Book description
本书面向初学者，以跨学科的方法介绍计算机科学的基本知识。全书包括两个部分，第一部分围绕学习编程的三个阶段进行组织，包括基本元素、函数和面向对象编程。第二部分则介绍计算机科学的高级主题，包括算法和数据结构、计算理论和计算机体系结构。本书内容丰富、循序渐进，适合作为高等院校本科生计算机科学入门的教材。
Table of contents
Product information
- Title: 计算机科学导论：跨学科方法
- Author(s):
- Release date: August 2021
- Publisher(s): Pearson
- ISBN: 9787111641414
You might also like
book
数据驱动力：企业数据分析实战
在数字化转型如火如荼的当下，企业必须努力打造数据驱动型文化。这不只意味着拥有数据分析精英团队——如果缺乏前瞻性分析，即使生成再多的报表，也不是数据驱动型组织。 本书通过丰富的案例展示如何打造完整的分析价值链：收集正确、可靠的数据，合理分析，获得见解，并将见解融入决策过程。 理解数据驱动的真正含义 学习评估数据质量的各个指标 收集和分析可靠的数据 用数据讲故事 用A/B测试进行数据驱动决策 打造数据驱动型文化
book
C语言核心技术（原书第2版）
C程序员在编写程序时手头一定要有这本书。在这本书中，C语言专家Peter Prinz和Tony Crawford为你提供大量的编程参考信息。这 本经典著作的新版对于C语言及其运行库中的每个特性给予了清晰、详细的解释，包括多线程、泛型宏，以及其他2011年C语言标准(C11)中的新功能。如果你想理解一个陌生函数的作用，以及标准链接库是如何规范它的执行，可以在本书中找到答案，并且配有经典示例进行说明。 对于有经验的C与C++编程者，这本书也相当理想，它包含了GNU 软件工具集中常用工具的使用说明。你会学到如何使用GNU make创建C程序，从C源代码编译获得执行程序，以及使用GNU调试器对程序进行测试与调试。 本书包括以下三个部分： C语言基本概念与元素，包括类型、语句、指针、内存管理、I/O等 C语言标准链接库，包括标准头综述，以及详细的标准函数参考 在GNU软件工具集中的C语言编程基本工具，并介绍了如何在 Eclipse IDE中使用它们
book
数据科学之编程技术：使用R进行数据清理、分析与可视化
本书围绕使用R进行数据科学编程所需的实际步骤展开。全书着眼于该主题，介绍了有关该主题的工具和技术的整个生态系统。虽然编写代码是成为数据科学家的核心部分，但获得更多的基础技能也是这个过程中必不可少的。数据科学要安装和配置软件以编写、执行和管理代码，跟踪项目版本变动，利用计算机科学的核心概念来理解如何完成给定任务，访问并处理各种不同来源的数据，利用可视化手段来揭示数据中的模式，构建与他人共享观点的应用程序。本书的目的是帮助人们在这些领域打下坚实基础，以便能进入数据科学领域（或将数据科学引入他们工作的领域中）。
book
Python语言及其应用（第2版）
本书通俗易懂，阅读起来饶有乐趣，十分适合想快速获得Python应用经验的新手。第2版带你从基础知识出发，逐步迈向更复杂、更多样化的主题，帮助你全面构建Python知识体系。书中将教程与代码示例相结合，清晰解释了Python 3的各种常用概念。每章配有练习和参考答案，帮助你学以致用。 你将通过本书打下坚实的Python基础，并牢固掌握测试、调试、代码重用等开发技巧。第2版加入了新的代码示例和练习，还向你展示了如何使用丰富的Python包在商业分析、数据库和机器学习等领域开发应用。 学习简单的数据类型、基础的数学运算和文本操作 将数据整理技术与内建数据结构结合使用 探索函数等Python代码结构 使用模块和包来编写大型Python程序 深入理解对象、类和其他面向对象特性 学习关系数据库和NoSQL等数据存储技术 构建Web客户端、服务器、API和服务 管理程序、进程和线程等系统任务 理解并发和网络编程的基础知识
