会员
大学计算机基础(Windows 7+Office 2010)(第二版)
刘冬杰计算机网络/计算机理论、基础知识· 21.7万字
更新时间:2019-10-21 16:14:00
最新章节:参考文献开会员,本书免费读 >
本书是在第一版《大学计算机基础》(刘文平主编)的基础上,结合教育部最新的大学计算机基础教育理念组织编写的。本书注重学生计算机应用能力的培养,详尽和全面地介绍了Windows7和Office2010的知识。凡购买本书的读者,都可以向编者申请免费使用本书的网络自主学习平台,平台上有本书近300个知识点的学习视频,150个可操作知识点的在线测试、单元学习、强化训练、模拟考试和职场实训等学习模块,教师也可以根据学生的学习情况,了解和解决学生在学习中的难题。本书适合作为高等院校非计算机专业大学计算机基础课程的教材,也可作为网络学院、继续教育学院学生学习大学计算机基础课程的教材。
上架时间:2016-04-01 00:00:00
出版社:中国铁道出版社
上海阅文信息技术有限公司已经获得合法授权,并进行制作发行
最新章节
刘冬杰
主页
同类热门书
最新上架
- 会员
测试设计思想
测试设计思想是本书的主题。针对测试的两个基本目的和五个基本问题,本书归纳了八类测试设计思想,即系统的思想、枚举的思想、准则化的思想、多样化的思想、统计的思想、冗余的思想、推理的思想、控制的思想。围绕每一类思想,本书深入讲解来自不同领域的测试设计方法、实践及理念,借此剖析如何依据该思想缓解测试的基本问题。了解这些思想,有助于读者奠定扎实的测试理论基础,适应当代研发生产活动多学科交叉、多领域融合的发展计算机20.4万字 - 会员
剪映短视频剪辑与运营标准教程(全彩微课版)
《剪映短视频剪辑与运营标准教程(全彩微课版)》围绕剪映短视频的创作展开,由浅入深、全面系统地对短视频的拍摄、剪辑、发布、运营等环节进行介绍,不仅能让新手制作出精彩的短视频,还可以让有一定后期剪辑基础的读者掌握更多创意效果的制作方法。《剪映短视频剪辑与运营标准教程(全彩微课版)》共9章,内容包括短视频剪辑基础知识、素材拍摄技法、短视频剪辑工具—剪映的基本功能、短视频字幕处理、音效的添加、视频转场特效计算机6.3万字 - 会员
深度序列模型与自然语言处理:基于TensorFlow 2实践
《深度序列模型与自然语言处理:基于TensorFlow2实践》以自然语言和语音信号处理两大应用领域为载体,详细介绍深度学习中的各种常用序列模型。在讲述理论知识的同时辅以代码实现和讲解,帮助读者深入掌握相关知识技能。《深度序列模型与自然语言处理:基于TensorFlow2实践》共12章,不仅涵盖了词向量、循环神经网络、卷积神经网络、Transformer等基础知识,还囊括了注意力机制、序列到序列问题计算机21.9万字 - 会员
Web 3.0时代:重构科技与商业新生态
在区块链、人工智能、3D、AR等底层技术的支持下,Web3.0高速发展,获得了更多的关注。从Web1.0到Web3.0,互联网由中心化走向去中心化,由以平台为中心转向以用户为中心,经济由实体经济转向数字经济。可以说,Web3.0正在全方位赋能数字时代科技发展,重构商业模式。本书以Web3.0如何重构数字时代科技与商业新生态为切入点,面向互联网领域的创业者、从业者、企业家与投资人等。读者可以计算机12.9万字 - 会员
Web 3.0:具有颠覆性与重大机遇的第三代互联网
《Web3.0》针对当下火热的Web3.0话题,介绍Web3.0的相关专业知识、技术实现方法及应用前景。全书共9章,第1章介绍了Web3.0的基本知识;第2、3章介绍了Web3.0的基础技术栈和拓展技术栈;第4章介绍了Web3.0的生态构建,包括去中心化自治组织、开放式金融、加密货币、代币经济与数字市场、数字身份、创造者经济、注意力经济等;第5章阐述了Web3.0的行业应用;第6章介计算机13万字 - 会员
大话机器学习:原理|算法|建模|代码30讲
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
深度强化学习:算法原理与金融实践入门
深度强化学习是人工智能和机器学习的重要分支领域,有着广泛应用,如AlphaGo和ChatGPT。本书作为该领域的入门教材,在内容上尽可能覆盖深度强化学习的基础知识和经典算法。全书共10章,大致分为4部分:第1部分(第1~2章)介绍深度强化学习背景(智能决策、人工智能和机器学习);第2部分(第3~4章)介绍深度强化学习基础知识(深度学习和强化学习);第3部分(第5~9章)介绍深度强化学习经典算法(D计算机16.9万字 - 会员
人工智能数学基础
本书面向广大数据科学与人工智能专业的学生及初学者,力求通俗易懂、简洁清晰地呈现学习大数据与人工智能需要的基础数学知识,助力读者为进一步学习人工智能打好数学基础。全书分为4篇,共19章:微积分篇(第1~5章),主要介绍极限、导数、极值、多元函数导数与极值、梯度下降法等;线性代数篇(第6~10章),主要介绍向量、矩阵、行列式、线性方程组、特征值和特征向量等,并介绍这些数学知识在人工智能中的应用;概率统计算机8.5万字 - 会员
深度强化学习理论与实践
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