• 计算思维与人工智能基础实验
21年品牌 40万+商家 超1.5亿件商品

计算思维与人工智能基础实验

5 1.2折 42 八五品

仅1件

河北廊坊
认证卖家担保交易快速发货售后保障

作者徐月美 王新 周勇

出版社人民邮电出版社

出版时间2023-09

版次1

装帧平装

货号+33

上书时间2024-08-29

小小孩树屋

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:八五品
图书标准信息
  • 作者 徐月美 王新 周勇
  • 出版社 人民邮电出版社
  • 出版时间 2023-09
  • 版次 1
  • ISBN 9787115620125
  • 定价 42.00元
  • 装帧 平装
  • 开本 其他
  • 纸张 胶版纸
  • 页数 181页
  • 字数 340千字
【内容简介】
本书是《计算思维与人工智能基础(第2版)》的配套实验教材。本书紧跟计算机技术发展潮流,以“基础性、系统性、先进性、实用性”为指导思想,主要实验内容包括Windows10、Word 2016、Excel 2016、PowerPoint 2016、Visio 2016、网络信息检索、算法设计、基于Weka平台的机器学习算法实现等。
  本书强调计算机实际应用能力的培养,实验内容注重由浅入深、详略得当、图文并茂、示例精炼。通过本书的学习,可使学生熟练地操作使用计算机,并能加强学生对计算思维与人工智能基础理论知识的理解。
  本书适合高等学校非计算机专业作为计算机基础课程的实验教材,也可作为计算机应用培训班实验教材和计算机初学者的自学实验用书。
【作者简介】
徐月美,中国矿业大学副教授,曾出版《计算思维与人工智能基础》教材,主要研究项目及领域:图像处理等,一直从事计算机基础课程的教学。
【目录】
第1章 Windows 10

学习指导 1

一、Windows概述 1

二、Windows 10文件和资源管理 7

三、控制面板与设置 9

四、附件及系统工具 10

实验 14

实验1-1 Windows 10基本操作 14

实验1-2 文件资源管理器的使用 19

实验1-3 控制面板及系统设置 26

实验1-4 常用附件程序和系统工具 34

第2章 Word 2016

学习指导 37

一、Word 2016的界面 37

二、文档的基本操作 40

三、文本的基本编辑 41

四、Word 2016的视图 42

实验 43

实验2-1 图文混排 43

实验2-2 表格编辑和邮件合并 49

实验2-3 长文档的编辑 56

第3章 Excel 2016

学习指导 59

一、Excel 2016的界面 59

二、电子表格的基本概念 61

三、Excel 2016的视图 62

四、数据的输入 63

五、自动填充 64

六、单元格的引用 64

七、常用函数 65

实验 65

实验3-1 公式与函数 65

实验3-2 图表和数据透视表 71

实验3-3 数据管理与分析 75

第4章 PowerPoint 2016

学习指导 81

一、PowerPoint 2016的界面 81

二、PowerPoint 2016的视图 83

三、创建演示文稿的一般步骤 86

实验 86

实验4-1 演示文稿的基本编辑 86

实验4-2 演示文稿的动态编辑 91

第5章 Visio 2016

学习指导 94

一、Visio 2016概述 94

二、Visio 2016基本操作 96

三、Visio 2016中文本的添加和编辑 99

四、Visio 2016图形的导出 100

实验 100

实验5-1 使用绘图工具绘制图形 100

实验5-2 使用模具绘制流程图 102

第6章 网络信息检索

学习指导 108

一、Internet基本服务 108

二、数据压缩软件WinRAR简介 109

三、常用文献数据库和相关阅读软件简介 110

实验 111

实验6-1 Internet信息服务的使用 111

实验6-2 WinRAR的下载、安装及使用 125

实验6-3 常用文献数据库的检索和使用 128

第7章 算法设计

学习指导 141

一、Raptor安装 141

二、Raptor简介 141

实验 144

实验7-1 Raptor基础 144

实验7-2 枚举法 151

实验7-3 递推法 157

实验7-4 递归法 160

第8章 基于Weka平台的机器学习算法实现

学习指导 164

一、Weka平台概述 164

二、数据格式与数据制作 167

实验 171

实验8-1 基于决策树方法的贷款申请类别预测分析 171

实验8-2 基于k均值算法的银行客户聚类分析 175

实验8-3 基于k近邻算法鸢尾花数据分类分析 178

参考文献
点击展开 点击收起

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP