大学计算机基础

本书系统的介绍了Vue框架基础、框架应用、生态组成、项目实战、框架演进、Vue原理剖析及Vue框架的原理实现。全书共分为8章：第1章为行业发展介绍，第2章为Vue2.x的开发基础，第3章为Vue2.x的组件开发，第4章为VueCLI开发完全指南，第5章为VueCLI项目实战，第6章为Vite+Vue3完全开发指南，第7章为Vue3.x项目实战，第8章为实现原理介绍。书中主要内容包括：W

《细说机器学习：从理论到实践》从数学知识入手，详尽细致地阐述机器学习各方面的理论知识、常用算法与流行框架，并以大量代码示例进行实践。本书内容分为三篇：第一篇为基础知识，包括机器学习概述、开发环境和常用模块、特征工程、模型评估、降维方法等内容。本篇详细而友好地介绍机器学习的核心概念与原理，并结合大量示例帮助读者轻松入门。第二篇为算法应用，涵盖机器学习最重要与高频使用的模型，包括K-Means聚类、K

《微课设计与制作标准教程（全彩微课版）》内容围绕微课制作展开，以实用高效为写作目的，用通俗易懂的语言对微课设计与制作的相关知识进行详细介绍。

《UI设计基础与应用标准教程（全彩微课版）》围绕UI设计进行编写，以理论+实操为编写原则，用通俗易懂的语言对UI设计的相关知识进行详细介绍。《UI设计基础与应用标准教程（全彩微课版）》共9章，内容涵盖UI设计学习入门、图标设计、控件设计、动效设计、App界面设计、网页界面设计、软件界面设计、界面的标注与切图、综合实战案例等。在介绍理论知识的同时，穿插了大量的实操案例，第1～8章结尾还安排了实战演练

本书内容是在充分利用偏最小二乘原理优势的基础上，重点研究改进与优化偏最小二乘的不足方面，使其更好地适应中医药数据分析。主要内容包括分别引入非径向数据包络分析和降噪稀疏自编码器优化偏最小二乘的噪声处理，使其处理缺失值和噪声更有效；分别引入特征相关、L1正则项和灰色关联优化偏最小二乘的特征提取，实现有效降维和提取特征子集；分别融合受限玻尔兹曼机、稀疏自编码器、深度置信网络提取非线性成分，优化偏最小二乘

本书以实用、够用为创作原则，以普及计算机使用方法为指导思想，在主流Windows10操作系统的基础上，用通俗易懂的语言对计算机的基础知识及基本应用进行详细阐述。全书共9章，包括计算机的发展历史、系统组成、硬件设备、Windows10的基本操作、个性化设置、文件与文件夹的管理、系统自带工具的使用、三大办公组件的使用、多媒体技术的应用、计算机网络与信息安全、网络新技术等。除了详细的说明与操作外，还

《H5页面设计与制作标准教程（全彩微课版）》以H5为写作基础，以实际应用为指导思想，用通俗易懂的语言对H5页面设计与制作的相关知识进行详细介绍。H5页面设计的魅力在于通过巧妙的设计手法，将复杂的功能简化，将枯燥的信息趣味化，让用户在享受视觉盛宴的同时，轻松获取所需内容。《H5页面设计与制作标准教程（全彩微课版）》共7章，内容涵盖初识H5、H5视觉交互设计技巧、H5页面元素的设计与制作、H5页面动效

本书源于斯坦福大学的相关课程，主要介绍不确定状态下的决策算法，涵盖基本的数学问题和求解算法。本书共分为五个部分：首先解决在单个时间点上简单决策的不确定性和目标的推理问题；然后介绍随机环境中的序列决策问题；接着讨论模型不确定性，包括基于模型的方法和无模型的方法；之后讨论状态不确定性，包括精确信念状态规划、离线信念状态规划、在线信念状态规划等；最后讨论多智能体系统，涉及多智能体推理和协作智能体等。本书

本书比较全面、系统地介绍了深度强化学习的理论和算法，并配有大量的案例和编程实现。全书核心内容可以分为3部分，第一部分为经典强化学习，包括第2、3、4章，主要内容有动态规划法，蒙特卡洛法、时序差分法；第二部分为深度强化学习，包括第6、7、8章，主要内容有值函数近似法、策略梯度法、策略梯度法进阶；第三部分重点介绍了深度强化学习的经典应用——AlphaGo系列算法。另外，作为理论和算法的辅助，第1章介绍