書名: 用範例實作學Visual C#程式設計-使用C# 2019(附範例光碟) 2019 <全華科技圖書股份有限公司>
作者: 王振興
ISBN: 9789865030780
出版社: 全華
出版日期: 2019/11
書籍開數、尺寸: 19x26x1.6
重量: 0.61 Kg
頁數: 320
內文印刷顏色: 單色
#資訊
#編程與軟體開發
#C#
定價: 450
售價: 396
庫存: 已售完
LINE US! 詢問這本書 團購優惠、書籍資訊 等
此書籍已售完,調書籍需2-5工作日。建議與有庫存書籍分開下單

付款方式: 超商取貨付款 line pay
信用卡 全支付
線上轉帳 Apple pay
物流方式: 超商取貨
宅配
門市自取

詳細資訊

書名:用範例實作學Visual C#程式設計:使用C# 2019(附範例光碟) 作者:王振興 出版社:全華 出版日期:2019/11/00 ISBN:9789865030780 內容簡介 ■ 圖書試閱會員獨享--請完成右上角會員登錄 試閱檔案 ■ 本書特色 1. 本書以Visual Studio 2019為例,所有程式皆適用於Visual studio 2017/2019版本。 2.由實作開始,引領讀者建構程式碼;並於錯誤時,學習如何於網路中尋找問題之答案。以程式設計,解決生活中所遭遇到的問題。 3. 以各步驟含圖解之方式,介紹安裝、建立專案、與整合發展環境。再以範例引導,介紹基本元件之用法。接著以解決數學問題之程式,說明程式設計在解決問題之應用。 4. 本書採用統一的架構介紹IDE整合式發展環境開發視窗程式。 ■ 內容簡介 過去程式語言教材只著重於初階之教學,或是介紹太多艱澀的術語,而磨光了學習的動機。有鑑於此,作者仿效古人教導習字的精神,尋求程式設計學習之道。作者特別強調,程式設計之學習捷徑無他,必由實作開始,一字一字地鍵入程式碼。於遇到錯誤時,學習如何於網路中尋找問題之答案。並且,需時時發想如何以程式設計解決生活中所遭遇到的問題。 本書以各步驟含圖解之方式,介紹安裝、建立專案、與整合發展環境。再以範例引導,介紹基本元件之用法。接著以解決數學問題之程式,說明程式設計在解決問題之應用。最後再以登入系統、餐廳之點餐程式、各種遊戲程式之設計,讓讀者了解程式設計是如何解決生活中之問題,並增加讀者學習之興趣。 目錄 01 環境建置 1.1 安裝Visual Studio Express 2015 for Windows Desktop 1.2 建立專案 1.3 環境介紹 1.4 中英文術語對照表 1.5 範例程式 02 文字盒之變化 2.1 ShowName 2.2 ShowNameWithMultiButtons 2.3 ShowNameWithTimer 2.4 ShowNameByRichTextBox 03 應用於數學 3.1 FactorialUpTo100 3.2 Fabonacci 3.3 MatrixMultiplication 3.4 InverseMatrix 3.5 LinearEquation 3.6 CubicEquation 3.7 MathTwoCars 04 排序 4.1 SelectionSort 4.2 InsretionSort 4.3 BubbleSort 4.4 OddEvenSort 05 其他應用 5.1 Password 5.2 DishMenu 5.3 Lottery 5.4 Calculator 5.5 OpenCloseFile 5.6 Graphics 06 資料庫 6.1 DataBase 07 遊戲一 7.1 SecretNumber 7.2 RapidComputation 7.3 TicTacToe 08 遊戲二 8.1 Cannon 8.2 HitShrewmouse 8.3 FruitDish 8.4 SlotMachine

為您推薦

基礎統計學 (14版)

基礎統計學 (14版)

其他會員也一起購買

基礎統計學(第十四版)(Anderson 14/e) ISBN13:9789579282826 出版社:滄海 作者:陳可杰;黃聯海-等 裝訂/頁數:平裝/496頁 出版日:2020/06/01 中國圖書分類:統計學總論 內容簡介 ●內容採用問題情境導向的編寫方式,以解決實務問題為目標,引導出統計方法的介紹與應用。同時提供豐富的個案、範例與習題,闡明統計在商業及經濟領域的廣泛用途。讓讀者可隨時練習將統計方法應用在實務資料的處理上,有助於提升學習興趣。 ●邊欄、註腳及評註:邊欄是本書的特色之一,將重要的概念標示於邊欄,用以強調內文中所提及的重要觀念。許多章節的段落有註腳及評註,目的在提供學生對統計的方法及應用有更多的瞭解。評註包括統計方法在應用上的限制與建議、技術性的考量的簡要說明等等。 ●方法習題與應用習題:章節後習題分成兩個部分:「方法」和「應用」。「方法」習題要求學生使用公式及進行必要的計算。「應用」習題要求學生使用該章教材於真實世界的實際情形中。 ●本書包含200個以上的資料集,附有資料集的練習題可在邊欄看到圖案標示。 目錄 第1章 資料與統計 第2章 敘述統計:表格與圖形法 第3章 敘述統計:數值方法 第4章 機率導論 第5章 離散機率分配 第6章 連續機率分配 第7章 抽樣與抽樣分配 第8章 區間估計 第9章 假設檢定 第10章 兩母體平均數與比例的推論 第11章 母體變異數的推論 第12章 比較多個比例、獨立性與適合度的檢定 第13章 實驗設計與變異數分析 第14章 簡單線性迴歸 附錄A 表格 附錄B 總和符號 附錄C 以Excel計算p值

