![](https://csdnimg.cn/release/downloadcmsfe/public/img/no-data.51c5211b.png)
![](https://csdnimg.cn/release/downloadcmsfe/public/img/good-course.ff455529.png)
- jQuery技术内幕 深入解析jQuery架构设计与实现原理《jquery技术内幕:深入解析jquery架构设计与实现原理》由阿里巴巴资深前端开发工程师撰写,从源代码角度全面而系统地解读了jquery的17个模块的架构设计理念和内部实现原理,旨在帮助读者参透jquery中的实现技巧和技术精髓,同时本书也对广大开发者如何通过阅读源代码来提升编码能力和软件架构能力提供了指导。 《jquery技术内幕:深入解析jquery架构设计与实现原理》首先通过“总体架构”梳理了各个模块的分类、功能和依赖关系,让大家对jquery的工作原理有大致的印象;进而通过“构造jquery对象”章节分析了构造函数jquery()的各种用法和内部构造过程;接着详细分析了底层支持模块的源码实现,包括:选择器sizzle、异步队列deferred、数据缓存data、队列queue、浏览器功能测试support;最后详细分析了功能模块的源码实现,包括:属性操作attributes、事件系统events、dom遍历traversing、dom操作manipulation、样式操作css、异步请求ajax、动画effects。 《jquery技术内幕:深入解析jquery架构设计与实现原理》在分析每个模块时均采用由浅入深的方式,先概述功能、用法、结构和实现原理,然后介绍关键步骤和分析源码实现。让读者不仅知其然,而且知其所以然。事实上,本书的根本价值在于传达一种通过阅读源码快速成长的方式。无论是前端新人,还是经验丰富的老手,只要是对javascript感兴趣的开发人员,都会从本书中受益。
5 710浏览
会员免费 - 技术的本质.pdf★《技术的本质》是复杂性科学奠基人、首屈一指的技术思想家、“熊彼特奖”得主布莱恩•阿瑟所创建的一套关于技术产生和进化的系统性理论,本书是打开“技术黑箱”的钥匙,它用平实的语言将技术最本质的思想娓娓道来。 ★技术,是一个异常美丽的主题,它不动声色地创造了我们的财富,成就了经济的繁荣,改变了我们存在的方式。尽管技术如此重要,却少有人在快节奏的生活中停下来深入思考技术。我们了解技术的原理,却不知道它们从何而来。我们深思技术的意义,追问技术到底能否决定人类的历史,但是关于“技术”到底是什么,它是如何形成的,我们并没有达成共识。 ★布莱恩•阿瑟对上述问题进行了解答,作者构建了关于技术的理论体系,阐明了技术的本质及其进化机制。《技术的本质》是技术思想领域的开创性作品,它不同于一般的流行读物或学术著作,对于商业创新和经济发展而言都有非凡的意义。布莱恩•阿瑟的思想是硅谷亿万资金运行的基础,如果能够真正读懂本书,不论是普通读者、商业领袖还是学术研究者,都将受益匪浅。
5 960浏览
会员免费 - ISO26262中文版ISO26262 中文版 涵盖汽车电子标准内容。 识货者自有定论。
5 2330浏览
会员免费 - 信息论基础第二版完整答案找了好久找到这个完整版的17章的答案,希望对大家有帮助。对于深入学习信息论基础这个信息论领域的圣经还是非常有帮助的。
5 6919浏览
会员免费 - Python项目开发实战1-50 高清完整.pdf版下载Python项目开发实战1-50.pdf
3 5423浏览
会员免费 - 模拟电子技术基础 带目录,高清 第五版 童诗白、华成英模电童诗白第五版pdf是一套最新版的高等物理学习电子课本。本书籍在继承了第四版内容的基础上,新增了不少的物理学重点教程知识。内容讲解的比较通俗化,可以适用于学生、教师用户学习。网友们下载后请使用pdf阅读器进行浏览!
4 1w+浏览
会员免费 - 《R语言经典实例》《R语言经典实例》英文版 R语言给我们提供了统计分析酣一切工具,但是R本身的结构可能有些难于掌握。《R语言经典实例》涵盖200多个R语言实用方法,可以帮助读者快速而有效地使用R进行数据分析。
5 1911浏览
会员免费 - MATLAB与控制系统仿真实践MATLAB与控制系统仿真实践,有关matlab的许多基本知识与仿真实例
5 853浏览
会员免费 - OpenStack.in.Action.2016.3.pdfOpenStack in Action offers real-world use cases and step-by-step instructions on how to develop your own cloud platform. This book guides you through the design of both the physical hardware cluster and the infrastructure services you’ll need. You’ll learn how to select and set up virtual and physical servers, how to implement software-defined networking, and technical details of designing, deploying, and operating an OpenStack cloud in your enterprise. You’ll also discover how to best tailor your OpenStack deployment for your environment. Finally, you’ll learn how your cloud can offer user-facing software and infrastructure services.
