。。

csdn_JYL 2014-05-19 11:52:54

java有数据库编程，有网络编程，又有web编程，我想学习java，我该如何学习啊??

...全文

165 6 打赏收藏转发到动态举报

写回复

6 条回复

切换为时间正序

请发表友善的回复…

发表回复

csdn_JYL 2014-05-20

打赏
举报

回复

我还想问一下如果学习java去找工作上班的话，要学到什么程度才能进公司上班的哦？？

csdn_JYL 2014-05-20

打赏
举报

回复

谢谢各位。。

tony4geek 2014-05-20

打赏
举报

回复

一步步慢慢的学习。

百曉生 2014-05-20

打赏
举报

回复

先看看别人的回答 http://zhidao.baidu.com/link?url=B3Qwo3Ty9kZy9nnM8eXBnzt221psIEKxlJs9hAmDk7cTN90Slw0kehOyOQuQ0QqnYnWBza1nfmyf338HZeY5ja http://wenwen.sogou.com/z/q236642861.htm

欢乐的小猪 2014-05-20

打赏
举报

回复

边干边学。。

欢乐的小猪 2014-05-20

打赏
举报

回复

引用 4 楼 CSDN_JYL 的回复:

我还想问一下如果学习java去找工作上班的话，要学到什么程度才能进公司上班的哦？？

随时可以。。

Android应用开发的哲学是把一切都看作是组件。把应用程序组件化的好处是降低模块间的耦合性，同时提高模块的复用性。Android的组件设计思想与传统的组件设计思想最大的区别在于，前者不依赖于进程。...

这个是通知栏框架（Notificaiton）的全面学习，里面把大概所有的情况都列了出来，通过一个DEMO让你了解它的大致所有使用过程。可以通过以下博文进行配套了解（有效果图）： ...

内容概要：本文介绍了基于贝叶斯优化的CNN-LSTM混合神经网络在时间序列预测中的应用，并提供了完整的Matlab代码实现。该模型结合了卷积神经网络（CNN）在特征提取方面的优势与长短期记忆网络（LSTM）在处理时序依赖问题上的强大能力，形成一种高效的混合预测架构。通过贝叶斯优化算法自动调参，提升了模型的预测精度与泛化能力，适用于风电、光伏、负荷、交通流等多种复杂非线性系统的预测任务。文中还展示了模型训练流程、参数优化机制及实际预测效果分析，突出其在科研与工程应用中的实用性。; 适合人群：具备一定机器学习基基于贝叶斯优化CNN-LSTM混合神经网络预测（Matlab代码实现）础和Matlab编程经验的高校研究生、科研人员及从事预测建模的工程技术人员，尤其适合关注深度学习与智能优化算法结合应用的研究者。; 使用场景及目标：①解决各类时间序列预测问题，如能源出力预测、电力负荷预测、环境数据预测等；②学习如何将CNN-LSTM模型与贝叶斯优化相结合，提升模型性能；③掌握Matlab环境下深度学习模型搭建与超参数自动优化的技术路线。; 阅读建议：建议读者结合提供的Matlab代码进行实践操作，重点关注贝叶斯优化模块与混合神经网络结构的设计逻辑，通过调整数据集和参数加深对模型工作机制的理解，同时可将其框架迁移至其他预测场景中验证效果。

（142页PPT）大型集团数字化转型智能制造SAP企业信息化ERP整体规划方案.pptx

1.版本：matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

23,407

社区成员

70,513

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章