《算法艺术与信息学竞赛》较为系统和全面地介绍了算法学最基本的知识。
这些知识和技巧既是高等院校“算法与数据结构”课程的主要内容，也是国际青少年信息学奥林匹克（IOI）竞赛和ACM/ICPC国际大学生程序设计竞赛中所需要的。
书中分析了相当数量的问题。
本书共3章。
第1章介绍算法与数据结构；
第2章介绍数学知识和方法；
第3章介绍计算机几何。
全书内容丰富，分析透彻，启发性强，既适合读者自学，也适合于课堂讲授。
本书适用于各个层次的信息学爱好者、参赛选手、辅导老师和高等院校计算机专业的师生。
本书既是信息学入门和提高的好帮手，也是一本内容丰富、新颖的资料集。

随着高校教学管理的系统化和计算机的网络化,以及学分制教学改革的加快,网上选课系统已成为教学教务管理的重要部分。
当前,高等院校正逐步实施学分制,学分制允许学生在一定范围内选择适合自己需要的课程,具有分散性、时间不确定性,难于人工调配与集中管理。
另外,随着各个高校扩招程度的加快,学生人数日益增加,造成教学资源比较紧张,这无疑增加了选课管理难度和教务管理人员的工作量。
传统基于集中式管理的选课无力适应这些新的变化,建立网上选课系统势在必行

本书是针对工程中常用且行之有效的算法而编写的，主要内容包括矩阵运算，矩阵特征值与特征向量的计算，线性代数方程组的求解，非线性方程与方程组的求解，插值与逼近，数值积分，常微分方程组的求解，数据处理，极值问题的求解，复数、多项式与特殊函数的计算，查找与排序。
本书可供广大科研人员、工程技术人员及管理工作者阅读使用，也可作为高等院校师生的参考书。
很好的算法哦，免费下载。

本书对数据挖掘的基本算法进行了系统介绍，每种算法不仅介绍了算法的基本原理，而且配有大量例题以及源代码，并对源代码进行了分析，这种理论和实践相结合的方式有助于读者较好地理解和掌握抽象的数据挖掘算法。
全书共分11章，内容同时涵盖了数据预处理、关联规则挖掘算法、分类算法和聚类算法，具体章节包括绪论、数据预处理、关联规则挖掘、决策树分类算法、贝叶斯分类算法、人工神经网络算法、支持向量机、Kmeans聚类算法、K中心点聚类算法、神经网络聚类算法以及数据挖掘的发展等内容。
本书可作为高等院校数据挖掘课程的教材，也可以作为从事数据挖掘工作以及其他相关工程技术工作人员的参考书。
第1章绪论11.1数据挖掘的概念11.2数据挖掘的历史及发展11.3数据挖掘的研究内容及功能51.3.1数据挖掘的研究内容51.3.2数据挖掘的功能61.4数据挖掘的常用技术及工具91.4.1数据挖掘的常用技术91.4.2数据挖掘的工具121.5数据挖掘的应用热点121.6小结14思考题15第2章数据预处理162.1数据预处理的目的162.2数据清理182.2.1填充缺失值182.2.2光滑噪声数据182.2.3数据清理过程192.3数据集成和数据变换202.3.1数据集成202.3.2数据变换212.4数据归约232.4.1数据立方体聚集232.4.2维归约232.4.3数据压缩242.4.4数值归约252.4.5数据离散化与概念分层282.5特征选择与提取302.5.1特征选择302.5.2特征提取312.6小结33思考题33第3章关联规则挖掘353.1基本概念353.2关联规则挖掘算法——Apriori算法原理363.3Apriori算法实例分析383.4Apriori算法源程序分析413.5Apriori算法的特点及应用503.5.1Apriori算法特点503.5.2Apriori算法应用513.6小结52思考题52第4章决策树分类算法544.1基本概念544.1.1决策树分类算法概述544.1.2决策树基本算法概述544.2决策树分类算法——ID3算法原理564.2.1ID3算法原理564.2.2熵和信息增益574.2.3ID3算法594.3ID3算法实例分析604.4ID3算法源程序分析644.5ID3算法的特点及应用724.5.1ID3算法特点724.5.2ID3算法应用724.6决策树分类算法——C4.5算法原理734.6.1C4.5算法734.6.2C4.5算法的伪代码754.7C4.5算法实例分析764.8C4.5算法源程序分析774.9C4.5算法的特点及应用1014.9.1C4.5算法特点1014.9.2C4.5算法应用1014.10小结102思考题102第5章贝叶斯分类算法1035.1基本概念1035.1.1主观概率1035.1.2贝叶斯定理1045.2贝叶斯分类算法原理1055.2.1朴素贝叶斯分类模型1055.2.2贝叶斯信念网络1075.3贝叶斯算法实例分析1105.3.1朴素贝叶斯分类器1105.3.2BBN1125.4贝叶斯算法源程序分析1145.5贝叶斯算法特点及应用1195.5.1朴素贝叶斯分类算法1195.5.2贝叶斯信念网120思考题121第6章人工神经网络算法1226.1基本概念1226.1.1生物神经元模型1226.1.2人工神经元模型1236.1.3主要的神经网络模型1246.2BP算法原理1266.2.1Delta学习规则的基本原理1266.2.2BP网络的结构1266.2.3BP网络的算法描述1276.2.4标准BP网络的工作过程1296.3BP算法实例分析1306.4BP算法源程序分析1346.5BP算法的特点及应用1436.5.1BP算法特点1436.5.2BP算法应用1446.6小结145思考题145第7章支持向量机146

