计算机科学 - 第7页

模式识别与机器学习系统介绍了模式识别与机器学习的基础理论、模型与算法，同时兼顾了前沿知识的适当融入。本书以贝叶斯学习的思想贯穿始终，并适时与其他重要知识点（如支持向量机、深度学习）等进行交叉和关联，便于读者在形成良好知识体系的同时保持对整个领域知识的全面把握。全书共14章和4个附录，循序渐进地对模式识别与机器学习领域进行剖析。首先介绍贝叶斯学习基础、逻辑回归、概率图模型基础、隐马尔可夫模型和条件随

本教程面向选考网络工程师科目的考生。网络工程师考试分为含 75 道单选题的综合知识和含 4 道大题的案例分析两大板块，满分均为 75 分，上机连考 240 分钟，两科均 45 分及以上才能拿证。此考试难度颇高，历年通过率常低于 10%。考生不仅要在有限时间内掌握广泛且繁杂的知识，案例分析还需实践经验，很多人因缺乏指导而备考效率低下，策未来教育凭借多年经验，组织专业团队深入钻研，精心编写（网络工程师

本书基于Vue.js 3，从规范出发，以源码为基础，并结合大量直观的配图，循序渐进地讲解Vue.js中各个功能模块的实现，细致剖析框架设计原理。全书共18章，分为六篇，主要内容包括：框架设计概览、响应系统、渲染器、组件化、编译器和服务端渲染等。通过阅读本书，对Vue.js 2/3具有上手经验的开发人员能够进一步理解Vue.js框架的实现细节，没有Vue.js使用经验但对框架设计感兴趣的前端开发人员

这是一本能帮助读者夯实 Electron 基础进而开发出稳定、健壮的 Electron 应用的著作。书中对 Electron 的工作原理、大型工程构建、常见技术方案、周边生态工具等进行了细致、深入地讲解。工作原理维度：对 Electron 及其周边工具的原理进行了深入讲解，包括 Electron 依赖包的原理、Electron 原理、electron-builder 的原理等。工程构建维度：讲解了

本书是一本经典而实用的Spring学习指南，介绍了Spring使用框架、Spring Boot，以及Spring系统中的其他组成部分。 本书分为4个部分，共18章。第1部分（第1章~第6章）涵盖了构建Spring应用的基础知识。第2部分（第7章~第10章）讨论了如何讲Spring应用与其他应用进行集成。第3部分（第11章~第14章）探讨了Spring对反应式编程提供的全新支持。第4部分（第15章~

本书以机器学习的算法为主线，深入剖析算法的概念和数学原理，以通俗形象的语言进行讲解，让读者无须了解太多前置数学知识，就能看懂数学公式所表达的意思，从而快速掌握机器学习的思想和原理。本书首先介绍机器学习基本概念及工具，然后从概念、原理、Python实现、应用场景几个方面，详细剖析机器学习中主要的算法，如线性回归算法、Logistic回归算法、KNN算法、朴素贝叶斯算法、决策树算法、支持向量机算法、K

这本书主要介绍系统软件的运行机制和原理，涉及在 Windows 和 Linux 两个系统平台上，一个应用程序在编译、链接和运行时刻所发生的各种事项，包括：代码指令是如何保存的，库文件如何与应用程序代码静态链接，应用程序如何被装载到内存中并开始运行，动态链接如何实现，C/C++运行库的工作原理，以及操作系统提供的系统服务是如何被调用的。每个技术专题都配备了大量图、表和代码实例，力求将复杂的机制以简洁

本书围绕编译系统的结构、工作流程及各组成部分的设计原理与实现技术展开，遵循 CDIO 工程教育理念，将内容划分为“构思 (Conceive)”、“设计 (Design)”、“实现 (Implement)”与“运作 (Operate)”四篇。第一篇“构思”部分涵盖编译程序概论、文法与语言基础，介绍编译程序的基本概念、结构及总体流程。第二篇“设计”重点依次阐述词法分析、自顶向下与自底向上语法分析、语义

《数据科学入门（第2版）》基于Python语言环境，从零开始讲解数据科学工作，讲述数据科学工作所需的技能与诀窍，并带领读者熟悉数据科学的核心知识：数学与统计学。作者借助大量具有现实意义的实例详细展示了什么是数据科学，介绍了从事数据科学工作需要用到的库，如NumPy、scikit-learn、pandas等，还在每章末尾推荐了很多学习资源，帮助你进一步巩固本书所学。新版基于Python 3.6，重写

本书是权威的计算机体系结构著作，是久负盛名的经典作品。书中系统地介绍了计算机系统的设计基础、指令集系统结构、流水线和指令集并行技术、层次化存储系统与存储设备、互连网络以及多处理器系统等重要内容。这一版新增一章，专门介绍领域专用体系结构。本书对近些年火热的云计算、手机客户端技术、人工智能等相关内容也有涉猎。本书既可作为高等院校计算机专业本科生或研究生教材，也可作为从事计算机体系结构或计算机系统设计的