5 190浏览
会员免费 - NUTTX OS用户手册NUTTX OS用户手册 包含所有NUTXX的API应用介绍。
5 1859浏览
会员免费 - dsp28335寄存器手册dsp28335的寄存器手册,可以查看寄存器相关资料和中断部分资料等
5 893浏览
会员免费 - CNN模型简单介绍(LeNet,AlexNet,VGG,GoogLeNet,ResNet,GAN,R-CNN)CNN模型简单介绍,按照提出时间依次介绍LeNet,AlexNet,VGG,GoogLeNet,ResNet,GAN,R-CNN。十几页的ppt,主要介绍各个模型的核心思想、贡献,希望能为大家提供一条清晰的CNN发展脉络。具体的算法实现等需要阅读文章代码。相关文章会作为另一个资源提供免费打包下载。
4 3728浏览
会员免费 - 精通搜索分析(Mastering Search Analytics)英文高清PDF版。 本书是一本关于搜索分析的综合性著作,致力于分析和优化站内搜索、移动设备和社会化媒体。本书将营销实践和搜索引擎优化(seo)理论相结合,针对如何利用seo、sem以及站内搜索等改善搜索策略,提供了全面而深刻的指导。 第1~2章简单介绍了搜索分析的概念、搜索分析的数据来源以及sem和seo的roi的详细知识;第3~5章从seo和付费搜索的跟踪和优化、关键词跟踪以及两者之间的协调方面,深入浅出地探究了搜索流量的方式,如何跟踪关键词,以及建立相应的seo和sem计划以提高关键词的排名,探讨整合seo和sem的运作,根据所得到的数据协调资源,提升seo和sem的效果;第6章介绍了站内搜索分析方面的知识,展示了如何抓住站内搜索的价值,以及改进站内搜索的方法;第7章将seo/付费搜索和站内搜索三者科学地关联在一起,提供了通过用户数据来提升客户体验的思路;第8章阐述了如何使用技术手段跟踪和监控竞争对手的活动;第9章探究了引起数据产生动荡和峰值以及如何跟踪对排名和位置产生外在影响的因素;第10~11章介绍了移动设备和社会化媒体等新兴领域的搜索分析知识;第12~14章从来自搜索引擎的数据、基于网页的seo审查以及报告和仪表盘等方面介绍了网络爬虫以及如何整合数据方面的相关知识;第15章介绍了如何自定义监测工具并授权他人使用。
5 111浏览
会员免费 - An introduction to probabilistic graphical modelsprobabilistic graphical models Jordan draft
5 436浏览
会员免费 - 大数据正在到来的数据革命-涂子沛大数据正在到来的数据革命,涂子沛 广西师范大学出版社
5 125浏览
会员免费 - 测试之美.pdf测试之美.pdf 中文高清扫描版 业界测试专家揭密如果测试软件
5 155浏览
会员免费 - 真三维建模软件ACUTE3D目前国际上最新的真三维建模软件简介。可通过倾斜摄影或其他摄影方法,经过计算,获取实景的真三维点云及纹理贴面,实现真三维再现。
5 2144浏览
会员免费 - 完整版本STM32CubeMX用户手册中文版.pdfSTM32CubeMX是32位ARM®Cortex®STM32微控制器的图形工具。 它是STMCube™计划的一部分(请参阅第一节),可以作为独立的应用程序使用,也可以作为集成开发环境(IDE)中集成的Eclipse插件使用。 STM32CubeMX具有以下主要特点: • 简单的微控制器选择涵盖整个STM32系列 • 从意法半导体电路板上选择电路板 • 简单的微控制器配置(引脚,时钟树,外设,中间件)并生成相应的初始化C代码 • 通过将以前保存的配置导入到新的MCU项目,轻松切换到另一个微控制器 之前找了很久才找到了,传上来更大家共享下,希望对大家有帮助,欢迎下载或者永久保存。
5 4832浏览
会员免费 - 小波变换 完美通俗解读小波变换 完美通俗解读 对小波变换进行解读 适合新手
4 2290浏览
会员免费 - 管家婆工贸版T9培训教程说明书管家婆工贸版T9培训教程说明书,客户指南,热点介绍
4 3153浏览
会员免费 - d3js数据可视化实战d3js数据可视化实战,d3实战详解教程
5 1462浏览
会员免费 - MQTT协议完整中文版版.pdf物联网IOT协议MQTT协议完整中文版手册,适用于需要完整学习MQTT协议的介绍、使用、结构了解等等需要
5 6975浏览
会员免费 - Office365学习手册Office365学习教程,感谢微软SMSP部门的Cloud Team的努力
5 831浏览
会员免费 - 大数据标准化白皮书(2016版)《大数据标准化白皮书(2016版)》由全国信息技术标准化技术委员会大数据标准工作组编写。
5 196浏览
会员免费 - 高通量测序生物信息学分析(内部极品资料_初学者必看关于现在基于二代测序分析的一些生物信息方面的实验方法和专业名词的由来。
5 1344浏览
会员免费 - 爆发·大数据时代预见未来的新思维.pdf爆发·大数据时代预见未来的新思维.pdf
5 293浏览
会员免费 - 2012思科中文产品手册应该是最新思科中文产品手册, 包括路由交换无线安全新产品的参数及特性
5 170浏览
会员免费 - 分布式计算(第二版).pdf分布式计算(第二版).pdf
5 778浏览
会员免费 - 信息安全管理体系实施案例及文件集信息安全管理体系实施案例及文件集
5 459浏览
会员免费 - 雷达原理教材经典雷达原理教材,2014,第五版,阐述雷达原理及系统
5 1903浏览
会员免费 - 多智能体系统的协同群集运动控制《多智能体系统的协同群集运动控制》以多智能体系统协同群集运动控制为主线,首先介绍了图论和控制器设计所用到的基础理论知识;其次,分别从拓扑结构的边保持和代数连通度两个角度介绍了连通性保持条件下的协同群集运动控制协议设计方法;进而,针对典型的轮式移动机器人非完整约束模型介绍了连通性保持条件下的协同控制策略,为简化系统复杂拓扑结构,还介绍了基于骨干网络提取的协同群集运动控制策略;书中将个体动态模型提升到高阶非线性系统模型,介绍了高阶非线性系统协同控制协议设计方法;最后,针对多智能体系统非合作行为检测与隔离进行了详细介绍,并提出了相关算法。
5 4600浏览
会员免费 - 最新软件工程专业毕业设计题目最新的软件工程毕业设计或论文题目,可以供教师和学生参考。
4 7744浏览
会员免费 - 可视化数据.pdf可视化数据.pdf
5 703浏览
会员免费 - LDA数学八卦主题模型LDA中数学问题的经典讲解,对理解LDA有很好帮助,需要概率论基础。
5 107浏览
会员免费 - 101 ways to use Tagxedo应用Tagxedo制作文字云的101个例子
5 264浏览
会员免费 - DoDAF 2.0 vol2 中文DoDAF 2.0 vol2 中文
5 1057浏览
会员免费 - GDPR-通用数据保护条例-中文版GDPR-通用数据保护条例-中文版 GDPR-通用数据保护条例-中文版 GDPR-通用数据保护条例-中文版
4 5128浏览
会员免费 - 《如何高效学习》-斯科特杨如何用更少的时候学得更快、更好,本书的教给你一些学习的策略。
5 0浏览
会员免费 - ArcGIS for Server 10.3 授权ArcGIS for Server 10.3 授权
3 349浏览
会员免费 - 社交网络分析及案例详解_PDF电子书下载 带书签目录 完整版.pdf《社交网络分析及案例详解》共分三大部分:第一部分介绍了社交网络分析的原理,社交网络分析研究立足社会学的角度,介绍了基于图论原理的社交网络理论基础,以及一些常用的计算指标和社交网络总体网络架构;第二部分展示了客户流失和捆绑套餐推广两个电信公司案例研究,研究承袭书中第一部分对社交网络分析的概念界定,利用分析软件的计算能力,以企业业务问题的实际解决为驱动进行实证分析;第三部分展示的是如何利用SAS软件解决社交网络分析的问题,SAS解决方案的不同模块可以分别用于社交网络分析、指标测算、计算得分、群体识别以及网络结构图的绘制等。 《社交网络分析及案例详解》目标读者对象包括企业市场经营管理人员、数据分析人员、IT系统运营人员、BI从业人员、营销策划人员、社交网站分析人员,以及统计学、应用数学、计算机等专业的学者和研究人员。
5 2185浏览
