内容简介： 本书根据高等学校计算机基础课程教学的要求编写。本书以任务驱动方式安排学习内容，注重综合应用能力的训练，突出实践性和操作性。全书共分六章，分别为：计算机基础知识、Windows7操作系统、Word2010文稿编辑软件、电子表格软件Excel2010、演示文稿制作软件PowerPoint2010、计算机网络基础与应用。为便于学习，书中对相应的任务练习和习题提供了电子学习资源。本书适合作为各类高等院校学生的计算机基础课程教材，也可供其他读者学习使用。

本书的内容按当前理工院校同名课程体系展开，涵盖概率论和数理统计的主要课题。全书共分为8章：前4章系统介绍概率论的课题，内容包括随机事件及其概率、随机变量及其分布、随机向量、随机变量的数字特征，为后4章讨论进行统计推断的数理统计方法构建一个明晰且严格的语境。后4章的数理统计内容包括数理统计的基本概念、参数估计、假设检验、方差分析和线性回归，形成统计推断的基本结构。本书选择Python的科学计算应用包，包括用于快速数组处理的numpy、用于统计计算的scipy.stats、用于积分计算的scipy.integrate和用于绘制2D图形的matplotlib等作为计算工具，对书中每一节讨论的概率统计的计算问题，都给出详尽的Python解法。

9787115504906 程序员的数学 第2版 59.00 9787115400512 程序员的数学2 概率统计 79.00 9787115417749 程序员的数学3 线性代数 79.00 9787115583987 程序员的数学4：图论入门 49.80《程序员的数学 第2版》 《程序员的数学 第2版》面向程序员介绍了编程中常用的数学知识，借以培养初级程序员的数学思维。读者无须精通编程，也无须精通数学，只要具备四则运算和乘方等基础知识，即可阅读本书。 《程序员的数学 第2版》讲解了二进制计数法、逻辑、余数、排列组合、递归、指数爆炸、不可解问题等许多与编程密切相关的数学方法，分析了哥尼斯堡七桥问题、高斯求和、汉诺塔、斐波那契数列等经典问题和算法。引导读者深入理解编程中的数学方法和思路。 《程序员的数学 第2版》新增一个附录来介绍机器学习的基础知识，内容涉及感知器、损失函数、梯度下降法和神经网络，旨在带领读者走进机器学习的世界。《程序员的数学2 概率统计》 《程序员的数学2：概率统计》沿袭《程序员的数学》平易近人的风格，用通俗的语言和具体的图表深入讲解程序员必须掌握的各类概率统计知识，例证丰富，讲解明晰，且提供了大量扩展内容，引导读者进一步深入学习。 《程序员的数学2：概率统计》涉及随机变量、贝叶斯公式、离散值和连续值的概率分布、协方差矩阵、多元正态分布、估计与检验理论、伪随机数以及概率论的各类应用，适合程序设计人员与数学爱好者阅读，也可作为高中或大学非数学专业学生的概率论入门读物。《程序员的数学3 线性代数》 本书沿袭“程序员的数学”系列平易近人的风格，用通俗的语言和具象的图表深入讲解了编程中所需的线性代数知识。内容包括向量、矩阵、行列式、秩、逆矩阵、线性方程、LU分解、特征值、对角化、Jordan标准型、特征值算法等。《程序员的数学4：图论入门》 本书沿袭“程序员的数学”系列平易近人的风格，用简练的语言和丰富的示例向程序员介绍了编程中所需的图论基础知识。内容包括最小生成树、最短路径问题、欧拉回路、哈密顿圈、图着色、Z大流问题和匹配问题等。本书并未枯燥地讲解理论，而是通过大量代入了具体数值的示例，引导读者理解图论中的概念和定理。在讲解图算法时还详细拆分了算法的执行步骤，以便读者加深理解。

暂缺简介...

暂缺简介...

