![]() |
登入帳戶
| 訂單查詢
| |
||
| 臺灣用戶 |
| 品種:超過100萬種各類書籍/音像和精品,正品正價,放心網購,悭钱省心 | 服務:香港/台灣/澳門/海外 | 送貨:速遞/郵局/服務站 |
| 在 大書城
以“
全文
模式”搜“
《党章党规学习辅导[2021年版]》
”共有
138853
结果: |
同時支援繁體 / 正體 / 简体字輸入搜索 |
![]() ![]() |
猿辅导暑假一本通 初升高衔接全两册(数物化三科一本,14天一天一练,暑假学习初升高无缝连接。)
『简体书』 作者:猿辅导教研中心 编著 出版:沈阳出版社 日期:2022-05-01 ... |
詳情>> | |
![]() ![]() |
猿辅导暑假一本通 小学入学准备篇全三册(语数英三科一本,30天一天一练,暑假学习幼升小无缝连接。)
『简体书』 作者:猿辅导教研中心 编著 出版:沈阳出版社 日期:2022-05-01 ... |
詳情>> | |
![]() ![]() |
猿辅导暑假一本通 高一升高二衔接全两册(数物化三科一本,14天一天一练,暑假学习做一道题会一类题。)
『简体书』 作者:猿辅导教研中心 编著 出版:沈阳出版社 日期:2022-05-01 ... |
詳情>> | |
![]() ![]() |
猿辅导暑假一本通 一轮复习重点模型全两册(数物化三科一本,14天一天一练,暑假学习做一道题会一类题。)
『简体书』 作者:猿辅导教研中心 编著 出版:沈阳出版社 日期:2022-05-01 ... |
詳情>> | |
![]() ![]() |
猿辅导暑假一本通 七升八年级全两册(语数英三科一本,14天一天一练,暑假学习做一道题会一类题。)
『简体书』 作者:猿辅导教研中心 编著 出版:沈阳出版社 日期:2022-05-01 ... |
詳情>> | |
![]() ![]() |
电力企业《安全生产法》学习指导与案例剖析(2021年版)
『简体书』 作者:姜力维 出版:中国电力出版社 日期:2022-09-01 本书以最新《中华人民共和国安全生产法》条文为主线,对与生产经营安全相关的重要条文进行了深度拓展解读。相比2014 版增加了“两至上”“两清单”“两化建设”“三理念”“三管三必须”等最新内容。本书按照条文顺序将重点内容,结合与企业安全生产相关的法律法规和现代安全管理理念、方法和技术,辅以大量贴近生产实 ... |
詳情>> | |
![]() ![]() |
清末法国汉学家沃德斯卡尔《汉语基础学习》整理与研究
『简体书』 作者:《汉语基础学习》整理与研究 出版:河北大学出版社 日期:2023-10-01 ... |
詳情>> | |
![]() ![]() |
一级建造师 2021教材辅导 2021版一级建造师 建设工程经济一次通关
『简体书』 作者:品思文化专家委员会组织编写 著 梅世强 主编 出版:中国建筑工业出版社 日期:2021-05-01 为了更好地帮助广大考生复习应考,提高考试通过率,我们专门组织国内名师,依据《考试大纲》和《考试用书》的要求,对各门课程的历年考情、核心考点、考题设计等进行了全面的梳理和剖析,精心编写了一级建造师执业资格考试一次通关辅导丛书,丛书共分六册,分别为《建设工程经济一次通关》《建设工程项目管理一次通关》《建 ... |
詳情>> | |
![]() ![]() |
一级建造师 2021教材辅导 2021版一级建造师 建筑工程管理与实务一次通关
『简体书』 作者:品思文化专家委员会 著 出版:中国建筑工业出版社 日期:2021-05-01 为了更好地帮助广大考生复习应考,提高考试通过率,我们专门组织国内名师,依据《考试大纲》和《考试用书》的要求,对各门课程的历年考情、核心考点、考题设计等进行了全面的梳理和剖析,精心编写了一级建造师执业资格考试一次通关辅导丛书,丛书共分六册,分别为《建设工程经济一次通关》《建设工程项目管理一次通关》《建 ... |
詳情>> | |
![]() ![]() |
一级建造师 2021教材辅导 2021版一级建造师 机电工程管理与实务一次通关
『简体书』 作者:品思文化专家委员会 著 出版:中国建筑工业出版社 日期:2021-05-01 为了更好地帮助广大考生复习应考,提高考试通过率,我们专门组织国内名师,依据《考试大纲》和《考试用书》的要求,对各门课程的历年考情、核心考点、考题设计等进行了全面的梳理和剖析,精心编写了一级建造师执业资格考试一次通关辅导丛书,丛书共分六册,分别为《建设工程经济一次通关》《建设工程项目管理一次通关》《建 ... |
詳情>> | |
![]() ![]() |
强化学习
『简体书』 作者:余欣航 出版:电子工业出版社 日期:2024-04-01 本书详细介绍了强化学习的理论推导、算法细节。全书共12章,包括强化学习概述、马尔可夫决策过程、退化的强化学习问题、环境已知的强化学习问题、基于价值的强化学习算法、基于策略的强化学习算法、AC型算法、基于模型的强化学习算法等相关知识。本书系统性强、概念清晰,内容简明通俗。除了侧重于理论推导,本书还提供 ... |
詳情>> | |
![]() ![]() |
机器学习