会员免费 - Data Mining Concepts and Techniques 3rd Edition [PDF]清晰版(非扫描),并且带书签,经典书籍,5分应该很值!
5 471浏览
会员免费 - IETM国军标6600这个是制作IETM的标准文档,国军标6600.一共有4个PDF文档,这是第二部分
5 628浏览
会员免费 - Compressed Sensing Theory and ApplicationsCompressed Sensing Theory and Applications
5 262浏览
会员免费 - word使用技巧大全本资源是本人在攥写论文时,收集、整理的,期望对广大的同仁有所帮助! 内容主要包括: word使用技巧;公式编辑技巧;页眉页脚技巧;目录处理技巧;参考文献格式排版技巧,word画图技巧,word转PDF等等。 下面是本资源的详细目录! ============================================= 目录 I 一、利用大纲级别自动生成目录 1 二、使WORD里面的文章自动生成目录 1 (一) 设置标题格式 1 (二) 自动生成目录 1 (三) 更新目录的方法 2 三、自动生成目录图片演示 2 4.用标题1,2,3分别去定义文中的每一章节 4 四、如何自动生成目录? 6 五、奇偶页显示不同内容 7 六、在页眉中显示章编号及章标题内容 7 七、修改页眉中的划线格式 7 八、在页眉和页脚中插入章节号和标题 8 九、分隔符 8 十、目录生成教程 8 十一、怎样使首页不显示页号呢? 9 十二、在word自动生成目录 9 十三、如何用制作出书籍目录效果 10 十四、Word中如何分节 10 1 Word中节的作用 10 2 分节符的使用 11 3分节后的页面设置 11 4分节与页码编号 11 5分节后文档的页眉与页脚的设置方法 11 十五、Word模版的使用 11 十六、Word技巧----Office大赛作品 12 ★输入其他语种特殊符号的方法 12 1.插入符号法 12 2.利用软键盘功能法 12 3.利用英文字体设置 12 ★快速输入大写中文数字 13 ★将姓名按姓氏笔划排序 13 ★在Word中插入当前的日期和时间 13 ★锁定插入的日期和时间 13 ★利用合并字符功能设置上下标 13 ★使用⑩以上的数字序号 14 ★使用格式刷重复复制格式 14 ★利用拖放的方式复制网页 14 ★利用不间断空格使两个单词保持在同一行文字里 14 ★让光标在段落间快速移动 14 ★巧用“选择性粘贴”中的“无格式文本” 14 ★快速显示文字格式 14 ★在Word中用另类方法复制文本 15 ★去除自动添加的超级链接 15 ★快速插入一对大括号 15 ★在Word2002中选择多个文档区域 15 ★禁用智能标记 15 ★WORD字体随身携带 15 ★为WORD文本加注解 16 ★快速输入特定的短语 16 ★特殊符号的输入 17 ★使用通配符进行模糊替换 17 ★Word文档与RTF文档的互换问题 17 ★如何将Word文档转换成为幻灯片 17 ★使用Word字体隐藏功能制作模板 18 ★在没有安装Word的计算机上查看文档 18 ★换页时不再频繁敲回车键 18 ★Word“分节”的妙用 18 ★为部分文档创建不同的页眉或页脚 19 ★Word文档转换为HTML文档后的变化 19 ★修改Word2000标尺 20 ★微调各边距 20 ★用键盘选定表格中的项目 20 ★巧用Alt键调整表格 21 ★修改表格的垂直对齐方式 21 ★将公式完整显示出来 21 ★增加、删除和显示全部菜单命令 21 ★摒弃“智能菜单”功能 22 ★在屏幕提示中显示快捷键 22 ★快速删除Word不常用的按钮和菜单 22 ★更改菜单打开方式 22 ★更改默认的度量单位 22 ★将同一高度和宽度应用于不同对象 23 ★添加更多的智能标记 23 ★不在任务栏上显示多余文档图标 23 ★自动滚动,我可以 23 ★让文档中的图片更瘦一些 23 ★让WordXP的启动随心所欲 24 ★使用手写识别功能 24 ★Word快捷键 24 ★用Word绘图时如何选择多个对象 26 ★绘图技巧 26 ★综合利用各种艺术效果 27 ★自定义新符号 27 ★2字变13字的进化 27 ★怎样防止打印信封时打偏 28 ★如何在其它计算机上打印含有本机特有字体的文件 28 ★在Word中打印海报 28 ★Word的复印机缩放功能 29 ★Word的复印机缩放功能 29 ★将图片移到合适的位置 30 ★Ctrl在绘图中的作用 30 ★去除绘图时出现的画布 30 ★如何对齐图形 30 ★如何微调图形及图像的位置 30 ★域锁定导致域结果不能正常更新 30 ★打印出的日期有误 31 ★超级链接的直接插入 31 ★利用自动更正功能将网址转化为超级链接 31 ★清除超级链接的下划线 32 ★更改超级链接文字的外观 32 ★取消超级链接的转换 32 ★怎样创建自己的电子邮件签名或电子邮件信 32 ★怎样用Word在网上开会 33 ★给会议来点Web讨论 33 ★用剪贴板的内容进行替换 33 ★十进制字符与Unicode字符的转换 34 ★巧用“修订”功能帮朋友修改文章 34 ★利用超级链接快速调出指定文档 34 ★利用摘要功能快速显示摘要 35 ★在Word中记录保存时间 35 ★如何将Word2000当字典使用 35 ★如何查看和清空剪贴板 35 ★在Word中通过传真发送文档 36 ★如何执行“全部保存” 36 ★让Word与WPS“资源共享” 36 ★怎样取得与真实打印完全一致显示效果 37 十七 Word绘制图形技巧 38 (一) 绘制图形的技巧 38 1.画直线 38 2.画弧 38 3.画矩形 38 (二) 选择图形的技巧 38 (三) 改变图形大小的技巧 38 1.改变某条线段的长短 38 2.改变图形(或图片)的大小 38 (四) 移动图形的技巧 39 (五) 使用绘图工具的技巧 39 (六) 绘图精度的提高 39 (七) 拓展绘图功能 39 (八) 用画图和Word软件为图片减肥的技巧 39 1、借用“画图”软件,进行便利“减肥” 39 2、借用“Word”软件,进行批量“减肥” 40 十八、页眉对齐技巧 41 十九、用Word画图功能做出五星红旗 42 二十、用Word小技巧 45 1.一次保存多个文件 45 2.快速组合多个对象 45 3.快速回到上次编辑的位置 46 4.快速更改英文的大小写 46 5.输入直引号(') 46 二十一、一页关联两个页码小技巧 46 二十二、多图片文档的快速浏览小技巧 47 二十三、表格小技巧 48 (一) 绘制表格 48 (二) 插入表格 52 二十四、不同页眉小技巧 53 1、如何在同一文档中创建不同的页眉 53 2、如何去除页眉中的横线 53 二十五、电子图书馆文章转为Word文档 54 1、PDF文件的识别 54 2、caj文件的识别: 55 3、超星文件的识别: 55 4、其他情况下的识别: 55 二十六、拆分窗口 56 二十七、标题自动到页眉 57 二十八、word制作日历 58 二十九、表格超界问题 59 三十、 word:公式编号右对齐 59 方法1:如何设置右对齐公式和题注号 60 方法2:如何设置左对齐公式 61 方法3:如何设置居中的公式 61 三十一、拼音位置 62 三十二、密码破解 62 1、破解Word密码不是梦 62 2、Excel也别跑 63 三十三、PDF转DOC 64 三十四、解密高手 64 三十五、公式宽度 66 全部一次调整 67 局部调整方法 67 三十六、自定义模板 自动生成指定的Word文件名 68 三十七、从头到脚完美:Word文档布局 69 三十八、文件夹的内容生成文件 70 三十九、参考文献的标注 70 1、如何在word文档中加进参考文献的标注 70 2、省时省力——写论文时如何利用word编辑参考文献 71 3、如何在Word中编辑参考文献 72 4、关于[1][2][3]类的脚尾注格式问题,与各位分享(修改) 73 5、利用word中的交叉引用来实现科技论文参考文献的引用 73 6、用word处理参考文献的最简单的方法 74 四十、word 使用技巧大全 75 之一 75 巧妙控制OfficeWord中的“孤行” 75 Word中表格快速一分为二: 75 在Excel中输入人名时使用“分散对齐” 77 之二 78 