本书共分4章:第1章介绍不带类型的λ-演算、简单类型的λ-演算和F系统,主要讨论语法和β-归约语义;第2章介绍Coq,重点是从函数式程序设计的角度展开讨论,内容涉及自然数函数、列表、多态数据结构、依赖类型、高阶函数、柯里-霍华德关联以及余归纳类型;第3章介绍OCaml这门通用程序设计语言,除了基本的程序设计概念,还讨论

本书以提高计算机应用能力为主线,以案例导向、融合医学、面向应用、注重实用为特色,强调计算机基本原理、基础知识、操作技能三者的有机结合。全书共6个部分,包括计算机基础知识、计算机系统、文字处理软件Word、电子表格处理软件Excel、演示文稿制作软件PowerPoint、计算机网络基础知识与应用。本教材力求做到语言简洁,

本书根据教育部大学计算机课程教学指导委员会新制定的《关于进一步加强高等学校计算机基础教学的意见暨计算机基础课程教学基本要求》编写而成,本书主要内容包括信息化与信息技术、信息安全、计算机基础知识、计算机网络应用技术、多媒体应用技术、操作系统、文字处理软件、电子表格软件、演示文稿软件及新一代信息技术(物联网、云计算、大数据

本书包括基于机器学习的文本分析介绍、R编程语言、结构化文本表示、分类及最常用的分类算法(贝叶斯分类器、最近邻、决策树、随机森林、支持向量机和深度学习)介绍、聚类算法。本书最后两章还讨论了词向量和特征选择问题。

本书内容有基于多通道图神经网络的信息源估计、基于超子结构网络的链路预测器、基于子图网络的宽度学习图分类方法、子图增强及其在图数据挖掘中的应用、基于图的对抗攻击:如何隐藏你的结构信息等。

本书面向普通高等学校的机器人工程专业编写,可以作为核心专业课教材使用。教材以机器人运动和力控制的实现为线索,采用总-分的布局,组织内容编写。在内容上,按照机器人控制系统软硬件架构、控制系统实现原理、驱动电机特性、经典PID控制、逆动力学控制和力控制的顺序,遵循从系统到部分、从硬件到软件、从驱动和算法的思路编排知识点,遵

本书的主要内容涵盖机器学习领域的主要模型和算法,包括监督学习的分类和回归模型与算法、非监督学习的聚类和降维算法、强化学习的主要算法、迁移学习的实例以及最新前沿的相关模型和算法的实践。本书以实验项目或案例为单元,每个单元有明确的实验目的、原理和实验步骤,包括基础验证性实验、综合设计性实验和系统开发项目实践。

本书主要内容包括探索性数据分析、有监督学习(线性回归、SVM、决策树等)、无监督学习(降维、聚类等),以及深度学习的基础原理和应用等。本书旨在为广大读者提供一个系统全面、易于理解的机器学习和深度学习入门教程。不需要过多的数学背景,只需掌握基本的编程知识即可轻松上手。

本书汇集了作者从业多年来为体验设计师、交互设计师解答过的疑问,以及个人的成长经验,内容包括四大部分:设计思考、工作经验、应聘建议和生活感悟,既传授了专业的、扎实的体验设计方法,又分享了职场上的一些必备技巧。好的问题见微知著,好的回答授人以渔。希望这些回答可以帮助更多的读者走出疑惑、延伸视野、拓展思维。

本书共两个部分。第一部分是上机指导,包括从零开始--了解计算机、打造精美文档--文档制作、高效管理数据--电子表格制作、提升说服力--演示文稿制作、快速获取信息--信息检索、感受新兴技术--新一代信息技术概述、提升个人素质--信息素养与社会责任7个方面的内容。读者可以按照《信息技术基础(Windows10+WPSOff