计算机科学 - 第4页

《深入理解分布式系统》主要讲解分布式系统常用的基础知识、算法和案例，经笔者对文献海洋中晦涩艰深的原理和算法进行提炼，辅以图示和代码，并结合实际经验进行分析总结而成。通过阅读本书，读者可以快速、轻松地掌握分布式系统的基本原理，以及 Paxos 或 Raft 共识算法，并通过典型的案例学习如何设计大型分布式系统。《深入理解分布式系统》首先介绍什么是分布式系统、分布式系统带来的挑战，以及如何对分布式系统

计算机究竟是如何制作出来的？为什么计算机只用0和1就可以进行复杂计算？奇幻故事 × 计算机原理零基础也能读懂的计算机科普奇书与“精灵”一起探索计算机的内部世界体验在“魔法世界”制造计算机的奇幻旅程以漫画生动展示计算机组成原理用故事巧妙讲述“如何造台计算机 ”精灵所在的魔法世界，因大家过度工作而陷入资源争夺，进而爆发了战争。一位精灵在神明的指引下来到人类世界，寻找拯救魔法世界的关键线索——如何制造计

本书由 2017 年图灵奖得主 Patterson 和 Hennessy 共同撰写，是计算机体系结构领域的经典书籍，强调软硬件协同设计及其对性能的影响。本书采用开源的 RISC-V 指令系统体系结构，讲解硬件技术、汇编语言、算术运算、流水线、存储层次、I/O 以及并行处理器。新内容涵盖平板电脑、云基础设施、ARM（移动计算设备）以及 x86（云计算）体系结构，新实例包括 Intel Core i7

本书基于Vue.js 3，从规范出发，以源码为基础，并结合大量直观的配图，循序渐进地讲解Vue.js中各个功能模块的实现，细致剖析框架设计原理。全书共18章，分为六篇，主要内容包括：框架设计概览、响应系统、渲染器、组件化、编译器和服务端渲染等。通过阅读本书，对Vue.js 2/3具有上手经验的开发人员能够进一步理解Vue.js框架的实现细节，没有Vue.js使用经验但对框架设计感兴趣的前端开发人员

本书是对以数据深度需求为中心的科学、研究以及针对计算和统计方法的参考书。本书共五章，每章介绍一到两个 Python 数据科学中的重点工具包。首先从 IPython 和 Jupyter 开始，它们提供了数据科学家需要的计算环境；第 2 章讲解能提供 ndarray 对象的 NumPy，它可以用 Python 高效地存储和操作大型数组；第 3 章主要涉及提供 DataFrame 对象的 Pandas，

《程序员修炼之道：通向务实的最高境界（第2版）》之所以在全球范围内广泛传播，被一代代开发者奉为圭臬，盖因它可以创造出真正的价值：或编写出更好的软件，或探究出编程的本质，而所有收获均不依赖于特定语言、框架和方法。时隔20年的新版，经过全面的重新选材、组织和编写，覆盖哲学、方法、工具、设计、解耦、并发、重构、需求、团队等务实话题的最佳实践及重大陷阱，以及易于改造、复用的架构技术。本书极具洞察力与趣味性

这是一份适合电脑小白入门的电脑使用课程。它平易近人，娓娓道来，介绍了从基本的文件管理，到软件的寻找安装，再到各类使用技巧与优良软件推荐的许多内容，旨在帮助读者在信息化时代更灵活地使用电脑。这也是一份面向今日与未来的信息时代指南。它立足当下，探索变革，讲述了当今热门的生成式 AI、网络安全、物联网与云计算等前沿技术的概念、原理和应用，能够引导读者立于数字化时代的潮头，把握科技发展的方向。零门槛、易理

《程序员的数学3：线性代数》沿袭“程序员的数学”系列平易近人的风格，用通俗的语言和具象的图表深入讲解了编程中所需的线性代数知识。内容包括向量、矩阵、行列式、秩、逆矩阵、线性方程、LU分解、特征值、对角化、Jordan标准型、特征值算法等。

本书以机器学习的算法为主线，深入剖析算法的概念和数学原理，以通俗形象的语言进行讲解，让读者无须了解太多前置数学知识，就能看懂数学公式所表达的意思，从而快速掌握机器学习的思想和原理。本书首先介绍机器学习基本概念及工具，然后从概念、原理、Python实现、应用场景几个方面，详细剖析机器学习中主要的算法，如线性回归算法、Logistic回归算法、KNN算法、朴素贝叶斯算法、决策树算法、支持向量机算法、K

《计算机程序的构造和解释 原书第2版》曾是美国麻省理工学院计算机科学专业的入门课程教材之一，从理论上讲解计算机程序的创建、执行和研究。主要内容包括：构造过程抽象，构造数据抽象，模块化、对象和状态，元语言抽象，寄存器机器里的计算等。在第二版中，大部分重要程序设计系统都重新修改并做过测试，包括各种解释器和编译器。作者根据其后十余年的教学实践，还对其他许多细节做了相应的修改。