本书精选了张彪老师语文课堂中十二个教学课例，通过不同的课型，重在展示线上线下混合教学的语文课堂。每个课例都依托互联网，着眼学生思维提升，力求构建出培养学生“新思维”的智慧课堂。书中每一个课例都从“教学设计”“课堂实录”“教后反思”“专家点评”四个方面，立体呈现线上线下混合教学的模式，内容丰富，具有创新性。 全书表达通俗易懂，适合青年教师以及致力于推动教学方式变革的教师阅读，同样也适合广大家长、学生浏览。透过一个个鲜活的课例，亲临清华附中语文智慧课堂，与书中的师生一起，训练思维，提升语文素养。 本书主要内容包括教学设计、课堂实录、教后反思以及专家点评，力求通过多个方位展示线上线下混合教学的特点。12个课例主要立足在互联网基础上进行设计，在教学过程中重在对学生进行思维能力的培养，从而构建起智慧课堂。 本书的读者对象为一线教师，当然学生家长也可以是本书的隐性读者。

本书为软件系统开发指导教程。首先，通过对比结构化编程，本书介绍面向对象编程的基本概念和特点，以及根据软件需求设计UML类图的方法。其次，重点围绕面向对象中类的封装性、类之间的关联关系、类之间的继承关系和多态等特性，本书阐述应用Java语言对UML类图进行编程实现的核心技术。然后，围绕Java项目开发，本书介绍集成开发平台Eclipse、Intellij IDEA的使用，以及Java大型项目管理工具Maven和多任协作开发版本控制GitHub的使用，并阐述Java异常处理、Junit单元测试、Java编程规范和Javadoc注释等Java程序的质量保障技术。最后，本书阐释面向对象可复用设计模式等面向对象设计的高级主题，以及输入输出、并行处理网络编程等高级Java和界面编程技术。 本书内容编排独特，讲解通俗易懂，以需求-设计-实现为线索，展开技术情节描述，通过大量具体示例及贯穿全文的综合应用案例来阐述设计理念、编程技术和面向对象理论知识，具有较强的工程性和应用性。 本书可作为高等院校软件工程教育核心教材，也可作为计算机专业及相关专业的课程教材，以及软件开发人员的参考用书。

本书主要介绍MATLAB语言，并展示如何运用它去解决经典的技术问题。书中结合实际设计、仿真和计算问题介绍了MATLAB软件的安装、应用、Simulink仿真软件的一般使用方法。该书分为三部分：第一部分介绍MATLAB的基础知识，包括常用命令、矩阵计算、数值计算、符号计算、绘图、程序设计和Simulink仿真工具软件；第二部分介绍MATLAB在控制系统中的应用，包括时域、复域和频域中的系统建模、分析和设计，并结合具体实例和自动控制专业理论加以说明；第三部分制定了七个具有针对性的上机练习，包括演示操作、基本练习和综合设计等，使学生能够自己动手，掌握本书重点，并学以致用。书中每章后附有习题，便于学生及时巩固课堂所学内容。 本书可作为高等学校本科生、研究生相关专业的教材，也可作为科技工作者学习MATLAB使用。

9787115554512 深度学习：从基础到实践（上、下册） 199.80 9787115598721 图神经网络：基础、前沿与应用 178.80《深度学习：从基础到实践（上、下册）》 本书从基本概念和理论入手，通过近千张图和简单的例子由浅入深地讲解深度学习的相关知识，且不涉及复杂的数学内容。本书分为上下两册。上册着重介绍深度学习的基础知识，旨在帮助读者建立扎实的知识储备，主要介绍随机性与基础统计学、训练与测试、过拟合与欠拟合、神经元、学习与推理、数据准备、分类器、集成算法、前馈网络、激活函数、反向传播等内容。下册介绍机器学习的 scikit-learn 库和深度学习的 Keras 库（这两种库均基于 Python 语言），以及卷积神经网络、循环神经网络、自编码器、强化学习、生成对抗网络等内容，还介绍了一些创造性应用，并给出了一些典型的数据集，以帮助读者更好地了解学习。本书适合想要了解和使用深度学习的人阅读，也可作为深度学习教学培训领域的入门级参考用书。 《图神经网络：基础、前沿与应用》 本书致力于介绍图神经网络的基本概念和算法、研究前沿以及广泛和新兴的应用，涵盖图神经网络的广泛主题，从基础到前沿，从方法到应用，涉及从方法论到应用场景方方面面的内容。全书分为四部分：第一部分介绍图神经网络的基本概念；第二部分讨论图神经网络成熟的方法；第三部分介绍图神经网络典型的前沿领域；第四部分描述可能对图神经网络未来研究比较重要和有前途的方法与应用的进展情况。本书适合高年级本科生和研究生、博士后研究人员、讲师以及行业从业者阅读与参考。

暂缺简介...