全书共分16章，对Python内部工作原理进行了一定深度的剖析，99%以上的案例代码使用Python3.5.1实现，也适用于Python3.4.x（除少数几个新特性之外）和*版本Python3.5.2以及Python3.6.0，极个别案例使用Python2.7.11实现（同样适用于其他版本Python2.7.x，包括*的Python2.7.12），适当介绍了Python代码优化、系统编程和安全编程的有关知识，满足不同层次读者的需要。
另外，书中通过小提示、小技巧、注意拓展知识等形式介绍了更多的内容，全部内容远比章节目录所显示的要多，需要认真阅读才能真正领会其中的奥妙。
本书适合作为Python程序员的开发指南，也可以作为高等院校计算机专业、软件工程专业等专业的Python教材，还可以作为Python爱好者的指导用书

本书从应用编程的角度解释x86处理器的内部架构和执行环境，全面介绍如何用x86汇编语言编写可被高级语言调用的函数。
主要内容包括：x86-32核心架构（第1章和第2章），x87浮点单元（第3章和第4章），MMX技术（第5章和第6章），流式SIMD扩展（第7章至第11章），高级向量扩展（第12章至第16章），x86-64核心架构（第17章和第18章），x86-64SSE和AVX（第19章和第20章），高级主题（第21章和第22章）。
书中包含了大量的示例代码，以帮助读者快速理解x86汇编语言编程和x86平台的计算资源。
本书可作为高等院校计算机及相关专业学生的教材，也可供想要学习x86汇编语言编程的软件开发者使用。

应用随机过程，作者：刘嘉焜出版社：科学出版社出版日期：2005-01ISBN：703013006版次：2版包装：平装开本：小16开页数：355页印张：1次在本书第一版中，作者重视理论的实际背景和应用的写作风格，便许多工作在不同领域的读者能够比较容易地掌握这个困难的数学领域，因而受到欢迎。
在本书第二版中，作者继续发扬这一写作风格，并增加了一些内容，如吸收Markov链，随机微分方程在金融工程中的应用和时间序列分析等，其中包括了作者本人的研究成果。
本书主要内容包括随机过程的基本概念、马氏过程、随机分析与随机微分方程、平稳过程等。
本书读者对象为高等院校工程各专业以及数学、物理、化学、生物工程、信息管理、经济和金融等专业的研究生、教师、大学高年级学生，以及科技工作者。

本书取材于摩擦学研究最新进展以及作者和同事们长期从事该领域研究的成果,系统地阐述摩擦学的基本原理与应用,全面反映现代摩擦学的研究状况和发展趋势。
全书共18章,由润滑理论与润滑设计、摩擦磨损机理与控制、应用摩擦学等三部分组成。
除摩擦学传统内容外,还论述了摩擦学与相关学科交叉而形成的研究领域。
本书针对工程实际中各种摩擦学现象,着重阐述在摩擦过程中的变化规律和特征,进而介绍基本理论和分析计算方法以及实验测试技术,并说明它们在工程中的实际应用。
本书可作为机械设计与理论专业的研究生教材和高等院校机械工程各类专业师生的教学参考书,亦可供从事机械设计和研究的工程技术人员参考。

【作　者】耿祥义，张跃平编著【丛书名】普通高等院校计算机专业(本科)实用教程系列【形态项】306

作者刘伍颖出版社国防工业出版社页数160页出版日期2014年10月1日语种简体中文ISBN9787118097597《面向大数据的高效能垃圾文本分类》全面介绍了大数据时代垃圾信息的爆发态势和文本特性，并根据信息文档的多域结构特性和文本Token频率分布的幂律特性，提出了多域学习的思想。
研究了一整套面向大数据的高效能垃圾文本分类方法。
《面向大数据的高效能垃圾文本分类》共分7章，第1章分析大数据时代垃圾信息态势，第2章概述垃圾信息过滤方法，第3章研究电子邮件文档和手机短信文档的文本特性，第4章研究多域学习总体框架，第5章提出基于Token频率索引的文本分类算法，第6章研究有监督反馈代价问题，第7章设计面向大数据的高效能垃圾文本过滤系统。
《面向大数据的高效能垃圾文本分类》可以作为普通高等院校、科研机构大数据计算技术相关专业高年级本科生或研究生的实验教材，也可供网络信息技术公司高级研究人员参考。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。