本書分為“大模型基礎”、“大模型優(yōu)化方法”和“大模型能力擴展”三個部分,逐步深入地介紹了大模型的核心技術和前沿發(fā)展。第一部分“大模型基礎”作為基礎篇目,注重理論鋪墊;第二部分“大模型優(yōu)化方法”作為進階篇目,深入技術細節(jié);第三部分“大模型能力擴展”作為高級篇目,聚焦前沿挑戰(zhàn)。

本書采用“項目引導、任務驅動”的項目化教學方式編寫,體現(xiàn)了“基于工作過程”“教、學、做”一體化的教學理念。本書以Windows10和WindowsServer2016為平臺,內容劃分為6個學習情境、13個工程項目,具體內容包括:構建小型對等網絡、構建中型網絡、構建無線網絡、接入Internet、網絡服務器的安裝與配置、

本書系統(tǒng)介紹軟件缺陷檢測的理論、方法與實踐,全面覆蓋軟件質量保障的核心技術。本書不僅涵蓋傳統(tǒng)靜態(tài)與動態(tài)檢測技術,還結合人工智能、自動化等前沿趨勢,探討智能化缺陷預測與自動化檢測的實現(xiàn)路徑。通過理論解析、技術對比與實踐案例,幫助讀者構建多維度、全流程的缺陷防控體系,特別適用于軍事、金融、醫(yī)療、工業(yè)軟件等高可靠性領域的質量

本書內容涵蓋Python程序設計基礎與數(shù)據(jù)分析兩大部分。第一部分講解Python基本語法、控制結構、函數(shù)、數(shù)據(jù)文件、面向對象程序設計、常用數(shù)據(jù)結構,為讀者打下堅實的編程基礎。第二部分聚焦于數(shù)據(jù)分析的核心庫--NumPy、Pandas、Matplotlib,以及如何使用這些庫進行數(shù)據(jù)分析,使讀者能夠將理論知識應用于實際問

本書以軟件工程知識體系SWEBOKV3(2014版)和軟件測試知識體系SWTBOKV1.0(2011版)為藍本,全面、系統(tǒng)地從測試過程、測試技術與方法和測試管理三個方面介紹了在軟件測試領域被廣泛接受的知識領域,分別介紹軟件工程過程與模型、軟件測試生命周期、靜態(tài)測試技術、動態(tài)測試技術、缺陷管理、軟件測試過程、測試文檔、自

本書以滿足Linux操作系統(tǒng)課程的教學和實訓要求,培養(yǎng)Linux系統(tǒng)維護人員和使用人員為目標,主要內容包括操作系統(tǒng)概述、Linux的安裝、Linux常用命令(包括目錄操作和文件操作命令)、用戶管理、安全管理、網絡管理、Shell程序設計、常用服務安裝與配置及Linux環(huán)境下C語言編程等。

本書共分為11章,內容涵蓋了計算機系統(tǒng)的各個方面,包括計算機系統(tǒng)概述、指令系統(tǒng)與匯編程序設計、計算機信息表示、計算機組成原理、計算機操作系統(tǒng)、進程管理、進程同步、內存管理、文件管理、外設管理、系統(tǒng)初始化與Shell編程、程序設計語言與開發(fā)工具等。

本書共11章。第1章著重介紹Web基本概念、Web開發(fā)技術體系及VSCode安裝;第2-4章著重介紹HTML、CSS、JavaScript等Web前端開發(fā)技術,以及Vue、ElementPlus和Axios前端框架;第5、6章著重介紹PHP開發(fā)技術和PHP框架;第7-9章著重介紹Java語言基礎、JavaWeb開發(fā)技術

本書主要分為機器學習的基礎、非參數(shù)化模型、線性模型、聚類方法、降維方法、EM算法與隱變量模型、集成學習、概率圖模型、人工神經網絡基礎、神經網絡模型、生成式模型、自監(jiān)督學習、強化學習基礎、強化學習算法、深度強化學習等模塊。

本書從智能的概念出發(fā),了解、學習人工智能的發(fā)展歷史和發(fā)展動向,初步掌握人工智能的基本技術和研究方法,重點掌握表達、搜索、推理和學習等人工智能技術手段;了解人工智能的應用領域,為今后進一步從事相關專業(yè)奠定基礎。