资源搜

资源名称：Erlang程序设计 第2版 中文完整pdf 源码 第一部分　为何用Erlang第1章　什么是并发　第2章　Erlang速览　第二部分　顺序编程第3章　基本概念　第4章　模块与函数　第5章　记录与映射组　第6章　顺序程序的错误处理　第7章　二进制型与位语法　第8章　Erlang顺序编程补遗　第9章　类型　第10章　编译和运行程序　第三部分　并发和分布式程序第11章　现实世界中的并发　第12章　并发编程　第13章　并发程序中的错误　第14章　分布式编程　第四部分　编程库与框架第15章　接口技术　第16章　文件编程　第17章　套接字编程　第18章　用WebSocket和Erlang进行浏览　第19章　用ETS和DETS存储数据　第20章　Mnesia：Erlang数据库　第21章　性能分析、调试与跟踪　第22章　OTP介绍　第23章　用OTP构建系统　第五部分　构建应用程序第24章　编程术语　第25章　第三方程序　第26章　多核CPU编程　第27章　福尔摩斯的最后一案　 资源截图：

资源名称：响应式架构 消息模式Actor实现与Scala Akka应用集成 (沃恩·弗农) 中文pdf 第1章 Actor模型和企业级软件概述第2章 使用Scala语言和Akka框架实现Actor模型第3章 性能情结第4章 通过Actor对象传递消息第5章 消息通道第6章 消息结构第7章 消息路由第8章 消息转换第9章 消息端点 资源截图：

资源名称：jdk 1.7_api_doc chm 资源截图：

资源名称：OSGi与Equinox:创建高度模块化的Java系统 完整版PDF 第一部分　简介第1章　OSGi、Equinox和Eclipse　　21.1 　简史　　21.2 　合作　　31.3 　实战的模块性和自由性　　41.4 　平台　　41.5 　生态系统　　51.6 　OSGi的来龙去脉　　51.6.1 　Java的谎言　　51.6.2 　现状核实　　61.6.3 　OSGi的寿命　　61.7 　实践中的OSGi和Equinox　　71.8 　总结　　8第2章　OSGi基本概念　　92.1 　bundle环境　　92.2 　为何选择OSGi　　102.3 　bundle剖析　　132.4 　模块化　　142.4.1 　导出包　　142.4.2 　导入包　　142.4.3 　需要的bundle　　152.4.4 　强化模块化特性　　162.5 　模块化设计概念　　162.6 　生命周期　　172.7 　协作　　182.7.1 　服务　　182.7.2 　扩展和扩展点　　192.8 　OSGi框架　　202.9 　安全性　　202.10 　OSGi框架实现　　212.11 　总结　　21第二部分　OSGi示例第3章　教程介绍　　243.1 　何为Toast　　243.2 　Toast的演变　　263.3 　开发环境安装　　273.4 　示例代码　　283.4.1 　在章与章之间切换　　283.4.2 　比较　　293.5 　目标平台设置　　303.5.1 　预定义的目标　　313.5.2 　定义目标平台　　323.6 　通过示例进行学习　　353.7 　总结　　36第4章　你好，Toast　　374.1 　简单的场景　　374.1.1 　创建工程　　374.1.2 　Gps　　384.1.3 　Airbag和IAirbagListener　　404.1.4 　EmergencyMonitor　　414.1.5 　Main　　434.1.6 　运行　　434.1.7 　检查点　　434.2 　将Toast划分为Bundle　　434.2.1 　GPS bundle　　454.2.2 　安全气囊bundle　　474.2.3 　紧急情况监视器bundle　　474.2.4 　启动　　494.3 　总结　　50第5章　服务　　525.1 　转移到服务　　525.2 　注册GPS服务　　545.3 　注册安全气囊服务　　58 资源截图：

资源名称：Java 8编程入门官方教程(第6版) 中文pdf 第1章 Java基础第2章 数据类型与运算符第3章 程序控制语句第4章 类、对象和方法第5章 其他数据类型与运算符第6章 方法和类详解第7章 继承第8章 包和接口第9章 异常处理第10章 使用I/O第11章 多线程程序设计第12章 枚举、自动装箱、静态导入和注释第13章 泛型第14章 lambda表达式和方法引用第15章 applet、事件和其他主题第16章 Swing介绍第17章 JavaFX简介  资源截图：

