經濟學漫畫猶太教哥布林模式媽媽是房子兒童選讀零內耗溝通季暢銷讀冊選讀升職兵法五十歲後別教出混蛋更新粒線體

資訊架構學 第四版 (二手書)

出版日期:2018-01-02
出版社:

歐萊禮

二手書交易資訊
網站、App與資訊空間 「在這本書初版問世之時,我是極少數擁有『資訊架構師』職稱的人。當時這本書就如同對我的工作的認可,而且意義重大;現在第四版上市了,我依然有同樣的感受。將近廿年過去,資訊架構比以前 ...

Perl 學習手冊(第6版) (二手書)

出版日期:2012-05-07
出版社:

歐萊禮

二手書交易資訊
內容簡介:內容涵蓋Perl 5.14『Perl 學習手冊〔第四版〕被認為是Perl程式員在其Perl的職業生涯中至少需要讀過一次的經典。該書提供了大量的有用資訊,即使是有經驗的Perl程式員至少都能夠 ...

網路戰士 第二版--涵蓋CCNA認證考試外,您還應該知道的所有網路知識 (二手書)

出版日期:2012-05-11
出版社:

歐萊禮

二手書交易資訊
涵蓋CCNA認證考試外,您還應該知道的所有網路知識第二版 涵蓋Nexus「本書裡所有使用到的範例都是來自於真實案例。大部分是作者曾經擔任網路工程師、顧問、經理、董事等職務期間所參與過的案子」-摘錄自前 ...

UX策略|設計讓人夢寐以求的創新數位產品 (二手書)

作者:Jaime Levy
出版日期:2016-08-30
出版社:

歐萊禮

二手書交易資訊
「從1993年起,Jaime總是能打造出令人驚豔的數位產品。跟著她書中這些簡單的方法,你也可以打造超棒的產品。」 — Mark Frauenfelder, BoingBoing網站創辦人, Mark ...

演算法技術手冊(第二版) (二手書)

出版日期:2017-01-23
出版社:

歐萊禮

二手書交易資訊
「這本書有三項值得閱讀的理由:針對書中演算法與資料結構,以視覺化圖表展示其特性;內容以會話方式陳述而不是生硬的學術語調;以及始終不斷強調的演算法效能基準。如果您正處於演算法領域的現實世界中,本書勢必會 ...

資料之美:優雅資料解決方案的幕後祕辛 (二手書)

出版日期:2012-10-19
出版社:

歐萊禮

二手書交易資訊
「資料被證實將成為下一代電腦應用程式的驅動核心。在本書中,產業領導者分享了他們是如何駕馭資料,對於資料以及如何處理相關問題的未來感興趣的人,這本書不容錯過。」- Tim O'Reilly, O'Rei ...

MongoDB技術手冊 (二手書)

出版日期:2012-07-23
出版社:

歐萊禮

二手書交易資訊
MongoDB是如何幫助你管理從網站應用程式蒐集而來的大量資料呢?藉由本書權威性的介紹,你將會知道使用文件導向資料庫的許多優點,以及發現MongoDB是一個可靠且高效能的系統,允許幾乎無限制的水平擴充 ...

Make:Arduino機器人及小裝置專題製作 (二手書)

出版日期:2014-01-18
出版社:

歐萊禮

二手書交易資訊
利用開放源碼軟體與硬體設計製做的六個崁入式實驗項目想要製造屬於自己的機器人,首先要把你的想法做成模型機;透過本書及Arduino開放式電子模型平台,即可輕鬆以電腦控制電子裝置或開發出自己的手機應用程式 ...

Bad Data技術手冊 (二手書)

出版日期:2013-09-13
出版社:

歐萊禮

二手書交易資訊
什麼是壞資料?有些人認為它是一個技術性的現象,如遺失值或是格式不對的記錄,但壞資料其實不只如此。資料專家Q. Ethan McCallum邀請了資料領域中,具有不同身分,包含公司執行長、政府官員、科學 ...

社群網站的資料探勘 (二手書)

出版日期:2013-05-22
出版社:

歐萊禮

二手書交易資訊
本書曾經榮獲Jolt Productivity Award大獎Facebook、Twitter和Linkedln產生了大量極具價值的社交資料,但是,要如何找出誰正在使用社群網站?他們在討論些什麼?或者 ...

Binary Hacks:駭客秘傳技巧一百招 (二手書)

出版日期:2013-06-01
出版社:

歐萊禮

二手書交易資訊
本書的主題是底層的程式開發技術。底層指的是接近「赤裸」的電腦硬體。 軟體的世界是藉著不斷堆疊「抽象化」而進步的。組合語言是機械語言的抽象化、C 語言是組合語言的抽象化。而在 C 語言之上,還有許多以 ...

初探深度學習︰使用TensorFlow (二手書)

出版日期:2018-09-03
出版社:

歐萊禮

二手書交易資訊
從線性迴歸到強化學習“對想要進入深度學習這個令人興奮的領域的機器學習從業者來說,這是一本很棒的書。由於本書涵蓋廣泛的主題,當你想要進一步提升技術時,也會將它當成參考書來重新閱讀。”—Marvin Be ...


您對於搜尋結果是否滿意?
太好了!感謝您的回饋!
感謝您的建議!我們會持續提供更好的搜尋服務!
很抱歉沒能幫上忙 :( 我們應如何改進呢?