1、硬回车键的使用 78 2、使同行中选定的文字垂直提升或降低位置 78 3、给文档中的文字添加效果 78 4、给文本添加“文本框” 78 5、窗口拆分 79 6、使超出整页的几行文字合并到前页 79 7、新建自动图文集,用于快速输入文字 79 8、密码保存功能 79 9、不间断空格 79 10、调整下划线与文字之间的距离 79 之三 81 快速将文档转换成图片 81 WORD中如何输入分数 83 在word编辑中经常要调整字体大小 83 使Word中的字体变清晰Word文档中使用“仿宋”字体很淡,可按以下方法使字体更清晰: 84 四十一、word和execl使用技巧 84 1、Word下如何使用着重号 84 2、让Word表格快速一分为二 84 3、Word中巧用Alt键 85 4、巧用定位选条件单元格 85 5、在不同单元格快速输入同一内容 85 6、快速返回上次编辑点 85 7、多个单元格数据巧合并 85 8、Excel中巧用双击定位 85 9、Word准确移动文本 85 10、“相中”垂直文本块 85 11、Excel避免计算误差 85 12、让Word打印自动按序排列 86 13、Excel中快速绘制文本框 86 14、快速更改英文大小写 86 15、让窗口这样固定 86 16、快速输入省略号 86 17、轻松搞定单元格数据斜向排 86 18、快速去掉页眉的横线 86 19、为奇偶页制作不同的水印 86 20、快捷绘图 87 21、快速去除超链接 87 22、如何避免标题排在一页的底部 87 23、如何将文档中的某一页改为横向 87 24、如何将一个表格垂直拆分为两个的表格 87 25、巧用Word的扩展选定功能 87 26、Excel单元格多于15位数字的输入 87 27、Word中磅与厘米的换算 87 28、计算机中容量单位的换算 88 29、在Excel中复制上一单元格 88 30、清除拼写功能 88 31、Word表格后空白页的处理 88 32、改变图片形状 88 33、编辑线段顶点 88 34、开关网格线 88 35、在Word中快速改变行距 88 36、在Word中快速选取段落 88 37、在Excel中实现自动换行 89 38、汉字输入法的若干诀窍 89 39、用Word2000对称页边距进行双面打印 89 40、Excel玩“转置” 89 41、Excel轻松排序 89 42、Word中实现表格标题重复 89 43、Excel中实现表格标题分页打印 89 45、Word读书消除疲劳小技巧 89 46、给含公式的单元格点颜色看看 90 47、行首列尾随点随到 90 48、表格一次删个光 90 49、Word文档快速查找 90 50、几秒钟自动生成目录 90 51、在Word快速输入化学方程式 90 51、Word的两种水印 90 52、Word中画直线及精确调整图形的技巧 90 53、在Word文本框间创建“文字流” 91 54、迅速得出Word表格的行列数 91 55、我用Word来拆字 91 56、批量写贺卡和信封 91 57、Word中巧输星期 91 58、输入带圈字符 91 59、过滤网页内容 91 60、快速转换大写金额 92 61、去掉自动编号功能 92 62、去除绘图时出现的画布 92 63、巧用“格式刷” 92 64、部分加粗表格线 92 65、隐藏累赘的文字 92 66、长文档前后比照有妙招 92 67、让标尺自动出现 92 68、轻松设置特大特小字 92 69、巧调Word字符间距 93 70、按“Alt+Shift+P”组合键自动插入页码 93 71、A4两页内容妙“嫁”A3页 93 72、巧用“单色打印” 93 73、巧妙计算公式中的部分值 93 74、快速选定“空白”和“数据”单元格 93 75、让字符站起来 93 76、只给文字加下划线 93 77、Excel中消除0值 94 78、快速输入间隔号 94 79、巧用特殊符号绘制分隔线 94 80、用“Alt+Enter”快速重输 94 81、文字旋转轻松做 94 82、用分节符设置混合版面 94 83、Excel中插入连续空白行 94 84、Excel快速输入大写中文数字 94 85、多个工作表的页眉和页脚同时设置 95 86、判断成绩等级和统计各分数段人数 95 87、快速访问经常使用的文档 95 88、打造整齐的Word公式 95 89、快速精确调整表格宽度 95 90、改变文本框的形状 96 91、禁止Word中图形随段落移动 96 92、三种好学有用的Excel函数应用 96 94、字体大小任我调 96 95、复制Word格式又一法 96 96、大文档的页码编排 96 97、让你受益终身的10个word的使用技巧 97 98 其他常用技巧 98 99、Word中查找/替换通配符和代码 101 四十三、Word中公式编辑器的使用技巧 104 1、公式编辑器的启动与退出 104 四十四、Word文档设置多个不同的页眉页脚 107 四十五、Word 快捷键 108 四十六、Word 通配符 110 四十六、Word小技巧 111 1、在Word中插入当前的日期和时间 111 2、利用不间断空格使两个单词保持在同一行文字里 112 3、让光标在段落间快速移动 112 4、选择多个文档区域 112 5、使用通配符进行模糊替换 112 6、换页时不再频繁敲回车键 112 7、微调各边距 113 8、用键盘选定表格中的项目 113 9、巧用Alt键调整表格 113 10、修改表格的垂直对齐方式 113 11、增加、删除和显示全部菜单命令 114 12、在屏幕提示中显示快捷键 115 13、不在任务栏上显示多余文档图标 115 14、让文档中的图片更瘦一些 116 15、Word的复印机缩放功能 116 16、将图片移到合适的位置 117 17、怎样用Word在网上开会 117 1)安排会议 117 2)现在开会 118 3)给会议来点Web讨论 118 17、巧用“修订”功能修改文章 118 18、在Word中通过传真发送文档 119 19、如何执行“全部保存” 119 四十七、页眉页脚 120 1、奇偶页眉不一样 120 2、首页不显示页眉,显示页脚 120 3、取消页眉的边框格式 121 4、改变页眉的样式 121 5、修改“页眉”样式 121 6、取消页眉的边框格式 122 7、和页眉横线“永别” 122 四十八、Office技巧集锦——WORD篇 122 1.“文本框”也能输入多重幂指数 122 2.怎样关闭拼写错误标记 122 3.附加段落格式的去除 123 4.附加字符格式的去除 123 5.巧用多级列表功能编号 123 6.解决“公式编辑器”调入速度慢的问题 123 7.插入其它语种的特殊符号 124 1) 插入符号法 124 2) 利用软键盘功能法 124 3) 利用英文字体设置 124 8.快速输入大写中文数字 124 9.在Word中插入当前的日期和时间 124 10.锁定插入的日期和时间 124 11.利用合并字符功能设置上下标 125 12.使用⑩以上的数字序号 125 13.使用格式刷重复复制格式 125 14.利用拖放的方式复制网页 125 15.利用不间断空格使两个单词保持在同一行文字里 125 16.让光标在段落间快速移动 125 17.巧用“选择性粘贴”中的“无格式文本” 125 18.快速显示文字格式 126 19.在Word中用另类方法复制文本 126 20.快速输入特殊符号 126 21.去除自动添加的超级链接 126 22.快速插入一对大括号 126 23.在Word2002中选择多个文档区域 126 24.禁用智能标记 127 25.WORD字体随身携带 127 26.为WORD文本加注解 127 27.快速输入特定的短语 127 28.特殊符号的输入 128 29.使用通配符进行模糊替换 128 30.使用Word字体隐藏功能制作模板 128 31.在没有安装Word的计算机上查看文档 129 32.换页时不再频繁敲回车键 129 33.Word“分节”的妙用 129 34.为部分文档创建不同的页眉或页脚 129 35.Word文档转换为HTML文档后的变化 130
5 4903浏览
会员免费 - 模式识别 中文第2版(西奥多里蒂斯 等著,李晶皎译)模式识别 中文第2版(西奥多里蒂斯 著,李晶皎译)
5 118浏览
