模式辨认
- 金融投资中的概率呆板学习
- Python 算法生意业务指南
- Python 金融编程第二版
PHP
- PHP、MySQL 和 JavaScript 学习指南第六版
- Laravel 启动指南
- PHP 秘笈
- PHP 编程指南第四版
免责声明:如果侵犯了您的权益,请联系站长及时删除侵权内容,谢谢合作!qidao123.com:ToB企服之家,中国第一个企服评测及软件市场,开放入驻,技术点评得现金. |