定 價：42 元
叢書名：高等學校信息技術(shù)人才能力培養(yǎng)系列教材
當前圖書已被 9 所學校薦購過！
查看明細
- 作者：徐月美王新周勇
- 出版時間：2023/9/1
- ISBN：9787115620125
- 出 版 社：人民郵電出版社
- 中圖法分類：TP18-33
- 頁碼：
- 紙張：膠版紙
- 版次：
- 開本：128開
本書是《計算思維與人工智能基礎（第2版）》的配套實驗教材。本書緊跟計算機技術(shù)發(fā)展潮流，以“基礎性、系統(tǒng)性、先進性、實用性”為指導思想，主要實驗內(nèi)容包括Windows10、Word 2016、Excel 2016、PowerPoint 2016、Visio 2016、網(wǎng)絡信息檢索、算法設計、基于Weka平臺的機器學習算法實現(xiàn)等。
本書強調(diào)計算機實際應用能力的培養(yǎng)，實驗內(nèi)容注重由淺入深、詳略得當、圖文并茂、示例精煉。通過本書的學習，可使學生熟練地操作使用計算機，并能加強學生對計算思維與人工智能基礎理論知識的理解。
本書適合高等學校非計算機專業(yè)作為計算機基礎課程的實驗教材，也可作為計算機應用培訓班實驗教材和計算機初學者的自學實驗用書。
1.以“基礎性、系統(tǒng)性、先進性、實用性”為指導思想
2.配有算法設計、基于Weka平臺的機器學習算法實現(xiàn)實驗。
本書強調(diào)計算機實際應用能力的培養(yǎng)，實驗內(nèi)容注重由淺入深、詳略得當、圖文并茂、示例精煉。通過本書的學習，可使學生熟練地操作使用計算機，并能加強學生對計算思維與人工智能基礎理論知識的理解。
徐月美，中國礦業(yè)大學副教授，曾出版《計算思維與人工智能基礎》教材，主要研究項目及領(lǐng)域：圖像處理等，一直從事計算機基礎課程的教學。
第1章 Windows 10
學習指導 1
一、Windows概述 1
二、Windows 10文件和資源管理 7
三、控制面板與設置 9
四、附件及系統(tǒng)工具 10
實驗 14
實驗1-1 Windows 10基本操作 14
實驗1-2 文件資源管理器的使用 19
實驗1-3 控制面板及系統(tǒng)設置 26
實驗1-4 常用附件程序和系統(tǒng)工具 34
第2章 Word 2016
學習指導 37
一、Word 2016的界面 37
二、文檔的基本操作 40
三、文本的基本編輯 41
四、Word 2016的視圖 42
實驗 43
實驗2-1 圖文混排 43
實驗2-2 表格編輯和郵件合并 49
實驗2-3 長文檔的編輯 56
第3章 Excel 2016
學習指導 59
一、Excel 2016的界面 59
二、電子表格的基本概念 61
三、Excel 2016的視圖 62
四、數(shù)據(jù)的輸入 63
五、自動填充 64
六、單元格的引用 64
七、常用函數(shù) 65
實驗 65
實驗3-1 公式與函數(shù) 65
實驗3-2 圖表和數(shù)據(jù)透視表 71
實驗3-3 數(shù)據(jù)管理與分析 75
第4章 PowerPoint 2016
學習指導 81
一、PowerPoint 2016的界面 81
二、PowerPoint 2016的視圖 83
三、創(chuàng)建演示文稿的一般步驟 86
實驗 86
實驗4-1 演示文稿的基本編輯 86
實驗4-2 演示文稿的動態(tài)編輯 91
第5章 Visio 2016
學習指導 94
一、Visio 2016概述 94
二、Visio 2016基本操作 96
三、Visio 2016中文本的添加和編輯 99
四、Visio 2016圖形的導出 100
實驗 100
實驗5-1 使用繪圖工具繪制圖形 100
實驗5-2 使用模具繪制流程圖 102
第6章 網(wǎng)絡信息檢索
學習指導 108
一、Internet基本服務 108
二、數(shù)據(jù)壓縮軟件WinRAR簡介 109
三、常用文獻數(shù)據(jù)庫和相關(guān)閱讀軟件簡介 110
實驗 111
實驗6-1 Internet信息服務的使用 111
實驗6-2 WinRAR的下載、安裝及使用 125
實驗6-3 常用文獻數(shù)據(jù)庫的檢索和使用 128
第7章 算法設計
學習指導 141
一、Raptor安裝 141
二、Raptor簡介 141
實驗 144
實驗7-1 Raptor基礎 144
實驗7-2 枚舉法 151
實驗7-3 遞推法 157
實驗7-4 遞歸法 160
第8章 基于Weka平臺的機器學習算法實現(xiàn)
學習指導 164
一、Weka平臺概述 164
二、數(shù)據(jù)格式與數(shù)據(jù)制作 167
實驗 171
實驗8-1 基于決策樹方法的貸款申請類別預測分析 171
實驗8-2 基于k均值算法的銀行客戶聚類分析 175
實驗8-3 基于k近鄰算法鳶尾花數(shù)據(jù)分類分析 178
參考文獻
書單推薦