会员免费 - 可计算性与计算复杂性导引(第3版)张立昂的精品书籍,《可计算性与计算复杂性导引(第3版)》,第三版。
5 1153浏览
会员免费 - 数据资产管理平台产品使用手册.pdf数据资产管理是一款基于 WEB 方式的元数据管理工具,采用这个工具能够整合游离于 企业各环节的元数据资产,便于用户浏览及分析元数据。数据资产管理平台有助于帮助用户 了解和管理信息和加工处理过程的来源,也有助于用户理解信息与加工过程之间的关系以及 它们如何被使用。 数据资产管理平台支持采集多种元数据来源,包括:关系数据库、客户化元数据等多种 元数据来源,数据资产管理平台对采集的元数据进行统一存储到数据资产管理平台知识库并 集中管理,为上层元数据应用提供服务,同时采用元数据树方式来统一展示数据资产管理平 台知识库的元数据,层级结构清晰,便于用户直观了解元数据组织结构。
5 3414浏览
会员免费 - Microstrip Antenna Design HandbookMicrostrip Antenna Design Handbook 通信行业经典工具书
5 771浏览
会员免费 - 矩阵分析与应用 课后答案张贤达 矩阵分析与应用 课后答案 矩阵分析的有用资料
5 2235浏览
会员免费 - 中国智慧城市白皮书白皮书系统的阐述了智慧城市的概念、发展现状、技术体系、国内外智慧城市标准化工作进展,提出了智慧城市标准体系框架和急需的重点标准,并对智慧城市 国家标准体系建设提出了思考和建议。
5 273浏览
会员免费 - 自动控制:多学科视角(英文原版)这是本从跨学科角度来看控制问题的著作。它的作者是该领域的绝对专家Astrom,本书也是众多Astrom系列之一。有学控制专业或是对控制感兴趣的同学可以读一读,这本书能让你从不一样的角度来理解控制科学在我们生活中的作用,绝不是空谈理论。
5 383浏览
会员免费 - 华为云业务中台&数据中台技术方案.pdf业务中台技术方案统一技术架构、统一应用运行运维平台,基于华为云DevOps一站式开发运维平台和中间件快速开发和减少运维。 一个大平台,四个标准化(基础设施、应用架构、数据集成、交付过程) 底层核心竞争力:以硬核技术平台打造云基础服务尖刀 微服务核心竞争力:业界最优性能,端到端全场景支撑企业微服务化转型
5 2824浏览
会员免费 - Gaussian Processes for Machine Learning这是一本关于Gaussian过程回归、分类方面的书。对机器学习新方法感兴趣的不妨看一看。 Contents Series Foreword . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xi Preface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xiii Symbols and Notation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xvii 1 Introduction 1 1.1 A Pictorial Introduction to Bayesian Modelling . . . . . . . . . . . . . . . 3 1.2 Roadmap . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2 Regression 7 2.1 Weight-space View . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2.1.1 The Standard Linear Model . . . . . . . . . . . . . . . . . . . . . . 8 2.1.2 Projections of Inputs into Feature Space . . . . . . . . . . . . . . . 11 2.2 Function-space View . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 2.3 Varying the Hyperparameters . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.4 Decision Theory for Regression . . . . . . . . . . . . . . . . . . . . . . . . 21 2.5 An Example Application . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 2.6 Smoothing, Weight Functions and Equivalent Kernels . . . . . . . . . . . 24 2.7 Incorporating Explicit Basis Functions . . . . . . . . . . . . . . . . . . . . 27 2.7.1 Marginal Likelihood . . . . . . . . . . . . . . . . . . . . . . . . . . 29 2.8 History and Related Work . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 2.9 Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3 Classification 33 3.1 Classification Problems . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 3.1.1 Decision Theory for Classification . . . . . . . . . . . . . . . . . . 35 3.2 Linear Models for Classification . . . . . . . . . . . . . . . . . . . . . . . . 37 3.3 Gaussian Process Classification . . . . . . . . . . . . . . . . . . . . . . . . 39 3.4 The Laplace Approximation for the Binary GP Classifier . . . . . . . . . . 41 3.4.1 Posterior . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 3.4.2 Predictions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 3.4.3 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 3.4.4 Marginal Likelihood . . . . . . . . . . . . . . . . . . . . . . . . . . 47 3.5 Multi-class Laplace Approximation . . . . . . . . . . . . . . . . . . . . . . 48 3.5.1 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 3.6 Expectation Propagation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 3.6.1 Predictions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 3.6.2 Marginal Likelihood . . . . . . . . . . . . . . . . . . . . . . . . . . 