本书共分为8章,每一章都围绕完整的项目展开,涵盖Spark的各个重要组件。包括认识Spark、Scala语法应用、SparkCore数据分析、SparkSQL结构化数据处理、Spark、流式数据处理,Spark结构化流式处理、Spark机器学习应用、社交软件运营数据分析,逐步提升读者的技术水平和应用能力。每个项目由多个

本书内容覆盖408考试核心知识点,配套提供超1000+道精选习题,涵盖历年真题与各类高质量练习题,题型丰富,结构清晰。历年真题均配有视频解析,逐题讲解,帮助考生吃透命题规律;其他习题则提供详细的图文解析,讲解思路清晰,便于查漏补缺。填空题部分可直接作为背诵手册使用,适合考前强化记忆;习题册独立成册,便于刷题与整理错题。

本书系统梳理了大模型工程师岗位所需的理论基础与实战技能,围绕算法原理、开发实践与系统部署三大维度展开内容介绍,旨在帮助希望转型为大模型工程师的开发者成功通过面试。本书共12章,首先简要介绍大模型技术演进、岗位分类与典型面试策略,并深入讲解数据构建、预处理、Token管理、Prompt设计与语料增强等底层准备环节。随后,

本书以“五纵四横”的框架记录了当代科技史的人类群星闪耀时。“五纵”即从赛道层面,重点关注科技互联网领域信息、社交、泛娱乐、电商、计算平台这五条核心赛道。

本书共分为5篇,第一篇主要指导读者安装模拟器,熟悉各个厂商的操作系统。第二篇主要介绍各个厂商的交换机技术。第三篇主要介绍各个厂商的路由协议。第四篇主要介绍广域网接入技术。第五篇主要介绍各个厂商的中小型企业项目的技术解决方案。

本书涵盖IT系统建设方法论和架构、设计开发和优化的内容,更有贯穿全书的银行、电信、保险、政府等行业的丰富案例分享,能令广大读者有似曾相识和身临其境感,本书也可谓作者数十年的数据库人生感悟。

本书是基于Python语言和PyTorch框架的深度学习技术与应用解析书籍。内容包括深度学习基础模型与深度学习应用技术两个部分。首先是深度学习基础模型部分,包括第1-4章,分别介绍了深度学习基础、卷积神经网络、循环神经网络、Transformer。然后是深度学习应用技术部分,包括第5-8章,分别介绍了计算机视觉技术、时

本书精心编排为15章,内容包括Spark简介、Spark集群环境部署、Spark编程体验、RDD深度解读、RDD的Shuffle详解、Spark共享变量、Spark序列化和线程安全、Spark内存管理机制、SparkSQL简介、SparkSQL抽象编程详解、SparkSQL自定义函数、SparkSQL源码解读、Spar

本书将对其详细做法进行介绍。本书详细地介绍如何在实际软件开发中最大限度地发挥AI编程工具的作用。在这本书中,读者会学习整个应用程序,将AI融入整条工作流程。使用ChatGPT和Copilot生成代码和观点,提出预测性建议,并开发一个自文档应用程序。了解AI如何辅助测试和解释代码。

本书共10章,前5章依次梳理BeamDojo的研究动机、强化学习核心理论、大语言模型结构、图推理基础及BeamDojo的模块原理,确立读者的系统性认知基础;第6、7章进一步剖析结构化推理与BeamDojo-LLM互联机制,形成感知-推理-控制的完整闭环;第8章提供全流程部署与仿真训练指南,面向硬件平台实际适配;最后两章