GitHub实践 活学活用GitHub，轻松构建属于你的软件工具
想要满足独特的开发需求？那就在下一个项目中使用GitHub提供的强大API吧！本书将手把手教你如何构建软件工具，并定制属于你的GitHub工作流程。书中每一章都要求你自己动手实践，并介绍使用GitHub提供的各项技术时应采取的折中方案以及注意事项。 如果你是经验丰富的程序员并熟知GitHub，你将学到如何使用GitHub API及相关的开源技术，如Jekyll（网站生成工具）、Hubot（NodeJS聊天机器人）和Gollum（维基）构建工具。 本书主要内容如下： ●使用Gist API命令行工具和Ruby的API客户端Octokit，构建一个简单的Ruby服务器 ●使用Gollum命令行工具构建一个图像管理程序 ●使用Python构建一个搜索GitHub的GUI工具 ●说明第三方工具和自己编写的代码如何交互 ●使用GitHub仓库中的数据创建完整的Jekyll博客 ●创建一个Android移动应用，读写Jekyll仓库 ●在GitHub中托管一个完整的Jav
¥47.60定价：¥69.00 (6.9折) 电子书：¥33.50
SVG精髓（第2版） 【图灵程序设计丛书】Web开发和设计人员手册，透彻讲解可缩放矢量图形SVG的技术细节！
《SVG精髓（第2版）》详尽介绍了可缩放矢量图形（SVG）技术。SVG是一种标记语言，为大多数矢量绘图程序和交互式Web图形工具所使用。本书将带你详细了解SVG的功能，首先学习简单的SVG应用，如绘制线条，然后逐步探索复杂的特性，比如滤镜、变换、渐变和图案等。 本书第2版扩展了动画、交互式图形以及SVG编程等内容。交互式的在线示例让你很容易在Web浏览器中实验SVG的特性。本书还为经验丰富的设计师准备了6个附录，解释了XML标记和CSS样式等基本概念，因此即使你没有网页设计的经验，也可以开始学习SVG。 通过阅读本书，你将能够： 为网页创建高质量、高分辨率的图形； 创建通过搜索引擎或辅助技术易于访问的图表和装饰性标题； 用SVG蒙版、滤镜以及变换给图形、文本和照片添加艺术效果； 用SVG标记动画绘制图形，使用CSS和JavaScr
¥51.70定价：¥69.00 (7.5折) 电子书：¥27.99
Spark高级数据分析 第2版 【图灵程序设计丛书】数据分析教程 Spark大数据 涵盖大规模数据分析中常用算法 数据集和设计模式
作为计算框架，Spark速度快，开发简单，能同时兼顾批处理和实时数据分析，因此很快被广大企业级用户所采纳，并随着近年人工智能的崛起而成为分析和挖掘大数据的重要得力工具。本书由业内知名数据科学家执笔，通过丰富的示例展示了如何结合Spark、统计方法和真实世界数据集来解决数据分析问题，既涉及模型的构建和评价，也涵盖数据清洗、数据预处理和数据探索，并描述了如何将结果变为生产应用，是运用Apache Spark进行大数据分析和处理的实战宝典。第2版根据新版Spark杰出实践，对样例代码和所用资料做了大量更新。本书涵盖模式如下：● 音乐推荐和Audioscrobbler数据集 ● 用决策树算法预测森林植被 ● 基于K均值聚类进行网络流量异常检测 ● 基于潜在语义算法分析维基百科 ● 用GraphX分析伴生网络 ● 对纽约出租车轨迹进行空间和时间数据分析
¥54.50定价：¥69.00 (7.9折) 电子书：¥28.99
命令行中的数据科学 大数据处理不一定非要写程序，小小命令行工具往往出奇制胜，高效数据分析
大数据时代，数据科学研究与分析日益重要。本书独树一帜，教你利用灵活的命令行工具成为高效多产的数据科学家。 为此，作者开发了数据科学工具箱，一个包含80多个命令行工具的安装简单的虚拟环境，能在Windows、OS X和Linux操作系统上运行。你将学会如何结合使用这些小而强大的命令行工具，快速地获取、清洗、探索和建模数据。 通过阅读本书，你会明白为什么命令行是一种灵活、可伸缩、易扩展的技术。即使你已经能够使用Python或R得心应手地处理数据，利用命令行也将大大改进你的数据科学工作流。 通过本书你将学会： 从网站、API、数据库和电子表格中获取数据 对纯文本、CSV、HTML/XML和JSON格式数据进行清洗 探索数据，计算描述性统计信息，进行可视化呈现 管理数据科学工作流 使用单行命令和已有的Python或R代码创
¥33.80定价：¥49.00 (6.9折) 电子书：¥29.40
Spark高级数据分析 Cloudera公司数据科学家团队携手打造，教你用Spark进行大规模数据分析
这是一本实用手册，四位作者均是Cloudera公司的数据科学家，他们联袂展示了利用Spark进行大规模数据分析的若干模式，而且每个模式都自成一体。他们将Spark、统计学方法和真实数据集结合起来，通过实例向读者讲述了怎样解决分析型问题。 本书首先介绍了Spark及其生态系统，接着详细介绍了将分类、协同过滤及异常检查等常用技术应用于基因学、安全和金融领域的若干模式。如果你对机器学习和统计学有基本的了解，并且会用Java、Python或Scala编程，这些模式将有助于你开发自己的数据应用。 本书介绍了以下模式： 音乐推荐和Audioscrobbler数据集 用决策树算法预测森林植被 基于K均值聚类进行网络流量的异常检测 基于潜在语义分析技术分析维基百科 用GraphX分析伴生网络 对纽约出租车轨迹进行空间和时间数据分析 通过蒙
¥44.20定价：¥59.00 (7.5折)
