weixin_39142793的博客

IEC 62056 的中英文版（word格式），其中中文版是从翻译组专家处获得的珍贵资料。

This standard details the criteria required for communications between a C12.18 Device and a C12.18 Client via an optical port. The C12.18 Client may be a handheld reader, a portable computer, a master station system or some other electronic communications device. This standard provides details for a complete implementation of an OSI 7-layer model. The protocol specified in this document was designed to transport data in table format. The table definitions are in ANSI C12.19 Utility Industry End Device Data Tables.

在互联网行业内，“运营”这个职能发展到一定阶段后，往往更需要有成熟的知识体系和工作方法来给予行业从业者以指引。 《运营之光：我的互联网运营方法论与自白 2.0》尤其难得之处在于：它既对“什么是运营”这样的概念认知类问题进行了解读，又带有大量实际的工作技巧、工作思维和工作方法，还包含了很多对于运营的思考、宏观分析和建议，可谓内容完整而全面，同时书中加入了作者亲历的大量真实案例，让全书读起来深入浅出、耐人寻味。 《运营之光》面世后，广受好评，入选了 2016 年度豆瓣“十大商业经管类书籍”，评分高达 8.6 分，也得到了大量忠实读者的热烈反馈。2.0 版结合读者们的需求，在面向用户的运营、企业

本书由超级账本核心设计和开发者撰写，是区块链开发落地专业指南。由浅入深，系统化介绍超级账本Fabric设计精华、应用开发等。全书分为理论篇和实践篇两大部分；第1~3章介绍区块链技术的由来、核心思想及典型的应用场景；第4~5章重点介绍区块链技术中大量出现的分布式系统技术和密码学安全技术；第6~8章介绍区块链领域的三个典型开源项目：比特币、以太坊以及超级账本；第9~11章以超级账本 Fabric 项目为例，具体讲解了安装部署、配置管理，以及使用 Fabric CA 进行证书管理的实践经验；第12章重点剖析超级账本 Fabric 项目的核心架构设计；第13章介绍区块链应用开发的相关技巧和示例；第14章介绍区块链服务平台的设计与开发，并讲解应用超级账本 Cello 项目构建服务平台的相关知识。本书覆盖了区块链和分布式账本领域的最新技术，可帮助读者深入理解区块链核心原理和典型设计实现，以及高效地开发基于区块链平台的分布式应用。

区块链是近十年来颇具颠覆性的新兴信息技术之一，它正以一种全新的方式建立人类交易过程的信任、仲裁和记录基础。本书共9章，首先介绍去中心化应用、DApp等基本概念，并据此展开对比特币、以太坊、超级账本等热门DApp的阐释。其次在解析以太坊工作原理的基础上介绍智能合约的编写方法，并介绍web3.js的应用方法。后利用上述知识进行钱包服务、智能合约部署平台、投注App、企业级智能合约以及联盟区块链等具体应用程序的创建。

本书由超级账本执行董事Brian Behlendorf领衔推荐，区块链一线落地实践团队、Hyperleger会员智链骨干团对撰写。深入讲解Hyperledger Fabric 1.0的架构、执行逻辑、核心功能实现、从零部署，并以票据案例为例，讲解具体开发实践，穿插开发所需的*佳实践和遇到的问题解决。 本书分三篇，共12章内容。 准备篇（第1～2章），高度浓缩、信息量大的第1章，揭示区块链的价值、核心理念、演进、主流平台、商用场景。第2章进入实践环节，涵盖安装、部署与调试，让读者初步直观感受区块链，培养学习和实践的兴趣。 核心篇（第3～9章），先从Fabric1.0架构开始讲解，方便读者了解整体结构与运作逻辑，带着问题与轮廓去阅读，事半功倍。第4～9章讲解内部实现机制，该篇并不点到为止，而是深入到底层实现原理层面，让读者透彻了解Fabric的设计与实现细节，该篇是理解区块链设计与实现的关键所在，也是日后做好应用开发的基础，有了问题可以自己动手解决。 涵盖以下几个方面： 区块链架构、组件关系与运行机制总览； Gossip协议与P2P数据分发机制； 分布式账本数据相关的存储技术； 共识机制及其可插拔的架构设计； 如何实现数据隔离的多链与多通道； 基于数字证书的成员管理服务实现与使用； 智能合约实现、交互，以及有限状态机。 应用篇（10～12章），从安装部署、开发模型和应用开发的角度，以一个票据背书的案例讲解如何基于Hyperledger Fabric 1.0开发区块链应用，以完整地掌握区块链应用开发，动手实践具体的项目。

