Team Taiwan2024百大2025全球趨勢鹿野忠雄手機成癮張忠謀像這樣的小事村上春樹梅克爾制度基因OPENBOOK好書獎讀冊12月選讀讀書共和國75折起最透明的故事民防必修課大人學

精油之化學基礎與實務應用(3版)

出版日期:2020-08-21
最佳之精油基礎及應用工具書以深入淺出的方式,帶領讀者認識豐富奧妙的芳療世界。全書介紹50支以上精油,逾90個表格,清楚的分類、展現與呈現精油樣貌,並包含芳療按摩的實作示範,可謂極佳的精油基礎及應用工具 ...

化妝品化學(3版)

出版日期:2022-02-25
化妝品是融合了化學知識並使人變美麗的產物,不僅能愉悅人的心情,亦能美化生活。若我們能夠具備基礎的化妝品相關知識,就能從市面上琳瑯滿目的商品中,選擇符合自身需求、安全又合格的產品。本書邀請化妝品領域教學 ...

演算法的樂趣 (二手書)

作者:王晓华
出版日期:2015-03-01
出版社:N/A
二手書交易資訊
  演算法之大,大到可以囊括宇宙萬物的運行規律;演算法之小,小到寥寥數行代碼即可展現一個神奇的功能。演算法的應用和樂趣在生活中無處不在:  曆法和二十四節氣計算使用的是霍納法則和求解一元高次方程的牛頓 ...

演算法的樂趣:23個程式設計必學主題與應用實例 (二手書)

作者:

王曉華

出版日期:2015-10-02
出版社:碁峰資訊
二手書交易資訊
‧一本書玩透演算法,盡享演算法的箇中趣味‧涵蓋常用演算法結構與應用在日常生活中演算法的應用處處可見,只是我們都忽略了它們在背後運作及協助。對於想要讓程式設計的實作與應用更上層樓,理解與活用演算法是不可 ...

學Hadoop永遠都不遲:從MapReduce到YARN的演化 (二手書)

作者:

王曉華

出版日期:2016-03-25
二手書交易資訊
Hadoop是一種分散式資料和計算的框架,在巨量資料處理中應用非常廣泛。MapReduce是一種程式設計模型,Hadoop正是以MapReduce作為核心程式設計模型的。本書深入淺出、有系統地透過非技 ...

最新Hadoop Yarn的精華:MapReduce機制 (二手書)

作者:

王曉華

出版日期:2014-12-26
二手書交易資訊
Hadoop是一種分散式資料和計算的框架,在巨量資料處理中應用非常廣泛。MapReduce是一種程式設計模型,Hadoop正是以MapReduce作為核心程式設計模型的。本書深入淺出、有系統地透過非技 ...

1901-1949中華民國之謎 (二手書)

作者:

王曉華

出版日期:2006-10-05
二手書交易資訊
. ...

MapReduce:Hadoop高手的鐵人之路

作者:

王曉華

出版日期:2017-11-13
二手書徵求
Hadoop是一種分散式資料和計算的框架,在巨量資料處理中應用非常廣泛。MapReduce是一種程式設計模型,Hadoop正是以MapReduce作為核心程式設計模型的。本書深入淺出、有系統地透過非技 ...

大數據的下一步:Spark MLlib機器學習實戰技巧大公開

作者:

王曉華

出版日期:2018-07-31
二手書徵求
本書特色❑ 從應用實作出發:儘量避免純粹的理論知識介紹和高深技術研討,用最簡單的、典型的範例引伸出核心知識,最後還指出通往「高精尖」進一步深入學習的道路。❑ 系統介紹MLlib全貌:全面介紹了MLli ...

民國十大軍閥 (二手書)

作者:

王曉華

出版日期:2005-12-01
二手書交易資訊
. ...

最新Hadoop Yarn的精華:MapReduce機制 (二手書贈品)

作者:

王曉華

出版日期:2014-12-26
二手書贈品
. ...

蔣介石的六面謎雲 (二手書)

作者:

王曉華

出版日期:1995-12-01
出版社:台灣先智
二手書交易資訊
. ...

民國對聯中的人與事兒 (二手書)

作者:

王曉華

出版日期:2011-04-01
二手書交易資訊
民國時期的對聯從一個側面反映了當時社會的文化與精神面貌,是文與史的結晶。因此無論是撰者還是被撰者,都是以史實為依據的,同樣也深深地打上了他們的文化印記,從一個側面反映了當時社會事件與人物的文化,是研究 ...

演算法的樂趣:23個程式設計必學主題與應用實例 (二手書贈品)

作者:

王曉華

出版日期:2015-10-02
出版社:碁峰資訊
二手書贈品
. ...

孫傳芳一生

作者:

王曉華

出版日期:2020-03-01
出版社:團結出版社
本書濃筆重彩, 極為傳神地勾勒了孫傳芳的人生道路, 文字通俗曉暢, 引用史料豐富, 歷史照片生動, 足以使讀者加深認識北洋時期軍閥混戰的20世紀二三十年代中國的歷史風雲。孫傳芳是北洋時期的將領, 靠著 ...


您對於搜尋結果是否滿意?
太好了!感謝您的回饋!
感謝您的建議!我們會持續提供更好的搜尋服務!
很抱歉沒能幫上忙 :( 我們應如何改進呢?