57 3.6.3 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 3.7 Experiments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 3.7.1 A Toy Problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 3.7.2 One-dimensional Example . . . . . . . . . . . . . . . . . . . . . . 62 3.7.3 Binary Handwritten Digit Classification Example . . . . . . . . . . 63 3.7.4 10-class Handwritten Digit Classification Example . . . . . . . . . 70 3.8 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 Sections marked by an asterisk contain advanced material that may be omitted on a first reading. C. E. Rasmussen & C. K. I. Williams, Gaussian Processes for Machine Learning, the MIT Press, 2006, ISBN 026218253X. c 2006 Massachusetts Institute of Technology. www.GaussianProcess.org/gpml viii Contents 3.9 Appendix: Moment Derivations . . . . . . . . . . . . . . . . . . . . . . . . 74 3.10 Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 4 Covariance Functions 79 4.1 Preliminaries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 4.1.1 Mean Square Continuity and Differentiability . . . . . . . . . . . . 81 4.2 Examples of Covariance Functions . . . . . . . . . . . . . . . . . . . . . . 81 4.2.1 Stationary Covariance Functions . . . . . . . . . . . . . . . . . . . 82 4.2.2 Dot Product Covariance Functions . . . . . . . . . . . . . . . . . . 89 4.2.3 Other Non-stationary Covariance Functions . . . . . . . . . . . . . 90 4.2.4 Making New Kernels from Old . . . . . . . . . . . . . . . . . . . . 94 4.3 Eigenfunction Analysis of Kernels . . . . . . . . . . . . . . . . . . . . . . . 96 4.3.1 An Analytic Example . . . . . . . . . . . . . . . . . . . . . . . . . 97 4.3.2 Numerical Approximation of Eigenfunctions . . . . . . . . . . . . . 98 4.4 Kernels for Non-vectorial Inputs . . . . . . . . . . . . . . . . . . . . . . . 99 4.4.1 String Kernels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100 4.4.2 Fisher Kernels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 4.5 Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102 5 Model Selection and Adaptation of Hyperparameters 105 5.1 The Model Selection Problem . . . . . . . . . . . . . . . . . . . . . . . . . 106 5.2 Bayesian Model Selection . . . . . . . . . . . . . . . . . . . . . . . . . . . 108 5.3 Cross-validation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 5.4 Model Selection for GP Regression . . . . . . . . . . . . . . . . . . . . . . 112 5.4.1 Marginal Likelihood . . . . . . . . . . . . . . . . . . . . . . . . . . 112 5.4.2 Cross-validation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 5.4.3 Examples and Discussion . . . . . . . . . . . . . . . . . . . . . . . 118 5.5 Model Selection for GP Classification . . . . . . . . . . . . . . . . . . . . . 124 5.5.1 Derivatives of the Marginal Likelihood for Laplace’s Approximation 125 5.5.2 Derivatives of the Marginal Likelihood for EP . . . . . . . . . . . . 127 5.5.3 Cross-validation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 5.5.4 Example . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128 5.6 Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128 6 Relationships between GPs and Other Models 129 6.1 Reproducing Kernel Hilbert Spaces . . . . . . . . . . . . . . . . . . . . . . 129 6.2 Regularization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 6.2.1 Regularization Defined by Differential Operators . . . . . . . . . . 133 6.2.2 Obtaining the Regularized Solution . . . . . . . . . . . . . . . . . . 