官术网_书友最值得收藏!

WebRTC技術(shù)詳解:從0到1構(gòu)建多人視頻會議系統(tǒng)
會員

這是一本全面、詳細講解WebRTC技術(shù)以及如何使用它構(gòu)建一個可商用的視頻會議系統(tǒng)的著作。技術(shù)維度,本書不僅詳細講解了WebRTC規(guī)范和全部API、信令系統(tǒng)、底層技術(shù)、移動端和服務(wù)端實現(xiàn),而且還總結(jié)了作者多年來的“踩坑”經(jīng)驗;實戰(zhàn)維度,本書不僅提供了可直接應(yīng)用于視頻會議和在線教育等場景的真實案例,而且開源了一個可商用的視頻會議系統(tǒng)WiLearning,教讀者如何從0到1搭建一個高并發(fā)、易擴展的視頻會議系統(tǒng)。全書一共10章。第1章介紹了WebRTC的歷史、技術(shù)架構(gòu)、網(wǎng)絡(luò)拓撲、兼容性等內(nèi)容。第2章講解了使用WebRTCAPI獲取本地攝像頭、話筒、桌面等媒體流的方法,以及媒體流的錄制、使用canvas操作媒體流的方法和示例。第3章講解了WebRTC底層使用的傳輸技術(shù),如ICE、SDP、STUN/TURN等。第4章介紹了使用RTCPeerConnection管理WebRTC連接的方法。第5章介紹了WebRTC的媒體管理方法,結(jié)合示例演示了切換編碼格式、控制視頻碼率、替換視頻背景的方法。第6章結(jié)合實例介紹一種高效、實時的信令系統(tǒng)實現(xiàn)方法,并實現(xiàn)一個可以在生產(chǎn)環(huán)境中使用的信令系統(tǒng)。第7章介紹了使用WebRTC數(shù)據(jù)通道傳輸任意數(shù)據(jù)的方法,結(jié)合示例演示了基于P2P的文本聊天以及文件傳輸功能的實現(xiàn)。第8章介紹了使用WebRTC獲取媒體流相關(guān)統(tǒng)計數(shù)據(jù)的方法,在示例中演示如何使用Chart.js繪圖展示實時碼率。第9章介紹了在Android、iOS開發(fā)環(huán)境中使用WebRTC的方法,通過實例實現(xiàn)了基于WebRTC的視頻聊天App。第10章結(jié)合筆者的開源項目WiLearning介紹了從0到1打造高性能視頻會議系統(tǒng)的方法。

栗偉 ·程序設(shè)計 ·11.8萬字

人工智能技術(shù)與大數(shù)據(jù)
會員

本書分為兩個部分,共12章。第1章到第5章介紹了大數(shù)據(jù)的本體論、機器學(xué)習(xí)的基本理論等內(nèi)容,為具體場景、算法的實踐奠定了基礎(chǔ)。讀者可以了解到,在工程實踐中,對大數(shù)據(jù)的處理、轉(zhuǎn)化方式與人類學(xué)習(xí)知識并將其轉(zhuǎn)化為實踐的過程是多么相似。在對機器學(xué)習(xí)的介紹中,會對其數(shù)學(xué)原理、訓(xùn)練過程做基本的講解,并輔以代碼幫助讀者了解真實場景中技術(shù)工具的使用。第6章到第12章提供了多個不同的用例,章節(jié)之間彼此獨立,介紹了如何用人工智能技術(shù)(自然語言處理、模糊系統(tǒng)、遺傳編程、群體智能、強化學(xué)習(xí)、網(wǎng)絡(luò)安全、認知計算)實現(xiàn)大數(shù)據(jù)自動化解決方案。如果讀者對Java編程語言、分布式計算框架、各種機器學(xué)習(xí)算法有一定的了解,那么本書可以幫助你建立一個全局觀,從更廣闊的視角來看待人工智能技術(shù)在大數(shù)據(jù)中的應(yīng)用。如果讀者對上述知識一無所知,但是對大數(shù)據(jù)人工智能的技術(shù)、業(yè)務(wù)非常感興趣,那么可以通過本書獲得從零到一的認知提升。

(印度)阿南德·德什潘德 馬尼什·庫馬 ·人工智能 ·13.3萬字

Python廣告數(shù)據(jù)挖掘與分析實戰(zhàn)
會員

本書共十二章,第1-4章重在介紹移動廣告營銷數(shù)據(jù)分析理論與案例分析,包括廣告數(shù)據(jù)分析的基本概念、內(nèi)容和意義,廣告數(shù)據(jù)分析相關(guān)理論知識及常用分析方法,移動廣告營銷常見的數(shù)據(jù)分析案例剖析以及如何做一份讓領(lǐng)導(dǎo)滿意的數(shù)據(jù)分析報告;本書第5-6章主要介紹Python軟件安裝及常用包的主要用法。本書第7-10章主要介紹利用Python實現(xiàn)移動廣告營銷中常見的機器學(xué)習(xí)算法,重點掌握常用的模型評價方法,模型原理、實現(xiàn)方法和技巧,其中包括混淆矩陣、AUC、ROC等常用模型評價方法以及線性回歸、邏輯回歸、決策樹、KNN、SVM、神經(jīng)網(wǎng)絡(luò)、隨機森林、GBDT、XGBoost、Stacking等常用監(jiān)督學(xué)習(xí)算法。第11章主要介紹k-means聚類、Lookalike相似用戶挖掘等常用無監(jiān)督學(xué)習(xí)算法及實現(xiàn)方法。第12章主要介紹移動廣告營銷常用的特征選擇及特征工程方法。讀者如果只想了解數(shù)據(jù)分析相關(guān)概念和方法,可以選擇性閱讀本書前四章內(nèi)容,后八章偏向數(shù)據(jù)挖掘算法和編程實踐等內(nèi)容,有興趣可以深入閱讀全書。

楊游云 周健 ·數(shù)據(jù)庫 ·10.7萬字

QQ閱讀手機版

主站蜘蛛池模板: 武义县| 白玉县| 婺源县| 周口市| 灵寿县| 英山县| 乌什县| 新巴尔虎左旗| 临沧市| 中西区| 视频| 安泽县| 资溪县| 郴州市| 东兰县| 张掖市| 永宁县| 昭平县| 丹江口市| 桂林市| 嘉鱼县| 汤阴县| 西安市| 德兴市| 镇江市| 镶黄旗| 惠州市| 嘉荫县| 静宁县| 沁阳市| 张家口市| 娱乐| 措勤县| 津市市| 四平市| 兴仁县| 淳安县| 纳雍县| 开鲁县| 和龙市| 德清县|