『简体书』 作者:主编:严晓东 副主编: 陈华 王 出版:高等教育出版社 日期:2024-10-01 本书深入浅出地介绍了机器学习与大数据分析的核心方法,包括无监督学习、监督学习、稀疏学习、深度学习、集成学习及增量学习六大部分。书中不仅注重理论推导,还通过丰富的插图和实例直观解释原理。同时,提供R与Python两种语言的实现方法,方便读者实操练习。书中数学符号与公式详尽,文字解释直观,数学推导细致, ... |
詳情>> | |
![]() ![]() |
机器学习
『简体书』 作者:胡晓 出版:机械工业出版社 日期:2024-11-01 本书系统阐述了机器学习的基本理论、算法和实现。全书共11章:第1章着重介绍了机器学习的基本知识;第2章介绍了样本数据预处理和提取的传统算法(如PCA和LDA),并增加了流形学习和稀疏表征等理论;第3~8章系统介绍了传统机器学习算法,如监督学习(贝叶斯、近邻、线性模型、非线性模型和集成学习)和非监督学 ... |
詳情>> | |
![]() ![]() |
深度学习
『简体书』 作者:李侃 孙新 出版:机械工业出版社 日期:2025-02-01 本书是一本体系完整、算法和案例丰富的人工智能类教材。本书系统地讲解深度学习的理论与方法,主要内容包括绪论、深度学习基础、卷积神经网络、循环神经网络、深度序列模型、深度生成网络、图神经网络、注意力机制、深度强化学习、深度迁移学习、无监督深度学习。本书通过丰富的实例讲解方法的应用;强调深度学习的系统性、 ... |
詳情>> | |
![]() ![]() |
学习的本质
『简体书』 作者:[法]安德烈·焦尔当[André Giordan] 出版:华东师范大学出版社 日期:2015-07-01 我们是如何学习的?记忆、动机、愿望和情绪在学习中占据着怎样的地位?我们对于人脑惊人的能力又知道多少?为什么有些孩子和成人在学习时困难重重?作为曾经的差生,《学习的本质》作者安德烈·焦尔当提出了一种全新的学习方法。他让我们看到学习是一个复杂过程,常常充满冲突,需要打破我们头脑中固有的概念。 安德 ... |
詳情>> | |
![]() ![]() |
机器学习
『简体书』 作者:张旭东 出版:清华大学出版社 日期:2024-11-01 ”本书对机器学习的基础知识和基本算法进行了详细的介绍,对广泛应用的经典算法如线性回归、逻辑回归、 朴素贝叶斯、支持向量机、决策树和集成学习等进行了深入的分析,并讨论了无监督学习的基本方法。用6章对 深度学习和深度强化学习进行了相当全面的叙述,不仅深入地讨论了反向传播算法、多层感知机、卷积神经网络 ... |
詳情>> | |
![]() ![]() |
联邦学习
『简体书』 作者:[美]海科·路德维希[Heiko Ludwig]娜塔莉·巴拉 出版:清华大学出版社 日期:2025-03-01 《联邦学习》为研究人员和从业者深入探讨了联邦学习最重要的问题和方法。 联邦学习Federated Learning,FL是一种机器学习方法,其中训练数据不是集中管理的。数据由参与联邦学习过程的各方保留,不与任何其他实体共享。这使得联邦学习成为一种日益流行的机器学习解决方案,适用于因隐私、监管或 ... |
詳情>> | |
![]() ![]() |
机器学习
『简体书』 作者:李侃 出版:机械工业出版社 日期:2024-12-01 本书系统地讲解了机器学习的理论与方法,内容主要包括EM算法和高斯混合模型、主题模型、采样与非参数贝叶斯方法、聚类分析、支持向量机、概率无向图模型、概率有向图模型、矩阵与张量分解、多层感知机与卷积神经网络、序列神经网络,以及强化学习。本书旨在使读者了解机器学习的发展过程,理解和掌握机器学习的基本原理、 ... |
詳情>> | |
![]() ![]() |
深度学习
『简体书』 作者:方勇纯 等 出版:机械工业出版社 日期:2025-03-01 本书主要介绍深度学习方面的基本理论和方法,具体包括基础内容、提高性内容和应用三个部分。其中,基础性内容是深度学习最核心部分,具体包括:机器学习基本概念及数学知识、全连接网络、卷积网络、循环网络、以及优化算法。第二部分是提高性内容,主要是阐述最新发展的一些技术,可供课时充足的专业进行学习。这部分主要包 ... |
詳情>> | |
![]() ![]() |
深度学习
『简体书』 作者:陈明 出版:清华大学出版社 日期:2025-05-01 深度学习是人工智能中的核心问题之一,本书较系统地介绍了深度学习的基本内容,共15章,分别为概述、前馈神经网络、卷积神经网络、循环神经网络、深度残差神经网络、Transformer模型、生成对抗网络、深度信念网络、胶囊神经网络、自编码器、强化学习、脉冲神经网络、迁移学习、元学习和大语言模型。 本书注 ... |
詳情>> | |
| 書城介紹 | 合作申請 | 索要書目 | 新手入門 | 聯絡方式 | 幫助中心 | 找書說明 | 送貨方式 | 付款方式 | 香港用户 | 台灣用户 | 海外用户 |
| megBook.com.hk | |
| Copyright © 2013 - 2025 (香港)大書城有限公司 All Rights Reserved. | |