资源名称：数据挖掘：实用机器学习技术及Java实现（英文第2版）高清PDF 这是一本将数据挖掘算法和数据挖掘实践完美结合起来的优秀教材。 作者以其丰富的经验，对数据挖掘的概念和数据挖掘所有的技术（特别是机器学习）进行了深入浅出的介绍，并对应用机器学习工具进行数据挖掘给出了良好的建议。 数据挖掘中的各个关键要素也事例融合在众多实例中加以介绍。 本书还介绍了Weka这种基于Java的软件系统。 该软件系统可以用来分析数据集，找到适用的模式，进行正确的分析，也可以用来开发自己的机器学习方案。 资源截图：

资源名称：java程序员职场全攻略 中文PDF 资源截图：

资源名称：JVM+Specification_CN PDF 第一章引言。 第二章给出本书其余部分所需要Java概念及术语的概览。 第三章给出Java虚拟机的概览。 第四章定义class文件格式，它是编译后的Java 代码平台和与现实无关的文件格式。 第五章描述常规池的运行期管理。 第六章描述Java虚拟机的指令集，按照操作码助记符的字母顺序，展示指令。 第七章给出了Java代码编译成Java虚拟机指令集的范例。 第八章描述了Java虚拟机线程及它们与存储器的交互作用。 第九章描述Sun的Java虚拟机实现使用的优化。 第十章给出按照操作码值索引的Java虚拟机操作码助记符表 资源截图：

资源名称：R语言数据分析与挖掘实战 完整pdf 基础篇第1章 数据挖掘基础第2章 R语言简介第3章 数据探索第4章 数据预处理第5章 挖掘建模实战篇第6章 电力窃漏电用户自动识别第7章 航空公司客户价值分析第8章 中医证型关联规则挖掘第9章 基于水色图像的水质评价第10章 家用电器用户行为分析与事件识别第11章 应用系统负载分析与磁盘容量预测第12章 电子商务智能推荐服务第13章 基于数据挖掘技术的市财政收入分析预测模型第14章 基于基站定位数据的商圈分析第15章 电商产品评论数据情感分析提高篇第16章 基于R语言的数据挖掘二次开发 资源截图：

资源名称：深度学习：Java语言实现 中文PDF 第1章深度学习概述 1.1人工智能的变迁 1.1.1人工智能的定义 1.1.2人工智能曾经的辉煌 1.1.3机器学习的演化 1.1.4机器学习的局限性 1.2人与机器的区分因素 1.3人工智能与深度学习 1.4小结 第2章机器学习算法——为深度学习做准备 2.1入门 2.2机器学习中的训练需求 2.3监督学习和无监督学习 2.3.1支持向量机 2.3.2隐马尔可夫模型 2.3.3神经网络 2.3.4逻辑回归 2.3.5增强学习 2.4机器学习应用流程 2.5神经网络的理论和算法 2.5.1单层感知器 2.5.2逻辑回归 2.5.3多类逻辑回归 2.5.4多层感知器 2.6小结 第3章深度信念网络与栈式去噪自编码器 3.1神经网络的没落 3.2神经网络的复兴 3.2.1深度学习的进化——突破是什么 3.2.2预训练的深度学习 3.3深度学习算法 3.3.1限制玻尔兹曼机 3.3.2深度信念网络 3.3.3去噪自编码器 3.3.4栈式去噪自编码器 3.4小结 第4章dropout和卷积神经网络 4.1没有预训练的深度学习算法 4.2dropout 4.3卷积神经网络 4.3.1卷积 4.3.2池化 4.3.3公式和实现 4.4小结 第5章探索Java深度学习库——DL4J、ND4J以及其他 5.1从零实现与使用库/框架 5.2DL4J和 ND4J 的介绍 5.3使用 ND4J 实现 5.4使用DL4J实现 5.4.1设置 5.4.2构建 5.4.3CNNMnistExample.java/LenetMnistExample.java 5.4.4学习速率的优化 5.5小结 第6章实践应用——递归神经网络等 6.1深度学习热点 6.1.1图像识别 6.1.2自然语言处理 6.2深度学习的挑战 6.3最大化深度学习概率和能力的方法 6.3.1面向领域的方法 6.3.2面向分解的方法 6.3.3面向输出的方法 6.4小结 第7章其他重要的深度学习库 7.1Theano 7.2TensorFlow 7.3Caffe 7.4小结 第8章未来展望 8.1深度学习的爆炸新闻 8.2下一步的展望 8.3对深度学习有用的新闻资源 8.4小结 资源截图：