100 条"如何学习一门语言"搜索结果
社群学习 电子书
  • 吴健
  • 适读人群:所有知识分享者和社群组织者,企事业单位负责培训的人员。樊登确定书名,并重磅推荐;秋叶、李海峰、李云龙、阿翔等众多社群学习&运营的大咖联袂推荐;现代成年人学习活动设计手册、翻转课堂培训师实操手册;实体经济社群运营的商业闭环方法论、线上微信群学习训练营全套SOP;樊登读书渠道读书沙龙经验分享、知识社群创业者必备技能。
深度学习 电子书
  • [美]伊恩·古德费洛
  • 深度学习是机器学习的一个分支,它能够使计算机通过层次概念来学习经验和理解世界。
机器学习 电子书
  • 董亮
  • 机器学习基础与高级内容全面讲解,实例丰富,易于学习巩固。
深度学习 电子书
  • 徐立芳
  • 本书介绍了深度学习的基本概念、算法原理以及实现框架。全书共9章,分别介绍了深度学习的发展历史、神经网络与深度神经网络、卷积神经网络、循环神经网络、深度学习在目标检测和图像描述中的应用、生成对抗网络、深度迁移学习和深度强化学习等,并提供了应用实例。
如何爱上阅读 电子书
  • 宋家博
  • 适读人群:中学生、大学生及职场新人?通俗易懂,简单易学。?专业系统,融会贯通。边读边练,人人可行。
跟小楼老师学用AxureRP9:玩转产品原型设计 电子书
Axure RP8 入门手册  网站和App原型设计从入门到精通 电子书
  • 小楼一夜听春语
  • AxureRP8.0软件,从0开始操作,从小白到打下扎实基础、有效稳步地提升;讲解AxureRP8.0系统全面的知识结构,以及如何使原型开发的思路更加清晰流畅,提高产出效率;包含实战项目引导,根据产品设计实际工作需求及实现快速完成学习到产出的转化。
Axure RP8实战手册:网站和APP原型制作案例精粹 电子书
Go语言高级编程 电子书
  • 柴树杉
  • Go语言进阶实战,CGO编程web编程书。
R语言编程基础 电子书
  • 林智章
  • 《R语言学习手册》:7章全面介绍R语言及Rattle工具,附课后习题。
语言:应用与认知 电子书
  • 江桂英
  • 本书包括词典学研究、语言经济学研究、外语教育研究、原型范畴理论相关研究、隐喻研究、认知语义学研究等内容。
Go语言定制指南 电子书
  • 本书从Go语言语法树出发,重新审视Go语言源文件,阐述定制Go语言的核心技术。书中通过对go/ast、go/ssa等包的分析,一步步深入Go语言核心,最后简要介绍LLVM,读者可以结合LLVM和Go语言语法树按需定制,创造一个语法与Go语言语法类似的简单的编程语言及与其对应的编译器,达到掌握自制编程语言和编译器的目的。
语言学导论 电子书
  • 文旭
  • 本书不仅涵盖语言学的主要分支学科,如语音学、音系学、形态学、句法学、语义学,还介绍了语言学研究中的一些新兴的或重要的学科,如语用学、话语分析、文体学、心理语言学、认知语言学等。
21世纪全国高等院校计算机教育“十一五”规划教材.汇编语言程序设计 电子书
  • 《汇编语言程序设计》编委会
  • 本书共分10章,主要包括汇编语言、程序设计的基本技巧、输入/输出程序设计、32位CPU扩展功能、汇编语言上机内容与要求。
JavaScript深度学习 电子书
  • 尼尔森
  • 深度学习扛鼎之作《Python深度学习》姊妹篇,前端工程师不可错过的AI入门书。
机器学习实战 电子书
  • [美]PeterHarrington
  • 《机器学习实战》面向日常任务的高效实战内容,介绍并实现机器学习的主流算法。
Python机器学习 电子书
  • 郭羽含 陈虹 肖成龙 主编
  • 《Python机器学习》从实用的角度出发,整合Python语言基础、数据分析与可视化、机器学习常用算法等知识。内容从*基本的Python编程基础入手,由浅入深、循序渐进地讲授NumPy库和Matplotlib库,以及复杂的机器学习基本理论和算法,并突出知识的实用性和可操作性。《Python机器学习》力求以浅显的语言讲解复杂的知识,以直观的案例辅助读者理解,并以图表形式展示代码和运行结果,配合习题巩
Python 深度学习 电子书
  • 吕云翔 刘卓然 关捷雄 等编著
  • 《Python深度学习》以深度学习框架为基础,介绍机器学习的基础知识与常用方法,全面细致地提供了机器学习操作的原理及其在深度学习框架下的实践步骤。全书共16章,分别介绍了深度学习基础知识、深度学习框架及其对比、机器学习基础知识、深度学习框架(以PyTorch为例)基础、Logistic回归、多层感知器、卷积神经网络与计算机视觉、神经网络与自然语言处理以及8个实战案例。本书将理论与实践紧密结合,相信
机器学习基础 电子书
  • 编著
  • 近年来人工智能技术蓬勃发展,人工智能正在改变我们的生活。为了让读者在不需要掌握太多数学和计算机科学知识的情况下,能够快速上手,使用Python语言实现常用的机器学习算法,并解决一些实际的问题,我们策划并出版本书。本书共14章,内容涵盖基本的机器学习概念和环境搭建,目前各个领域中的热门算法,以及数据预处理、模型评估和文本数据分析等。希望本书可以让读者轻松入门,在动手实践的过程中找到乐趣。本书可以作为
机器学习实战 电子书
  • 编著
  • 本书共11章,从推荐系统的发展历史、基本构成开始,依次剖析推荐系统的内容召回、协同过滤召回、深度学习召回中具有代表性的模型;再从经典排序模型到基于深度学习的排序,顺势介绍会话推荐、强化学习推荐及工业级推荐,搭建了完整的推荐系统技术体系,这是一个由浅入深的系统学习过程。