找到 9 条结果 按相关性 按时间降序
Visual Basic 程序设计习题与实验指导
本书是《Visual Basic程序设计语言》(周元哲编著)的配套教材，针对《Visual Basic程序设计语言》的Visual Basic集成开发环境及工程管理、窗体与基本控件、数据类型、运算符及表达式、算法及程序结构、循环结构、数组与自定义类型、过程和函数、用户界面设计、图形操作、文件、VB数据库编程、小规模实用软件的设计等相关内容，介绍了学习要求、重点和难点知识，并精心设计和安排了习题解析，给出了详细的分析，增补练习题和参考源代码。此外还特别安排了每章上机实践的实验内容和实验指导，并在附录部分给出了Visual Basic试验报告格式，以便学生们加强实践训练的总结。本书可作为高等院校各专业学生学习Visual Basic语言程序设计的辅导教材，也可作为全国计算机等级考试(二级VB)和自学者的辅助用书。
Visual Basic程序设计语言
本书共分13章，主要内容包括Visual Basic概述、Visual Basic 6.0开发环境与工程管理、对象与基本控件、Visual Basic 6. 0语法基础、算法与程序结构、循环结构、数组与自定义类型、过程和函数、用户界面设计、图形操作、文件操作、数据库应用和计算机认证考试。本书内容精练、由浅入深，注重学习的连续性和渐进性，章节之间的实例具有关联性。本书对全国计算机等级考试（二级Visual Basic）从考试的方式、考试的大纲、应试技巧等多个方面进行了详细的介绍。本书面向初、中级读者，由“入门”起步，侧重“提高”。特别适合作为高等院校相关专业Visual Basic程序设计的教材或教学参考书，也可以供从事计算机应用开发的各类技术人员应用参考，或用作全国计算机等级考试、软件技术资格与水平考试的培训资料。
软件测试
本书较为全面、系统地涵盖了当前业界测试领域的理论和实践知识，反映了当前最新的软件测试理论、标准、技术和工具，展望了软件测试的发展趋势。全书共分三大部分，分别是测试理论、测试实践和测试考试指导。第一部分内容主要包括软件测试概论、软件测试基本知识、软件测试过程、黑盒测试、白盒测试、自动测试技术、性能测试、面向对象测试、嵌入式测试和软件测试管理。第二部分内容主要包括软件测试工具、测试管理工具、性能测试工具、缺陷管理工具、单元测试工具、功能测试工具、嵌入式测试工具等。第三部分内容主要包括四级软件测试工程师考试、企业招聘测试工程师考试和微软公司测试的一些情况。本书适合作为高等院校相关专业软件测试的教材或教学参考书，也可以供从事计算机应用开发的各类技术人员应用参考，或用作全国计算机软件测评师考试、软件技术资格与水平考试的培训资料。
Python程序设计习题解析
本书与《Python程序设计基础》（周元哲编著）配套，针对该教材各章节中的内容，介绍每章的知识点和重点、难点知识，给出了每章的课后习题答案，并精心设计和安排了相应的习题解析。另外，本书新增4章内容：网络爬虫、软件测试框架、Web开发框架、游戏开发。本书可作为高等院校各专业程序设计和软件竞赛培训的辅导教材，也可作为程序员、编程爱好者的自学辅助用书和各类培训班的教学辅助用书.
软件测试(第2版)
本教材较全面涵盖了当前软件测试领域的专业知识，追溯了软件测试的发展史，反映了当前最新的软件测试理论、标准、技术和工具，展望了软件测试的发展趋势。本教材分为主、辅教材，《软件测试》为主教材，包括软件测试概论、软件测试基本知识、黑盒测试、白盒测试、软件测试流程、性能测试、软件测试自动化和软件测试管理等内容。《软件测试习题解析与实验指导》为辅教材，给出了习题解析，并对软件测试实验进行了指导操作。 适合作为高等院校相关专业软件测试的教材或教学参考书，也可以供从事计算机应用开发的各类技术人员应用参考，或作为全国计算
软件测试习题解析与实验指导
本书与《软件测试(第2版)》相配套，内容包括两部分。第1部分是习题解析，针对主教材的8章内容，给出每章的知识重点，精心设计了相应的习题，并给出了详细的解析和参考答案。第2部分是实验指导，主要包括黑盒测试(等价类划分法、边界值分析法、因果图)、白盒测试(逻辑覆盖、路径分析)以及JUnit、TestDirector、LoadRunner、FindBugs、Bugzilla、Appium等软件工具的使用。附录包括实验报告格式、软件测试相关文档模板、软件测试考试与竞赛简介。本书全面、系统地涵盖了当前业界测试领域的
Python 3.x程序设计基础
本书以全国计算机等级考试二级Python语言程序设计考试大纲为依据，系统地介绍Python 3.x程序设计基础知识。全书共14章，内容包括Python语言概述、基本数据类型、组合数据类型、顺序与选择结构、循环结构、函数与模块、文件与数据组织、面向对象程序设计、使用tkinter的GUI设计、图形绘制、爬虫与正则表达式、SQLite数据库、异常处理和Python计算生态。附录给出了全国计算机等级考试二级 Python语言程序设计考试大纲（2018年版）和上海市计算机等级考试二级Python大纲（2016年版），以及Python的内置数据类型、函数和集成开发工具IDLE。 本书适合作为高等院校相关专业Python程序设计课程的教材或教学参考书，也可作为全国计算机等级考试、全国计算机技术与软件专业技术资格（水平）考试的培训教材，还可供计算机应用开发领域的各类技术人员参考。
Python自然语言处理（微课版）
本书内容包括自然语言处理概述、Python语言简述、Python数据类型、Python流程控制、Python函数、Python数据科学、Sklearn和NLTK、语料清洗、特征工程、中文分词、文本分类、文本聚类、评价指标、信息提取和情感分析。附录给出教学大纲。 本书采用基于Python语言的Sklearn平台和NLTK实现，便于学生更快地掌握自然语言处理的基本思想。实践是最好的学习方法，本书的所有程序都在Anaconda下调试和运行。本书配有源代码、教学课件、语料集、教学大纲、程序安装包、每章的视频讲解等资料。 本书内容精练、文字简洁、结构合理，实训题目经典实用、综合性强，面向初、中级读者，由“入门”起步，侧重“提高”。特别适合作为高等院校自然语言处理和机器学习入门的本科或研究生教材或参考书，也可以供从事人工智能等工作的技术人员应用参考。
机器学习入门——基于Sklearn
本书以Python为基础，使用Sklearn平台，逐步带领读者熟悉并掌握机器学习的经典算法。全书共12章，主要内容包括人工智能概述、Python科学计算、数据清洗与特征预处理、数据划分与特征提取、特征降维与特征选择、模型评估与选择、KNN算法、决策树、线性模型、朴素贝叶斯算法、支持向量机和k均值聚类算法，附录介绍了课程教学大纲和Sklearn数据集。 本书内容精练，文字简洁，结构合理，案例经典且实用，综合性强，面向机器学习入门读者，侧重提高。 本书适合作为高等院校相关专业机器学习入门课程教材或教学参考书，也可以供从事机器学习应用开发的技术人员参考。
- 1