原價: 660 售價: 614 現省: 46元
立即查看
More Effective C#中文版:寫出良好C#程式的50個具體做法 (2版)

More Effective C#中文版:寫出良好C#程式的50個具體做法 (2版)

相關熱銷的書籍推薦給您

【簡介】 涵蓋C# 7.0 在《More Effective C# 中文版 第二版》中,世界知名的.NET專家Bill Wagner指出並解說50個特定強大與效能良好的C# 7.0中高級技巧。針對可能遇到的問題,提出強而有力的新解法,以因應越來越複雜的C#語言與日漸龐大的開發社群。 歷經三個版本的《Effective C#》,Wagner清楚的解釋、專業的建議與實際範例程式碼,已被證明對成千上百位開發者而言是無價的。《More Effective C#,第二版》以經過驗證的相同方式介紹C# 7.0新功能,協助你更有效率地執行熟悉工作。 基於卓越的C#經驗,以及在全球C#標準委員會的關鍵性角色,Wagner強調以物件導向、函數式及服務導向的方式,以C#處理資料、以更好的方式向使用者與其他程式設計師表達您的用意、以及運用強大的非同步與動態程式設計。 ●使用屬性取代可存取的資料成員(做法1) ●區分實質與參考型別(做法4) ●了解多種相等概念之間的關係(做法9) ●在你的API中避免轉換運算子(做法11) ●了解介面與virtual methods之間差異(做法15) ●避免在基底類別中定義方法多載(做法19) ●建立清楚的、最少的、以及完整的方法群(做法22) ●在iterators 及async方法中使用區域函式啟動立即錯誤回報(做法26) ●非同步工作中使用async方法(做法27) ●避免執行緒配置與context switches(做法30) ●建構有考慮例外情況的平行演算法(做法36) ●使用執行緒區集取代建立執行緒(做法37) ●使用BackgroundWorker做跨執行緒通訊(做法38) ●了解動態程式設計的利弊(做法43) ●了解如何運用expression API(做法46) ●在公開的APIs中減少動態物件的使用(做法47) 你已經是一位成功的C#程式設計師,本書會使你更為出色。 【目錄】 前言 第 1 章 處理資料型別 作法 01 使用屬性取代可存取的資料成員 作法 02 可變動的資料優先使用隱藏屬性 作法 03 實值型別優先使其具不可變性 作法 04 區分實值與參考型別 作法 05 確保 0 是實值型別的有效狀態 作法 06 確保屬性運作如資料一般 作法 07 使用 Tuples 限制型別的範圍 作法 08 在匿名型別上定義區域函式 作法 09 了解多種相等概念之間的關係 作法 10 了解 GetHashCode() 的陷阱 第 2 章 API 設計 作法 11 在你的 API 中避免轉換運算子 作法 12 使用選擇性引數減少方法的多載 作法 13 限制型別的可見性 作法 14 優先定義並實作介面進行繼承 作法 15 了解介面與 Virtual Method 之間差異 作法 16 為通知實作事件模式 作法 17 避免傳回內部類別物件的參考 作法 18 優先使用 Override 替代 Event Handler 作法 19 避免在基底類別中定義方法多載 作法 20 了解事件如何增進物件之間執行期的耦合 作法 21 只宣告 Nonvirtual Event 作法 22 建立清楚的、最少的,以及完整的方法群 作法 23 部分類別的建構函式、更動子與 Event handler 使用部分方法 作法 24 避免使用 ICloneable,因為它限制你的設計選擇 作法 25 Array 引數限制只使用 params 陣列 作法 26 在 Iterators 與 Async 方法中使用區域函式啟動立即錯誤回報 第 3 章 以Task 為基礎的非同步程式設計 作法 27 非同步工作使用 Async 方法 作法 28 永遠不要寫 async void 方法 作法 29 避免結合同步與非同步方法 作法 30 避免執行緒配置及 Context Switches 作法 31 避免非必要的封送處理(Marshalling)Context 作法 32 使用 Task 物件合成非同步工作 作法 33 考慮實作 Task 取消協定(Task Cancellation Protocol) 作法 34 緩衝擴充的非同步回傳值 第 4 章 平行處理 作法 35 學習 PLINQ 如何實作平行演算法 作法 36 建構有考慮例外情況的平行演算法 作法 37 使用執行緒區集取代建立執行緒 作法 38 使用 BackgroundWorker 做跨執行緒通訊 作法 39 了解 XAML 環境中的跨執行緒呼叫 作法 40 使用 lock() 作為同步處理的首選 作法 41 鎖定 Handles 使用最小可能的範圍 作法 42 避免在鎖定的區段呼叫不明的程式碼 第 5 章 動態程式設計 作法 43 了解動態程式設計的利弊 作法 44 透過動態型別運用泛型引數執行期的型別 作法 45 資料驅動(Data-Driven)動態型別使用 DynamicObject 或 IDynamicMetaObjectProvider 作法 46 了解如何運用 Expression API 作法 47 在公開的 API 中減少動態物件的使用 第 6 章 參與全球C# 社群 作法 48 尋求最好的答案,而不是最受歡迎的答案 作法 49 參與規格及程式碼的訂定 作法 50 考慮用分析器自動化慣用法

