系统收录了疾病近30000多种，记录近36000条，其中包含中医疾病编码和中医病征编码近2500条，内容全面准确，是目前国内最完备的，最新的ICD-10编码查询系统，是各种综合性医院和中医医院病案编码人员的得力助手。 系统主要包括ICD-10编码、附码、疾病名称、拼音码、性别限制、疗效限制等内容。支持疾病、疾病分类的双向查询，支持拼音、汉字名称和ICD-10编码的模糊查询，支持疾病编码导出到EXCEL电子表格、EXCEL打印和普通打印功能，支持用户的任意添加、修改和删除疾病编码功能，具有高度的可扩展性。 该版本下载为试用版本，用户试用满意后，通过购买注册，即可成为正式版用户，数据无需另外移植。您可以免费使用我们的非注册版本，基本没有功能限制，但有使用次数上的限制。如果您试用后感觉我们的产品适合您的需要请您注册购买。购买正版产品后您将获得终身免费升级和优质的服务。 与电子辞典、软件、表格等类似产品相比，本产品具有功能强大，使用方便，扩展性好，价格低廉等优点。

MATLAB是目前流行的理论与工程仿真软件之一。 《MATLAB函数速查手册》较全面地介绍了MATLAB的函数，主要包括MATLAB操作基础、矩阵及其基本运算、与数值计算相关的基本函数、符号运算的函数、概率统计函数、绘图与图形处理函数、MATLAB程序设计相关函数、Simulink仿真工具函数、图形用户界面制作函数、信号处理工具箱函数和符号数学工具箱函数等内容。

SQL和PLSQL速查手册

2020考研数学阅卷人概念·公式·定理速查巧计手册。2020考研数学阅卷人概念·公式·定理速查巧计手册。2020考研数学阅卷人概念·公式·定理速查巧计手册。

本手册为北京亚控科技发展有限公司组态王6.53软件 《组态王6.53使用手 册》的辅助说明，主要详细介绍组态王6.53软件中提供的命令语言函数的定义 和使用方法。手册中提供的信息为产品发布时软件的相关使用信息，如有变化， 恕不另行通知。亚控公司不能保证手册中没有错误。 在没有亚控公司书面允许的前提下，除购买者自己使用外，不得为任何其 他目的、使用任何方法（包括复印和录制在内的电子和机械手段）对本手册的 任何部分的内容进行复制和传播。 如果您在使用本手册的过程中发现了问题，请以书面的形式把它记录下 来，并与我们取得联系，亚控公司表示衷心的感谢。

[Visual.C++全能速查宝典].明日科技.扫描版.pdf

这是 ShowMeAI 持续分享的速查表系列！本速查表是《黑客工具速查表》，包含渗透测试、安全评估或红客活动中经常使用的命令和工具。内容非常丰富！

这是 ShowMeAI 持续分享的速查表系列！本系列速查表包含 200 多张知识卡片，分为『计算机科学』『机器学习』『计算机视觉和深度学习基础』『计算机视觉和深度学习精选专题』4个主题，用以回顾多年的 ML 研究、课程和学习中的所有内容，并为机器学习工程师的面试做准备。 这个文件是『机器学习』主题（其他部分的下载链接见评论区），包含以下部分： - Loss Functions & Metrics （损失函数 & 矩阵） - Experimental Designs and Paradigms （实验设计与范式） - Statistical Data Processing （统计数据处理） - Misc. Classical ML Models （经典的ML模型）

这是 ShowMeAI 持续分享的速查表系列！本系列速查表包含 200 多张知识卡片，分为『计算机科学』『机器学习』『计算机视觉和深度学习基础』『计算机视觉和深度学习精选专题』4个主题，用以回顾多年的 ML 研究、课程和学习中的所有内容，并为机器学习工程师的面试做准备。 这个文件是『计算机视觉和深度学习精选专题』主题（其他部分的下载链接见评论区），包含以下部分： Object Detection / Segmentation（目标检测，目标分割） Generative Modeling: GANS and VAEs（生成模型） Data Imbalance（数据不平衡） Few-Shot Learning Explainable AI（可解释人工智能） Security / Adversarial Attacks Efficient Deep Learning（高效深度学习） 3D Deep Learning（3D深度学习） Full Stack Deep Learning（全栈深度学习） Machine Learning Implementation（机器学习实现）

这是 ShowMeAI 持续分享的速查表系列！本系列速查表包含 200 多张知识卡片，分为『计算机科学』『机器学习』『计算机视觉和深度学习基础』『计算机视觉和深度学习精选专题』4个主题，用以回顾多年的 ML 研究、课程和学习中的所有内容，并为机器学习工程师的面试做准备。 这个文件是『计算机视觉和深度学习基础』主题（其他部分的下载链接见评论区），包含以下部分： Low Level / Classical Techniques in Vision And Image Processing（视觉和图像处理中的低层次/经典技术） Deep Learning Fundamentals（深度学习基础） Seminal & Foundational Topics in Deep Learning（深度学习中的标志性和基础性课题） Neural Networks Designed for Sequential Data （为序列数据设计的神经网络 Transfer Learning（迁移学习） Unsupervised & Self-Supervised Learning（无监督和自我监督的学习）