本书主要介绍如何将测试驱动开发运用于机器学习算法。每一章都通过示例介绍了机器学习技术能够解决的有关数据的具体问题，以及求解问题和处理数据的方法。具体涵盖了测试驱动的机器学习、机器学习概述、K 近邻分类、朴素贝叶斯分类、隐马尔可夫模型、支持向量机、神经网络、聚类、核岭回归、模型改进与数据提取等内容。通过学习本书，你将能够利用机器学习技术解决涉及数据的现实问题。

本书作为数据挖掘入门读物，介绍了数据挖掘的基础知识、基本工具和实践方法，通过循序渐进地讲解算法，带你轻松踏上数据挖掘之旅。本书采用理论与实践相结合的方式，呈现了如何使用决策树和随机森林算法预测美国职业篮球联赛比赛结果，如何使用亲和性分析方法推荐电影，如何使用朴素贝叶斯算法进行社会媒体挖掘，等等。本书也涉及神经网络、深度学习、大数据处理等内容。

10余位数据挖掘领域资深专家和科研人员，10余年大数据挖掘咨询与实施经验结晶。从数据挖掘的应用出发，以电力、航空、医疗、互联网、生产制造以及公共服务等行业真实案例为主线，深入浅出介绍Python数据挖掘建模过程，实践性极强。 本书共15章，分两个部分：基础篇、实战篇。基础篇介绍了数据挖掘的基本原理，实战篇介绍了一个个真实案例，通过对案例深入浅出的剖析，使读者在不知不觉中通过案例实践获得数据挖掘项目经验，同时快速领悟看似难懂的数据挖掘理论。读者在阅读过程中，应充分利用随书配套的案例建模数据，借助相关的数据挖掘建模工具，通过上机实验，以快速理解相关知识与理论。 基础篇（第1～5章），第1章的主要内容是数据挖掘概述；第2章对本书所用到的数据挖掘建模工具Python语言进行了简明扼要的说明；第3章、第4章、第5章对数据挖掘的建模过程，包括数据探索、数据预处理及挖掘建模的常用算法与原理进行了介绍。 实战篇（第6～15章），重点对数据挖掘技术在电力、航空、医疗、互联网、生产制造以及公共服务等行业的应用进行了分析。在案例结构组织上，本书是按照先介绍案例背景与挖掘目标，再阐述分析方法与过程，最后完成模型构建的顺序进行的，在建模过程的关键环节，穿插程序实现代码。最后通过上机实践，加深读者对数据挖掘技术在案例应用中的理解。

这不是一本常规意义上Python的入门书。这本书中没有Python关键字和for循环的使用，也没有细致入微的标准库介绍，而是完全从实战的角度出发，对构建一个完整的Python应用所需掌握的知识进行了系统而完整的介绍。更为难得的是，本书的作者是开源项目OpenStack的PTL（项目技术负责人）之一，因此本书结合了Python在OpenStack中的应用进行讲解，非常具有实战指导意义。 《Python高手之路》从如何开始一个新的项目讲起，首先是整个项目的结构设计，对模块和库的管理，如何编写文档，进而讲到如何分发，以及如何通过虚拟环境对项目进行测试。此外，《Python高手之路》还涉及了很多高级主题，如性能优化、插件化结构的设计与架构、Python 3的支持策略等。