原價: 450 售價: 383 現省: 67元
立即查看
從統計思維出發:用Python實作的機器學習範例 (1版)

從統計思維出發:用Python實作的機器學習範例 (1版)

類似書籍推薦給您

【簡介】  ●機器學習的靈魂:以統計數學為核心說明   ●全書圖解及歷史來龍去脈完整說明   ●從步入監督學習之旅開始   ●最精要的線性迴歸模型   ●完整講解K近鄰及貝氏推論   ●邏輯迴歸模型及最大熵模型   ●決策樹,感知機及支援向量機   ●EM演算法及Boosting提升方法   統計機器學習之旅,從監督學習開始,透過分析已標記的資料集訓練模型,使預測未知資料。最基礎的就是線性迴歸。進一步深入,K近鄰(K-NN)演算法和貝氏推論是統計機器學習中的兩大核心技術。   之後則說明邏輯迴歸模型和最大熵模型,兩者專注於分類問題。決策樹、感知機和支援向量機(SVM)則代表了更進階的機器學習模型。決策樹通過構建樹狀結構來進行決策,其直觀性和易於理解的特點使其在解釋性要求較高的場景中非常受歡迎。感知機是一種二分類線性分類器,支援向量機則是一種強大的分類器,透過在特徵空間中找到一個最優分割平面來分離不同類別的數據。   最後,EM(期望最大化)演算法和Boosting方法是提升模型性能的高級技術。EM算法通過迭代最佳化來處理。 【目錄】 緒論 0.1本書講什麼,初衷是什麼 0.2貫穿本書的兩大思維模式 0.3這本書決定它還想要這樣 0.4如何使用本書 第 1 章 步入監督學習之旅 1.1機器學習從資料開始 1.2監督學習是什麼 1.3如何評價模型的好壞 1.4損失最小化思想 1.5怎樣理解模型的性能:方差 偏差折中思想 1.6如何選擇最佳模型 1.7本章小結 1.8 習題 第 2 章 線性迴歸模型 2.1探尋線性迴歸模型 2.2最小平方法 2.3線性迴歸模型的預測 2.4擴充部分:嶺迴歸與套索迴歸 2.5案例分析——共用單車資料集 2.6本章小結 2.7 習題 第 3 章 K 近鄰模型 3.1鄰友思想 3.2K 近鄰演算法 3.3最近鄰分類器的誤差率 3.4k 維樹 3.5擴充部分:距離度量學習的 K 近鄰分類器 3.6案例分析——鶯尾花資料集 3.7本章小結 3.8 習題 第 4 章 貝氏推斷 4.1貝氏思想 4.2貝氏分類器 4.3如何訓練貝氏分類器 4.4常用的單純貝氏分類器 4.5擴充部分 4.6案例分析——蘑菇資料集 4.7本章小結 4.8 習題 4.9 閱讀時間:貝氏思想的起源 第 5 章 邏輯迴歸模型 5.1一切始於邏輯函式 5.2邏輯迴歸模型的學習 5.3邏輯迴歸模型的學習演算法 5.4擴充部分 5.5案例分析——離職資料集 5.6本章小結 5.7 習題 5.8 閱讀時間:牛頓法是牛頓提出的嗎 第 6 章 最大熵模型 6.1問世間熵為何物 6.2最大熵思想 6.3最大熵模型的學習問題 6.4模型學習的最最佳化演算法 6.5案例分析——湯圓小例子 6.6本章小結 6.7 習題 6.8 閱讀時間:奇妙的對數 第 7 章 決策樹模型 7.1決策樹中蘊含的基本思想 7.2決策樹的特徵選擇 7.3決策樹的生成演算法 7.4決策樹的剪枝過程 7.5擴充部分:隨機森林 7.6案例分析——帕爾默企鵝資料集 7.7本章小結 7.8 習題 7.9 閱讀時間:經濟學中的基尼指數 第 8 章 感知機模型 8.1感知機制——從邏輯迴歸到感知機 8.2感知機的學習 8.3感知機的最佳化演算法 8.4案例分析——鶯尾花資料集 8.5本章小結 8.6 習題 第 9 章 支援向量機 9.1從感知機到支援向量機 9.2線性可分支援向量機 9.3線性支援向量機 9.4非線性支援向量機 9.5SMO 最佳化方法 9.6案例分析——電離層資料集 9.7本章小結 9.8 習題 第 10 章 EM 演算法 10.1極大似然法與 EM 演算法 10.2EM 演算法的迭代過程 10.3EM 演算法的應用 10.4本章小結 10.5 習題 第 11 章 提升方法 11.1提升方法(Boosting)是一種整合學習方法 11.2起步於 AdaBoost 演算法 11.3提升樹和 GBDT 演算法 11.4擴充部分:XGBoost 演算法 11.5案例分析——波士頓房價資料集 11.6本章小結 11.7 習題 參考文獻 附錄-小冊子 第 1 章 微積分小工具 1.1 凸函式與凹函式 1.2 幾個重要的不等式 1.3 常見的求導公式與求導法則 1.4 泰勒公式 1.5 費馬原理 第 2 章 線性代數小工具 2.1 幾類特殊的矩陣 2.2 矩陣的基本運算 2.3 二次型的矩陣表示 第 3 章 機率統計小工具 3.1 隨機變數 3.2 機率分佈 3.3 數學期望和方差 3.4 常用的幾種分佈 3.5 小技巧—從二項分佈到正態分佈的連續修正 第 4 章 最佳化小工具 4.1 梯度下降法 4.2 牛頓法 4.3 擬牛頓法 4.4 座標下降法 4.5 拉格朗日對偶思想

