计算机导论在线阅读
会员

计算机导论

周舸 白忠建
开会员,本书免费读 >

计算机网络计算机理论、基础知识18.6万字

更新时间:2020-06-24 18:01:26 最新章节:参考文献

立即阅读
加书架
下载
听书

书籍简介

本书是计算机科学与技术专业学生的入门教材。全书共分10章,系统地介绍了计算机基础知识、计算机硬件系统、计算机软件系统、算法与数据结构基础、多媒体技术基础、数据库技术基础、计算机网络技术基础、信息安全基础知识、、云计算与物联网、计算机导论实验。为了让读者能够及时地检查学习效果,巩固所学知识,每章最后还附有丰富的习题。
品牌:人邮图书
上架时间:2016-08-01 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

周舸 白忠建
主页

同类热门书

最新上架

  • 会员
    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
    张云鹏编著计算机13.9万字
  • 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
    钱慎一 徐明明编著计算机12.3万字
  • 会员
    本书深入剖析了互联网主导下的数字广告系统,详细阐述了如何通过数据驱动的产品技术、计算算法和动态定价模型来推进广告主的数字营销,并使其在广告领域与技术广告体系全面融合。同时,本书还探讨了数字化升级对广告业流程的影响,包括市场研究、内容匹配、定制化广告、广告竞投以及消费者沉浸式互动和用户忠诚度提升等营销职能。这些内容共同构建了数字化和智能化广告发展的综合知识体系。全书分为三篇(共10章):第一篇为基础
    顾明毅计算机30.5万字
  • 会员
    本书源于斯坦福大学的相关课程,主要介绍不确定状态下的决策算法,涵盖基本的数学问题和求解算法。本书共分为五个部分:首先解决在单个时间点上简单决策的不确定性和目标的推理问题;然后介绍随机环境中的序列决策问题;接着讨论模型不确定性,包括基于模型的方法和无模型的方法;之后讨论状态不确定性,包括精确信念状态规划、离线信念状态规划、在线信念状态规划等;最后讨论多智能体系统,涉及多智能体推理和协作智能体等。本书
    (美)米凯尔·J.科申德弗 (美)蒂姆·A.惠勒 (美)凯尔·H.雷计算机25.7万字
  • 会员
    《UI设计基础与应用标准教程(全彩微课版)》围绕UI设计进行编写,以理论+实操为编写原则,用通俗易懂的语言对UI设计的相关知识进行详细介绍。《UI设计基础与应用标准教程(全彩微课版)》共9章,内容涵盖UI设计学习入门、图标设计、控件设计、动效设计、App界面设计、网页界面设计、软件界面设计、界面的标注与切图、综合实战案例等。在介绍理论知识的同时,穿插了大量的实操案例,第1~8章结尾还安排了实战演练
    魏砚雨 孙峰峰编著计算机6万字
  • 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
    凌峰编著计算机17.6万字
  • 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
    杜建强 聂斌 熊旺平计算机10.5万字
  • 会员
    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
    谢文杰 周炜星编著计算机16.9万字
  • 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
    龙强 章胜编著计算机12.5万字