《算法竞赛入门经典(第2版)》是一本算法竞赛的入门与提高教材,把C/C语言、算法和解题有机地结合在一起,淡化理论,注重学习方法和实践技巧。全书内容分为12章,包括程序设计入门、循环结构程序设计、数组和字符串、函数和递归、C与STL入门、数据结构基础、暴力求解法、高效算法设计、动态规划初步、数学概念与方法、图论模型与算法、高级专题等内容,覆盖了算法竞赛入门和提高所需的主要知识点,并含有大量例题和习题。书中的代码规范、简洁、易懂,不仅能帮助读者理解算法原理,还能教会读者很多实用的编程技巧;书中包含的各种开发、测试和调试技巧也是传统的语言、算法类书籍中难以见到的。《算法竞赛入门经典(第2版)》可作为全国青少年信息学奥林匹克联赛(NOIP)复赛教材、全国青少年信息学奥林匹克竞赛(NOI)和ACM国际大学生程序
内容简介
本书完整地介绍了媒体格式,及其如何被整合到课堂教学之中。正文展示媒体(传统媒体和计算机)如何应用于日常课堂活动。为课程计划和材料评价定义特性化模板,使学生能够开发专业文档集。文档集内容与ISTE和NETS-T标准关联,有利于读者更好地理解各章内容。本书适用于将高价值放在成功学习之上的各级教师,目的是帮助他们把媒体和技术结合到教学工具中并且指引学生如何利用这些教学工具学习。
“本书提供了有关现代贝叶斯统计方法的重要题材,文笔流畅,语言优美,其突出的特点是包括大量实际应用,涉及若干领域中AIC和BIC模型选择标准的运用和对比,通过效用理论以独特方式处理贝叶斯决策论,并论述了贝叶斯过程的频度特性,配备了可以扩展与加深书中内容的有趣和适中的自学练习。”——MichaelJ.Evans,MathematicalReview“以严密、纯熟的文笔介绍贝叶斯建模的基本原则,选材深思熟虑,按照研究生层次引入贝叶斯方法。”——JournaloftheAmericaStatisticalAssociation贝叶斯“后验分布”或“预测分布”是对有关未知参或未来观测所需了解的每项事物的概括。本书以一种强有力和贴切的方式说明了如何运用贝叶斯统计技术,引导读者从具体数据中推测有关科学、医疗与社会问题的结论。本书解释了贝叶斯方法论所需的一些细微假设,并展示了如何运用这些假设
本书是关于计算机网络的经典教材,是目前美国大多数大学所开设的计算机网络课程的主要参考书。全书共三卷。第二卷在第一卷介绍了TCP/IP基本概念的基础上,进一步详细讨论了TCP/IP的实现细节。这一卷的突出特点非常注重实际。作者利用程序代码实现了TCP/IP的每个技术细节,并且所有代码在书中均可找到,有助于读者深入了解并掌握TCP/IP的细节内容。书中附录分别给出了过程调用交叉参考表、程序代码中用到的C数据结构交叉参考表及Xinu函数和常量。
《神经计算原理(英文版)》是一部优秀的教材,着重讲述人工神经网络基本原理以及如何运用各种神经计算技术来解决科学和工程领域中的现实问题:模式识别、最优化、事件分类、非线性系统的控制和识别以及统计分析等。算法——大多数训练算法都用上下框线框出,便于读者查找MATLAB函数——一些训练算法有一个附带的MATLAB函数实现(在文中用黑体字显示)。代码部分相对简短,仅用几分钟就可以输入MATLABMATLABToolbox——书中大量使用MATLAB的NeuralNetworkToolbox来举例说明某些神经计算概念Web站点——登录《神经计算原理(英文版)》的Web站点可获取最新、最全面的信息示例——在大多数章节中都给出了详尽的示例,阐释重要的神经计算概念习题集——每章最后都给出大量应用神经计算技术的习题。一些习题需要使用MATLAB和MATLAB的NeuralNetworkToolbox。在某些情况下,