官术网_书友最值得收藏!

算法競賽入門經典:習題與解答
會員

《算法競賽入門經典——習題與解答》是在《算法競賽入門經典(第2版)》的基礎上,延伸出來的一本習題與解答圖書,它把C++語言、算法和解題有機地結合在一起,淡化理論,注重學習方法和實踐技巧,是一本算法競賽的入門和提高教材。《算法競賽入門經典——習題與解答》分為5章。第1章是各種編程訓練技巧以及C++11語法特性的簡單介紹。第2章精選了一部分《算法競賽入門經典(第2版)》的習題進行分析、解答。第3章是ACM/ICPC比賽真題分類選解,挑選了近些年ACM/ICPC比賽中較有價值的題目進行分析并解答。第4~5章是比賽真題選譯,整理并翻譯了近幾年來各大區域比賽中筆者認為值得學習訓練的比賽真題。如果你對算法感興趣,如果你是一名程序員或即將成為一名程序員,如果你想大幅提升自己的算法思維能力,如果你有志于參加ACM/ICPC、NOIP、NOI等競賽,那就來吧!《算法競賽入門經典——習題與解答》將為你推開一扇算法世界的大門!法競賽入門經典(第2版)》的習題進行分析、解答。第3章是ACM/ICPC比賽真題分類選解,挑選了近些年ACM/ICPC比賽中較有價值的題目進行分析并解答。第4~5章是比賽真題選譯,整理并翻譯了近幾年來各大區域比賽中筆者認為值得學習訓練的比賽真題。如果你對算法感興趣,如果你是一名程序員或即將成為一名程序員,如果你想大幅提升自己的算法思維能力,如果你有志于參加ACM/ICPC、NOIP、NOI等競賽,那就來吧!本書將為你推開一扇算法世界的大門!

陳鋒 ·數據庫 ·14.5萬字

數據要素化時代的數據治理
會員

隨著數字化的發展,數據逐漸融入生產、分配、流通、消費和社會服務管理等環節,為數據的擁有者或使用者帶來經濟效益,成為一種新型的生產要素,給生產方式、生活方式和社會治理方式帶來了深刻的變革。本書主要介紹數據要素化時代的數據治理。本書分為5篇。第一篇“數據治理新趨勢”介紹DataOps的發展及實踐,產業級數據治理新趨勢,數據治理的場景化、工程化和智能化,以及數據資產的安全運營。第二篇“新理論、新方法和新技術”介紹數業的邏輯及路徑、數據治理的閉環管理方法、數據資產價值的呈現、數據治理的共治共享、精益數據治理,以及數據治理的“新四化”。第三篇“新型數據基礎設施”詳細介紹來自平安人壽、阿里巴巴和鏡舟科技3家企業的數據中臺產品的創新情況。第四篇“行業數據治理與數據安全治理”首先介紹高校是如何進行數據治理的,然后介紹數據的安全運營和數據質量問題解決之道。第五篇“企業最佳實踐”分享中國石化、中電金信和中國聯通3家企業在數據要素化過程中積累的經驗。本書適合對數據管理、數據治理、數字化轉型等相關主題感興趣的讀者閱讀,尤其適合從事相關工作的讀者參考借鑒。

上海市靜安區國際數據管理協會編 ·數據庫 ·12.1萬字

軟件成本度量國家標準實施指南:理論、方法與實踐
會員

為落實工業和信息化部優化軟件產業環境的工作部署,進一步推動功能規模測量、軟件開發成本度量、軟件測試成本度量、IT運維成本度量和云服務計量指標等方面的標準推廣及深化應用,本書系統地闡述軟件成本度量理論體系,深入解讀軟件成本度量標準內容及實施要點,結合不同場景及典型案例給出具體的應用指導。本書正文分5個部分,共11章。第一部分是軟件成本度量概述和軟件規模測量方法(第1~2章),第二部分是GB/T36964—2018《軟件工程軟件開發成本度量規范》標準解讀、實施指南和案例分析(第3~5章),第三部分是GB/T32911—2016《軟件測試成本度量規范》標準解讀、實施指南和案例分析(第6~8章),第四部分是其他軟件相關成本度量標準(第9~10章),對IT運維成本度量(國標在研)和GB/T37735—2019《信息技術云計算云服務計量指標》進行介紹,第五部分是軟件成本度量相關技術展望(第11章)。本書還包含5個附錄:附錄A中國軟件行業基準數據(2019年),該數據可作為軟件研發與測試成本測算的依據;附錄B涉及本書標準實施的常見問題及回答(Q&A),附錄C標準術語和定義,附錄D快速功能點分析方法介紹,附錄E調整因子參數表。

張旸旸 ·數據庫 ·11.7萬字

計算機視覺與深度學習實戰:以MATLAB、Python為工具
會員

本書詳細講解了36個計算機視覺與深度學習實戰案例(含可運行程序),涉及霧霾去噪、答題卡自動閱卷、肺部圖像分割、小波數字水印、圖像檢索、人臉二維碼識別、車牌定位及識別、霍夫曼圖像壓縮、手寫數字識別、英文字符文本識別、眼前節組織提取、全景圖像拼接、小波圖像融合、基于語音識別的音頻信號模擬燈控、路面裂縫檢測識別、視頻運動估計追蹤、Simulink圖像處理、胸片及肝臟分割、基于深度學習的汽車目標檢測、基于計算機視覺的自動駕駛應用、基于深度學習的視覺場景識別、基于深度特征的以圖搜畫、基于CNN的字符識別、基于CNN的物體識別、基于CNN的圖像矯正、基于LSTM的時間序列分析、基于深度學習的以圖搜圖技術、基于YOLO的智能交通目標檢測等多項重要技術及應用,涵蓋了數字圖像處理中幾乎所有的基本模塊,并延伸到了深度學習理論及其應用方面。工欲善其事,必先利其器,本書對每個數字圖像處理的知識點都提供了豐富、生動的案例素材,并以MATLAB、Python為工具詳細講解了實驗的核心程序。通過對這些程序的閱讀、理解和仿真運行,讀者可以更加深刻地理解圖像處理的內容,并且更加熟練地掌握計算機視覺及深度學習在不同實際領域中的用法。

劉衍琦 詹福宇 王德建 ·數據庫 ·14萬字

QQ閱讀手機版

主站蜘蛛池模板: 册亨县| 象州县| 临泉县| 肃南| 阿瓦提县| 鸡泽县| 兴化市| 临猗县| 德庆县| 临漳县| 沂源县| 平乐县| 蒲江县| 靖江市| 安陆市| 丰城市| 祥云县| 高淳县| 柘荣县| 上蔡县| 鹤山市| 开封市| 浦北县| 岱山县| 贡山| 金溪县| 黔南| 尼玛县| 青州市| 资阳市| 瑞昌市| 商水县| 从江县| 民勤县| 辉南县| 九龙坡区| 马边| 荥经县| 玛曲县| 南靖县| 长垣县|