本书带领读者了解熟悉当下最流行的科学计算库NumPy的方方面面。书中不仅介绍了NumPy的安装、使用和各种相关概念，还介绍了如何利用这一最新的开源软件库，以尽可能接近传统数学语言的方式，编写可读性好、实现效率高和运行速度快的代码。最后还探究了几个和NumPy相关的科学计算项目。此外，本书将为你掌握NumPy数组和通用函数打下坚实的基础，也会通过实例教你用Matplotlib绘图，并了解和SciPy相关的项目。 本书将帮助你： • 学习高级索引技术和线性代数知识 • 了解数组形状及图像大小的调整 • 探察广播机制和直方图 • 分析NumPy代码并用可视化的方式表示分析结果 • 用Cython为代码提速 • 使用数组接口共享数据 • 使用通用函数和互操作功能 • 学习Matplotlib以及经常和NumPy同时使用的SciPy

《机器学习实践指南》第2版比第1版增加了更多的案例和算法解析，全书详细介绍了机器学习发展及应用前景、科学计算平台、Python计算平台应用、R语言计算平台应用、生产环境基础、统计分析基础、描述性分析案例、假设检验与回归模型案例、神经网络、统计算法、欧氏距离与余弦相似度、SVM、回归算法、PCA降维、关联规则、聚类与分类算法、数据拟合案例、图像算法案例、机器视觉案例、文本分类案例等机器学习实践与应用。

如今，机器学习正在互联网上下掀起热潮，而Python则是非常适合开发机器学习系统的一门优秀语言。作为动态语言，它支持快速探索和实验，并且针对Python的机器学习算法库的数量也与日俱增。本书最大的特色，就是结合实例分析教会读者如何通过机器学习解决实际问题。 本书将向读者展示如何从原始数据中发现模式，首先从Python与机器学习的关系讲起，再介绍一些库，然后就开始基于数据集进行比较正式的项目开发了，涉及建模、推荐及改进，以及声音与图像处理。通过流行的开源库，我们可以掌握如何高效处理文本、图片和声音。同时，读者也能掌握如何评估、比较和选择适用的机器学习技术。 举几个例子，我们会介绍怎么把StackOverflow的回答按质量高低进行分类，怎么知道某个音乐文件是爵士风格，还是重金属摇滚风格。另外，本书还涵盖了主题建模、购物习性分析及云计算等高级内容。总之，通过学习本书，读者可以掌握构建自己所需系统的各方面知识，并且学以致用，解决自己面临的现实问题。 读者只要具有一定的Python编程经验，能够自己安装和使用开源库，就足够了，即使对机器学习一点了解都没有也没关系。本书不会讲机器学习算法背后的数学。

现实工作中，人们常常需要用数据说话。可是，数据自己不会说话，需要人对它进行分析和挖掘才能找到有价值的信息。概率统计是数据分析的通用语言，是大数据时代预测未来的根基。如果你有编程背景，就能以概率和统计学为工具，将数据转化为有用的信息和知识，让数据说话。本书介绍了如何借助计算而非数学方法，使用Python语言对数据进行统计分析。 通过书中有趣的案例，你可以学到探索性数据分析的整个过程，从数据收集和生成统计量，到发现模式和检验假设。你还将探索概率分布、概率法则、可视化技术，以及其他许多工具和概念。 这一版内容较第1版有很多改动，并且新增了回归、时间序列分析、生存分析和分析方法章节，以丰富你的知识。

《支持向量机：理论、算法与拓展》以分类问题（模式识别、判别分析）和回归问题为背景，介绍支持向量机的基本理论、方法和应用。特别强调对所讨论的问题和处理方法的实质进行直观的解释和说明，因此具有很强的可读性。为使具有一般高等数学知识的读者能够顺利阅读，书中首先介绍了最优化的基础知识。《支持向量机：理论、算法与拓展》可作为理工类、管理学等专业的高年级本科生、研究生和教师的教材或教学参考书，也可供相关领域的科研人员和实际工作者阅读参考。