"本書是面向Java初學者的入門級圖書，以通俗易懂的語言系統(tǒng)地介紹Java程序設計的基礎知識、開發(fā)環(huán)境與開發(fā)工具。全書共分9個項目，內(nèi)容包括Java語言概述、Java的基本語法、程序的控制結(jié)構(gòu)、類和對象、繼承與接口、圖形用戶界面設計、常用類庫、Java輸入與輸出、數(shù)據(jù)庫編程等。本書采用講練結(jié)合的形式對知識點進行介紹，力

本書以計算機網(wǎng)絡的組建為主線，以項目為實施重點，重點介紹了計算機網(wǎng)絡的基礎知識、常見網(wǎng)絡的組建方法、接入Internet的常見方法。全書共由11個項目組成，全面系統(tǒng)地介紹了計算機網(wǎng)絡的組成、網(wǎng)絡體系結(jié)構(gòu)、Windows的常用命令、ICP/IP等協(xié)議的結(jié)構(gòu)及功能、辦公網(wǎng)絡及雙機互連網(wǎng)絡的組建、利用ADSL接入Intern

本書以OpenGL和C++作為工具，介紹計算機圖形學編程的相關內(nèi)容。全書從圖形編程的基礎和準備工作講起，介紹了OpenGL圖像管線、3D模型、紋理貼圖、光照、陰影、天空和背景、增強表面細節(jié)、曲面細分、幾何著色器、水面模擬、光線追蹤等計算機圖形學編程技術。本書各章配備了不同形式的習題，供讀者鞏固所學知識。 本書適合作為

本書從畫面的構(gòu)成關系對視覺感受的影響這一底層的設計邏輯出發(fā)，由淺入深地解析了游戲概念設計的知識點。 本書前3章主要講解基礎的構(gòu)成關系和節(jié)奏感的塑造。第4~8章主要講解不同層面外觀形式對概念設計結(jié)果的影響。第9~11章主要從畫面框架關系、空間關系及光影塑造的角度講解對整體畫面進行塑造時所應掌握的知識點。第12~14章從游

本書是一本經(jīng)典而實用的Spring學習指南，介紹了Spring使用框架、SpringBoot，以及Spring系統(tǒng)中的其他組成部分。 本書分為4個部分，共18章。第1部分（第1章~第6章）涵蓋了構(gòu)建Spring應用的基礎知識。第2部分（第7章~第10章）討論了如何講Spring應用與其他應用進行集成。第3部分（第11章

"本教材立足信創(chuàng)產(chǎn)業(yè)基礎課程操作系統(tǒng)管理，全面梳理了我國發(fā)展信創(chuàng)產(chǎn)業(yè)的原因和戰(zhàn)略需求，讓讀者領會在當今數(shù)字化大時代是大國科技需要堅實的信息技術基礎做為支撐；在知識點講授方面，教材從管理工作崗位需求出發(fā)以項目為牽手任務為驅(qū)動全面介紹了信創(chuàng)Linux系統(tǒng)管理知識，內(nèi)容具體包括信創(chuàng)產(chǎn)業(yè)和統(tǒng)信UOS的發(fā)展史、統(tǒng)信服務器操作系統(tǒng)

自然語言在語法、語義和語用三個平面上的結(jié)構(gòu)統(tǒng)稱為語言結(jié)構(gòu)，通過計算得到語言結(jié)構(gòu)是自然語言理解的核心任務。語言結(jié)構(gòu)計算可以泛化為識別語言單元和建立語言單元之間的關系、為語言單元和關系賦予屬性的過程。本書利用網(wǎng)格結(jié)構(gòu)分析語言單元和關系，通過鍵值方式對其屬性進行描述和計算，采用數(shù)據(jù)表解析不同類型的知識，借助有限狀態(tài)自動機剖析

運用PyTorch探索自然語言處理與機器學習！ 這是一本兼顧理論基礎和工程實踐的入門級教程，基于PyTorch，揭示自然語言處理的原理，描繪經(jīng)典學術研究脈絡，通過實踐與項目展現(xiàn)技術與應用的細節(jié)，并提供可擴展閱讀的論文出處。

本書講解了SystemVerilogTestbench強大的驗證功能，清楚地解釋了面向?qū)ο缶幊�、約束隨機測試和功能覆蓋的概念。本書涵蓋SystemVerilog所有驗證結(jié)構(gòu)，如類、程序塊、隨機化和功能覆蓋等，并通過超過500個代碼示例和詳細解釋，說明了學習多態(tài)性、回調(diào)和工廠模式等概念的內(nèi)部工作原理。此外，本書提供了數(shù)百

網(wǎng)絡流量識別是網(wǎng)絡監(jiān)控的關鍵環(huán)節(jié)，在網(wǎng)絡管理中起著至關重要的作用，機器學習作為一種技術手段已經(jīng)應用到網(wǎng)絡流量識別過程中，并成為該領域的研究熱點。基于機器學習的網(wǎng)絡流量識別算法通過對流量行為測度的分析與度量來構(gòu)建滿足不同應用場景的流量識別需求模型�！痘�于機器學習的網(wǎng)絡流量識別算法及其應用》共9章，首先分析機器學習在流量識