135 6.2.3 The Relationship of the Regularization View to Gaussian Process Prediction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135 6.3 Spline Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136 6.3.1 A 1-d Gaussian Process Spline Construction . . . . . . . . . . . . . 138 6.4 Support Vector Machines . . . . . . . . . . . . . . . . . . . . . . . . . . . 141 6.4.1 Support Vector Classification . . . . . . . . . . . . . . . . . . . . . 141 6.4.2 Support Vector Regression . . . . . . . . . . . . . . . . . . . . . . 145 6.5 Least-squares Classification . . . . . . . . . . . . . . . . . . . . . . . . . . 146 6.5.1 Probabilistic Least-squares Classification . . . . . . . . . . . . . . . 147 C. E. Rasmussen & C. K. I. Williams, Gaussian Processes for Machine Learning, the MIT Press, 2006, ISBN 026218253X. c 2006 Massachusetts Institute of Technology. www.GaussianProcess.org/gpml Contents ix 6.6 Relevance Vector Machines . . . . . . . . . . . . . . . . . . . . . . . . . . 149 6.7 Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150 7 Theoretical Perspectives 151 7.1 The Equivalent Kernel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151 7.1.1 Some Specific Examples of Equivalent Kernels . . . . . . . . . . . 153 7.2 Asymptotic Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155 7.2.1 Consistency . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155 7.2.2 Equivalence and Orthogonality . . . . . . . . . . . . . . . . . . . . 157 7.3 Average-case Learning Curves . . . . . . . . . . . . . . . . . . . . . . . . . 159 7.4 PAC-Bayesian Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161 7.4.1 The PAC Framework . . . . . . . . . . . . . . . . . . . . . . . . . . 162 7.4.2 PAC-Bayesian Analysis . . . . . . . . . . . . . . . . . . . . . . . . 163 7.4.3 PAC-Bayesian Analysis of GP Classification . . . . . . . . . . . . . 164 7.5 Comparison with Other Supervised Learning Methods . . . . . . . . . . . 165 7.6 Appendix: Learning Curve for the Ornstein-Uhlenbeck Process . . . . . . 168 7.7 Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169 8 Approximation Methods for Large Datasets 171 8.1 Reduced-rank Approximations of the Gram Matrix . . . . . . . . . . . . . 171 8.2 Greedy Approximation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174 8.3 Approximations for GPR with Fixed Hyperparameters . . . . . . . . . . . 175 8.3.1 Subset of Regressors . . . . . . . . . . . . . . . . . . . . . . . . . . 175 8.3.2 The Nystr¨om Method . . . . . . . . . . . . . . . . . . . . . . . . . 177 8.3.3 Subset of Datapoints . . . . . . . . . . . . . . . . . . . . . . . . . 177 8.3.4 Projected Process Approximation . . . . . . . . . . . . . . . . . . . 178 8.3.5 Bayesian Committee Machine . . . . . . . . . . . . . . . . . . . . . 180 8.3.6 Iterative Solution of Linear Systems . . . . . . . . . . . . . . . . . 181 8.3.7 Comparison of Approximate GPR Methods . . . . . . . . . . . . . 182 8.4 Approximations for GPC with Fixed Hyperparameters . . . . . . . . . . . 185 8.5 Approximating the Marginal Likelihood and its Derivatives . . . . . . . . 185 8.6 Appendix: Equivalence of SR and GPR Using the Nystr¨om Approximate Kernel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187 8.7 Exercises . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187 9 Further Issues and Conclusions 189 9.1 Multiple Outputs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190 9.2 Noise Models with Dependencies . . . . . . . . . . . . . . . . . . . . . . . 190 9.3 Non-Gaussian Likelihoods . . . . . . . . . . . . . . . . . . . . . . . . . . . 191 9.4 Derivative Observations . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191 9.5 Prediction with Uncertain Inputs . . . . . . . . . . . . . . . . . . . . . . . 192 9.6 Mixtures of Gaussian Processes . . . . . . . . . . . . . . . . . . . . . . . . 192 9.7 Global Optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 9.8 Evaluation of Integrals . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 9.9 Student’s t Process . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194 9.10 Invariances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194 9.11 Latent Variable Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196 9.12 Conclusions and Future Directions . . . . . . . . . . . . . . . . . . . . . . 196 C. E. Rasmussen & C. K. I. Williams, Gaussian Processes for Machine Learning, the MIT Press, 2006, ISBN 026218253X. c 2006 Massachusetts Institute of Technology. www.GaussianProcess.org/gpml x Contents Appendix A Mathematical Background 199 A.1 Joint, Marginal and Conditional Probability . . . . . . . . . . . . . . . . . 199 A.2 Gaussian Identities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200 A.3 Matrix Identities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201 A.3.1 Matrix Derivatives . . . . . . . . . . . . . . . . . . . . . . . . . . . 202 A.3.2 Matrix Norms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202 A.4 Cholesky Decomposition . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202 A.5 Entropy and Kullback-Leibler Divergence . . . . . . . . . . . . . . . . . . 203 A.6 Limits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204 A.7 Measure and Integration . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204 A.7.1 Lp Spaces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205 A.8 Fourier Transforms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205 A.9 Convexity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206 Appendix B Gaussian Markov Processes 207 B.1 Fourier Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208 B.1.1 Sampling and Periodization . . . . . . . . . . . . . . . . . . . . . . 209 B.2 Continuous-time Gaussian Markov Processes . . . . . . . . . . . . . . . . 211 B.2.1 Continuous-time GMPs on R . . . . . . . . . . . . . . . . . . . . . 211 B.2.2 The Solution of the Corresponding SDE on the Circle . . . . . . . 213 B.3 Discrete-time Gaussian Markov Processes . . . . . . . . . . . . . . . . . . 214 B.3.1 Discrete-time GMPs on Z . . . . . . . . . . . . . . . . . . . . . . . 214 B.3.2 The Solution of the Corresponding Difference Equation on PN . . 215 B.4 The Relationship Between Discrete-time and Sampled Continuous-time GMPs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 B.5 Markov Processes in Higher Dimensions . . . . . . . . . . . . . . . . . . . 218 Appendix C Datasets and Code 221 Bibliography 223 Author Index 239 Subject Index 245
5 0浏览
会员免费 - 用户画像建模实战用户画像全面解析,47页PPT干货,用户画像实战建模分享
4 2103浏览
会员免费 - Microsoft Office2010将鼠标放在要插入艺术字的位置上,点击功能区的“插入”选项卡,在“文本”组,点击“艺 术字”,然后选择一种用户喜欢的 word2010 内置的艺术字样式,文档中将自动插入含有默 认文字“请在此放置您的文字”和所选样式的艺术字,并且功能区将显示“绘图工具”的上下文 菜单(Microsoft_Office_Word_2010实用操作教程.pdf)
5 1588浏览
会员免费 - sgp4 sdp4卫星轨道模型算法sgp4 sdp4卫星轨道模型算法:sgp8,sdp8.等等的计算公式。里面有Fortran代码。
5 2299浏览
会员免费 - 61850规约详细介绍关于智能化变电站使用通讯协议,可以迅速掌握61850规约的使用方法,同时也可以使用抓包工具对报文进行分析
5 3497浏览
会员免费 - 台达PLC编程手册最新版台达PLC编程手册,最新版本。有编程资料、系统资料等
5 1235浏览
会员免费 - 海康威视 IVMS-8700综合管理平台操作手册海康威视 IVMS-8700综合管理平台操作手册,门禁、考勤、安防、访客、车辆管理系统、消费系统等综合软件平台
3 1w+浏览
会员免费 - Talend open studio 中文使用文档文档首先说明了数据大势,数据处理,而后衍生出各种ETL工具,最后详细介绍了talend的使用,主要介绍了JOB的创建以及一系列组件的使用,图文讲解,入门级的好帮手
5 1539浏览
会员免费