计算机文化基础实验教程

《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

本书系统的介绍了Vue框架基础、框架应用、生态组成、项目实战、框架演进、Vue原理剖析及Vue框架的原理实现。全书共分为8章：第1章为行业发展介绍，第2章为Vue2.x的开发基础，第3章为Vue2.x的组件开发，第4章为VueCLI开发完全指南，第5章为VueCLI项目实战，第6章为Vite+Vue3完全开发指南，第7章为Vue3.x项目实战，第8章为实现原理介绍。书中主要内容包括：W

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

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

《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

本书以SPSS28.0中文版为平台，以实用为原则，由浅入深，全面系统地介绍SPSS的基本功能和实际应用方法。本书涉及面广，从SPSS基本操作开始介绍，覆盖大部分常用功能和高级统计分析方法。本书共11章，内容包括SPSS基础知识、建立与整理数据、SPSS基本统计分析、假设检验、非参数检验、方差分析、相关分析、回归分析、聚类和判别分析、统计图形和SPSS数据分析综合应用。在介绍的过程中，图文并茂地对

在物联网及大数据被广泛应用的时代背景下，计算机网络在人们的日常生产生活中的应用比重越来越大，并潜移默化地改变着人们的生产生活方式。在计算机网络中，应用最广泛的是局域网。本书对局域网的组建、管理与维护进行全面剖析，向读者揭开局域网的神秘面纱，在熟悉局域网知识要点的同时，重点培养读者的动手能力和专业思维能力。全书共9章，内容包括局域网概述、局域网基础技术、局域网网络设备、无线局域网的组建、局域网规划与

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

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