软件工程及软件方法学
-
微课设计与制作专业教程张晓景 著本书系统地介绍了微课设计的基本概念、CamtasiaStudio和Snagit的基本操作,围绕微课的设计与制作,讲解了大量的方法原则及经验心得。即使是非设计专业的用户,没有任何设计基础也可阅读,且内容注重操作,即学即用。 本书共9章,包括了解微课、微课的设计思路与制作基础、微课视频素材的准备、微课其他素材的准备、微课图片的处理、微课视频的剪辑、微课的合成、微课的生成和分享,并通过几个微课综合案例的制作,帮助用户精通微课设计的技法,赋予作品设计的美感,增强作品的表现力,从而让用户设计出*具吸引力的微课作品。 本书结构清晰、由简到难,实例步骤分解详细,文字阐述通俗易懂,与实践结合密切,具有很强的实用性,可作为普通教师微课教学设计的参考书,也可作为师范类院校学生的教材。 -
软件测试郭雷暂缺简介... -
软件体系结构与设计实用教程尚建嘎,张剑波,袁国斌全书以软件质量属性、软件体系结构风格、建模、设计、评估、实现、测试、编档等软件体系结构领域知识为基础,理论联系实际,通过一系列与教学内容紧密结合的案例分析,把软件体系结构与软件设计的概念、理论知识与技术融人到软件体系结构实践当中,使读者加深对该课程的认识和理解。内容涉及软件体系结构知识的各个方面,包括软件体系结构的基本概念,软件质量属性,经典软件体系结构风格,新型软件体系结构风格,软件体系结构描述与建模,软件体系结构设计与评估,软件体系结构实现与测试,软件体系结构编档,软件体系结构和软件产品线以及软件体系结构的发展趋势等,全书包含10章和1个附录。 -
常用工具软件项目教程王芳,张庆玲,刘莉娜,郭洪兵,陆洲 ... 著本书主要讲解常用工具软件的使用方法,内容包括工具软件使用基础、磁盘与文件管理工具、系统维护与管理工具、电子阅读与翻译工具、图像处理工具、音视频工具、网络通信传输工具、智能办公工具、光盘刻录工具等。本书采用项目式和分解任务的写法,每个任务主要由任务目标、相关知识和任务实施3个部分组成,然后进行强化实训。在每个项目的zui后总结并解析常见疑难问题,并且安排相应的练习和实践。本书着重培养学生的实际应用能力,将职业场景引入课堂教学,有利于学生提前进入工作角色。本书适合作为高等职业院校计算机应用等相关专业的教材,也可以作为相关培训机构的教材,还是一本写给计算机初学者的自学教材。 -
爱上Processing Steam&创客教育初学指南[美] Casey Reas,Ben Fry 著;陈思明,聂奕凝,郭浩赟 译本书是Processing学习的入门书,从Processing简介、开始编程、画图开始讲起,循序渐进地讲解了Processing的各种功能,例如变量、响应、媒体、运动、对象等。本书由Processing语言的创立者所著,内容权V,语言通俗易懂,即使你没有任何Processing基础,也能轻松入门。 -
现代软件工程应用技术暂缺作者暂缺简介... -
软件工程与项目实战王柳人本书详细介绍了软件工程的理论知识及应用,具体内容包括软件工程概述、可行性研究、软件需求分析、概要设计、详细设计、软件编码、软件测试、软件维护、面向对象技术、面向对象分析、面向对象设计、面向对象的实现与测试、软件质量与质量保证、软件项目管理、软件开发工具与环境概述、Visio 2010的应用及项目实例等知识。每章配有习题,以指导读者深入地进行学习。本书内容丰富,结构合理,既可作为高等院校计算机专业的教材或教学参考书,也可作为通信、电子信息、自动化等相关专业的教材,还可供软件工程师、软件项目管理者和应用软件开发人员阅读参考。 -
计算机仿真技术与CAD李国勇 主编暂缺简介... -
小强软件测试疯狂讲义赵强本书分为两大部分:第一部分 技术篇:以全新的角度来解释什么是性能测试和自动化测试,不仅以实际案例讲解了LoadRunner、Jmeter、Soapui、Appium、移动端APP测试、前端性能等内容,也讲解了大家最为头疼的两大难题,性能测试通用分析思路和报告编写,同时也介绍了如何设计和开发轻量级自动化测试框架。第二部分 管理篇:目前市面上缺少测试管理方面的内容,而本部分内容以作者本人的亲身经历来分享对测试行业的看法以及如何进行测试团队的建设、管理、绩效考核等,没有高大上的概念,以通俗易懂的语言体现,是管理者的必读内容。 -
Python机器学习实践指南Alexander,T.,Combs 著;黄申 译机器学习是近年来渐趋热门的一个领域,同时Python 语言经过一段时间的发展也已逐渐成为主流的编程语言之一。本书结合了机器学习和Python 语言两个热门的领域,通过利用两种核心的机器学习算法来将Python 语言在数据分析方面的优势发挥到**。全书共有10 章。第1 章讲解了Python 机器学习的生态系统,剩余9 章介绍了众多与机器学习相关的算法,包括各类分类算法、数据可视化技术、推荐引擎等,主要包括机器学习在公寓、机票、IPO 市场、新闻源、内容推广、股票市场、图像、聊天机器人和推荐引擎等方面的应用。本书适合Python 程序员、数据分析人员、对算法感兴趣的读者、机器学习领域的从业人员及科研人员阅读。
