Windows Mobile Workshop培训第一季(苏州、成都、济南)

微软计划于2008年在苏州、成都和济南举办WindowsMobile开发技术培训活动,旨在帮助企业进入移动开发领域。培训内容包括平台介绍、开发工具使用、托管代码开发、数据库开发等,并设有实践环节。

为了促进Windows Mobile的发展,微软平台与开发合作部将在2008年推出一系列针对Windows Mobile开发的系列技术培训活动。本系列培训主要与各地软件园合作,促进Windows Mobile发展,帮助本地软件企业进入移动开发领域。

我们推出的培训第一季主要针对苏州、成都和济南的ISV,有兴趣的开发者可以使用下面的联系方式报名。稍后,我们还将推出针对其他城市的系列培训活动。

请大家注意免费培训与收费培训的区别。

培训日程:

时间

名称

介绍

第一天

9:00-10:00

开启移动美丽新世界

All About Windows Mobile

关于Windows Mobile平台、多平台协作、企业级应用及Windows Mobile的市场情况。

10:00-11:00

移动商业应用介绍

LOB Mobile Application

为什么要实现LOB移动应用程序?

如何实现LOB移动应用程序?

挑战在哪里?

11:00-12:00

开发工具介绍

The Tools

如何借助于SDKEmulatorVisual Studio开发、调试、部署Mobile应用程序

13:00-13:45

动手实验:

Visual Studio Designer for Mobile Devices

45分钟

Visual Studio 2008中如何开发移动设备应用程序

14:00-15:00

移动设备的托管代码开发

Managed development and devices

内容包含.NET Compact Framework托管代码、托管API

15:00-15:20

动手实验:

创建一个桌面版本的安装包

20分钟

如何开发一个CAB安装包,然后开发一个PC版本的MSI安装包

15:30-16:15

动手实验:

Notification & Managed APIs

45分钟

实现Notification机制和托管代码开发

第二天

9:00-10:00

移动数据库开发介绍

Mobile Data

基于移动设备的应用程序,如何实现数据持久化和数据同步?

10:00-11:00

动手实验:

SQL Server Merge Replication Setup

60分钟

设置SQL Server Merge Replication

11:15-12:00

动手实验:

Device Data Access and Merge Replication

45分钟

开发数据库访问程序和数据同步

13:00-14:00

性能优化指导

Optimization and guidance

从安全性、性能、可用性、部署几个方面探讨移动式应用程序的优化问题。

14:00-15:00

动手实验:

Performance Tests

45分钟

性能测试

15:00-16:00

移动开发新特性

Whole new level

介绍Visual Studio 2008.NET Compact Framework 3.5中的新特性

报名方式:

苏州站:

培训时间

2008320--21 上午930—下午500

报名联系人:

董小姐 0512-62529888-754 dongbl@sispark.com.cn

培训地址:

苏州工业园区机场路328号国际科技园科技广场四楼 苏州市软件评测中心有限公司 微软联合实验室培训教室

培训费用:

1000/

成都站:

培训时间

2008324--25 上午930—下午500900签到)

培训地点

国家软件产业基地(成都)公共技术支撑平台3楼 培训教室。

地址:成都天府大道南延线高新孵化园六号楼。

费用

培训费用由主办单位承担,企业可免费参加。

培训名额

本次培训预计20个名额。

报名方式

请各企业于320日(星期四)之前将报名回执以邮件或传真形式,传至平台技术管理中心,同时来电确认。

联系人

技术平台:张玲 电话:85335269802213408505819

传真:853352698200 E-mail:zhangling@westsec.com.cn

济南站

培训时间

2008327--28 上午930—下午500

本次培训为免费培训

详细报名方式稍后公布

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值