原價: 880 售價: 792 現省: 88元
立即查看
WEB PAGE 應用範例實務製作精選

WEB PAGE 應用範例實務製作精選

類似書籍推薦給您

原價: 460 售價: 391 現省: 69元
立即查看
快速查,馬上用!CSS3+jQuery 手機網站 UI 範例實作

快速查,馬上用!CSS3+jQuery 手機網站 UI 範例實作

類似書籍推薦給您

原價: 450 售價: 405 現省: 45元
立即查看
輕鬆搞定 Excel|試算表實作範例 (適用2016~2021) (1版)

輕鬆搞定 Excel|試算表實作範例 (適用2016~2021) (1版)

類似書籍推薦給您

【簡介】 Excel為辦公室自動化使用率最高的應用軟體,用以處理巨量資料更是最佳選擇。學習Excel的終極目的就是運用這個工具輕鬆搞定課業、工作上的難題,只要將資料匯入整理,Excel的計算、樞紐分析、篩選…等功能就可快速產生結果,並學習如何分析資料,透過歸納整理成容易觀看的表格,進而形成統計圖表,成果一覽無遺。 本書5大重點: ★範圍名稱:以範圍名稱取代欄列編號,提昇運算式的說明性,更可簡化$(絕對位置)的設定,對於提高運算式的編輯效率有很大的效益。 ★表格:將「範圍」轉變為「表格」後,表格的欄位名稱就成為範圍名稱,運算式變得簡單並大幅提高說明性。 ★資料庫:大量資料如何變成一張工作表、一份資料、一個表格呢?背後就是「資料庫」,Excel資料庫功能不斷的進化,Power Query是非專業人士切入資料庫最佳選擇方案。 ★VBA:函數是Excel的基本功,一旦你愛上它以後,就會發現它的不足,欲成為Excel高手的你,無法滿足於「半」自動作業!「VBA」為進階學習最佳方案,進而提升工作效率。 ★教學範例:生活化、簡單化、實用化是本書教學範例設計原則,透過實作範例做中學,將「工作」與「Excel」進行對接,每一章都是一個獨立範例,符合實務工作的多元面向。 【目錄】 單元 1 函數 單元 2 月收支表 單元 3 快速填入資料 單元 4 拆解資料 單元 5 進階成績單 單元 6 大型試算表 單元 7 統計圖 單元 8 人事資料處理 單元 9 函數應用範例 單元 10 Power Query 單元 11 業績資料處理 單元 12 初探 VAB 單元 13 銷貨單 單元 14 題庫系統 單元 15 生活應用

原價: 490 售價: 417 現省: 73元
立即查看
活用HTML與FRONTPAGE網頁實作範例

活用HTML與FRONTPAGE網頁實作範例

類似書籍推薦給您

原價: 460 售價: 391 現省: 69元
立即查看