
会员
计算机应用基础(微课版)
计算机网络计算机理论、基础知识16.7万字
更新时间:2020-10-13 14:29:55 最新章节:任务五 放映与发布演示文稿
书籍简介
本书全面介绍了计算机的基础知识和基本应用。共安排7个教学项目:组装计算机、体验Windows7操作系统、互联网的应用、常用工具软件的使用、文字处理软件Word2010使用、电子表格系统Excel2010使用、演示文稿PowerPoint2010使用。每个项目又分为若干学习工作任务。每个任务由任务目标、任务描述、任务资讯、任务实施、任务评价、知识拓展、思考练习组成。
品牌:人邮图书
上架时间:2017-08-01 00:00:00
出版社:人民邮电出版社
本书数字版权由人邮图书提供,并由其授权上海阅文信息技术有限公司制作发行
最新章节
祝谨惠 张铁军
最新上架
- 会员本书内容是在充分利用偏最小二乘原理优势的基础上,重点研究改进与优化偏最小二乘的不足方面,使其更好地适应中医药数据分析。主要内容包括分别引入非径向数据包络分析和降噪稀疏自编码器优化偏最小二乘的噪声处理,使其处理缺失值和噪声更有效;分别引入特征相关、L1正则项和灰色关联优化偏最小二乘的特征提取,实现有效降维和提取特征子集;分别融合受限玻尔兹曼机、稀疏自编码器、深度置信网络提取非线性成分,优化偏最小二乘计算机10.5万字
- 会员《细说机器学习:从理论到实践》从数学知识入手,详尽细致地阐述机器学习各方面的理论知识、常用算法与流行框架,并以大量代码示例进行实践。本书内容分为三篇:第一篇为基础知识,包括机器学习概述、开发环境和常用模块、特征工程、模型评估、降维方法等内容。本篇详细而友好地介绍机器学习的核心概念与原理,并结合大量示例帮助读者轻松入门。第二篇为算法应用,涵盖机器学习最重要与高频使用的模型,包括K-Means聚类、K计算机17.6万字
- 会员《重构知识:在线知识传播的疆域、结构与机制》旨在探究社会化媒体知识分享平台的知识分享行为规律、知识疆域结构特征、知识构建的动力机制以及知识普惠的技术实现。依托于当前人文社会科学新文科建设总体要求,本书基于传播学理论视野,利用信息科学计算技术,结合复杂网络分析框架,致力于解决当前传播学现实问题。具体而言,本研究旨在探究基于互联网技术的知识传播,提高知识传播效率,推进知识普惠,探究信息技术能够惠及广泛计算机11.1万字
- 会员本书共共15章,主要包括多源信息融合处理理论与方法及多源信息目标检测、识别和应用两部分内容。书中具体讲述了多源信息融合处理的基本概念以及多源信息融合发展的核心理论方法,如Dempster-Shafer证据理论等;介绍了多源高冲突信息鲁棒性证据推理方法、多辨识框架下异构证据融合方法以及多值迁移融合方法等多种融合技术;给出了多源信息融合的典型应用,特别是在不确定数据分类、多源信息融合检测与识别领域的实计算机17万字
- 会员本书是作者多年在数据智能领域中利用机器学习实战经验的理解、归纳和总结。出于回归事物本质,规律性、系统性地思考问题理论为实践服务并且反过来充实理论,为更多人服务的想法和初心,本书系统地阐述了机器学习理论和工程方法论,并结合实际商业场景落地。全书分为3部分。第1部分是机器学习的数学理论理解,这部分不是对于机器学习数学理论的严谨推导和证明,更多是对于理论背后的到底是什么,为什么要这样做的通俗理解。尽可能计算机17.3万字
- 会员本书以理论为基础,以应用为导向,用大量的实例对WPS文字处理、电子表格、演示文档三大板块进行全面讲解。全书共12章,主要内容包括WPS综合应用基础、PDF文件的查看及处理、常规文档的创建和编辑、长文档的高效编排、文档的校对与批量处理、WPS制表入门操作、公式与函数的应用、图形和图表的应用、对数据进行处理与分析、基本演示文稿的创建、动态交互式演示文稿的创建、演示文稿的放映与输出等。知识点全面覆盖《全计算机9.3万字
- 会员本书以网络安全为主线,对计算机网络安全所面对的各种威胁、表现形式、解决技术、应对方案等知识进行讲解,让读者全面掌握网络安全技术的应用方法和防范措施。全书共10章,内容包括计算机网络安全概述、网络模型中的安全体系、常用渗透手段及防范、病毒与木马的防范、加密与解密技术、局域网与网站安全、身份认证及访问控制、远程控制及代理技术、灾难恢复技术等。在正文讲解过程中,穿插了知识点拨注意事项动手练等板块,以助读计算机12.3万字
- 会员本书比较全面、系统地介绍了深度强化学习的理论和算法,并配有大量的案例和编程实现。全书核心内容可以分为3部分,第一部分为经典强化学习,包括第2、3、4章,主要内容有动态规划法,蒙特卡洛法、时序差分法;第二部分为深度强化学习,包括第6、7、8章,主要内容有值函数近似法、策略梯度法、策略梯度法进阶;第三部分重点介绍了深度强化学习的经典应用——AlphaGo系列算法。另外,作为理论和算法的辅助,第1章介绍计算机12.5万字