Python机器学习及实践：从零开始通往Kaggle竞赛之路 完整pdf_Python教程
资源名称： 机器学习及实践：从零开始通往 竞赛之路 完整 机器学习及实践 目录 第 章 简介篇 第 章 基础篇 第 章 进阶篇 第 章 实战篇 资源截图：
学习
Python机器学习 完整pdf_Python教程
资源名称： 机器学习 完整 第 章 赋予计算机学习数据的能力 构建智能机器将数据转化为知识 机器学习的三种不同方法 通过监督学习对未来事件进行预测 通过强化学习解决交互式问题 通过无监督学习发现数据本身潜在的结构 基本术语及符号介绍 构建机器学习系统的蓝图 数据预处理 选择预测模型类型并进行训练 模型验证与使用未知数据进行预测 在机器学习中的应用 本章小结 第 章 机器学习分类算法 人造神经元 早期机器学习概览 使用 实现感知器学习算法 自适应线性神经元及其学习的收敛性 通过梯度下降最小化代价函数 使用
51obj出品的jQuery 入门学习教程（笔记）_前端开发教程
资源名称： 出品的 入门学习教程 笔记 内容简介： 入门学习 笔记 教程 ，高手的话就不要看了，打基础用的，内容涵盖入门前奏、 选择器、使用 操作 、选择器综合实例、 属性操作与 操作、 与节点操作、 事件、动画、 资源截图：
Jquery学习文档 中文_前端开发教程
资源名称： 学习文档 中文 本文档主要讲述的是 学习文档； 是继 之后有一个优秀的 ｓｃｒｉｐｔ库，是一个由 创建于 年 月的开源项目。现在的 团队主要包括核心库、 和插件等开发人员以及推广和网站设计维护人员。团队中由 个核心人物： 、 和 。 凭借简洁的语法和跨平台的兼容性，极大地简化了 ｓｃｒｉｐｔ开发人员遍历 文档、操作 、处理事件、执行动画和开发 的操作。其独特而又优雅的代码风格改变了 ｓｃｒｉｐｔ程序员的设计思路和编写程序的方式。总之，无论是网页设计师、后台开发者、业余爱好者是项目管理者，也无论
Spark MLlib机器学习:算法、源码及实战详解
资源名称： 机器学习 算法、源码及实战详解 内容简介： 《 机器学习：算法、源码及实战详解》以 版本源码为切入点，全面并且深入地解析 模块，着力于探索分布式机器学习的底层实现。 《 机器学习：算法、源码及实战详解》中本着循序渐进的原则，首先解析 的底层实现基础：数据操作及矩阵向量计算操作，该部分是 实现的基础；接着对各个机器学习算法的理论知识进行讲解，并且解析机器学习算法如何在 中实现分布式计算；然后对 源码进行详细的讲解；最后进行 实例的讲解。相信通过《 机器学习：算法、源码及实战详解》的学习，读者可全
零起点PYTHON机器学习快速入门 PDF_Python教程
资源名称：零起点 机器学习快速入门 内容简介： 《零起点 机器学习快速入门》采用独创的黑箱模式， 案例教学机制，结合一线实战案例，介绍 人工智能模块库和常用的机器学习算法。《零起点 机器学习快速入门》中配备大量图表说明，没有枯燥的数学公式，只要懂 、 ，就能够轻松阅读全书，并学习使用书中的知识，分析大数据。 《零起点 机器学习快速入门》具有以下特色： 独创的黑箱教学模式，《零起点 机器学习快速入门》无任何抽象理论和深奥的数学公式。 首次系统化融合 人工智能软件和 数据分析软件，不用再直接使用复杂的 数学矩
《SQL Server 2008完全学习手册》配套视频_数据库教程
教程名称：《 完全学习手册》配套视频 课程目录： 【 教程网】 基础知识 【 教程网】 语句块 【 教程网】 语句 【 教程网】 语句示例 【 教程网】 子句 【 教程网】 语句 【 教程网】 语句 【 教程网】 模型 【 教程网】 关键字查询 【 教程网】 子句 【 教程网】 语句 【 教程网】 子句 【 教程网】 语句 【 教程网】 语句嵌套 【 教程网】 【 教程网】 体系结构 【 教程网】 简介 【 教程网】 【 教程网】 【 教程网】 外围应用配置器 【 教程网】 联机丛书 视屏节选 【 教程网
Java改错学习法 （朱福喜） pdf
资源名称： 改错学习法 朱福喜 动手才是硬道理 从简单的程序开始 如何设置路径 正确引用对象 调试一个简单的程序 正确区分基本类型变量和引用类型变量 破坏性地阅读程序 正确区分 和 什么时候使用 或 认清逻辑操作符和短路逻辑操作符 弄清 和 的使用场合 学会用数据测试程序 语言中有无穷大这个数 编译和执行带 语句的 文件 运行时需要命令行参数的程序 实例变量与类变量 实例方法和类方法 实参与形参的传递问题 默认的构造方法 修饰符之间的搭配 变量的作用域 不要破坏封装性 利用 修饰的成员变量 正确使用 方法
机器学习与数据挖掘：方法和应用_数据库教程
资源名称：机器学习与数据挖掘：方法和应用 内容简介： 本书分为 个部分，共 章，较为全面地介绍了机器学习的基本概念，并讨论了数据挖掘和知识发现中的有关问题及多策略学习方法，具体地阐述了机器学习与数据挖掘在工程设计，文本、图像和音乐，网页分析、计算机病毒和计算机控制，医疗诊断、生物医疗信号分析和水质分析中的生物信号处理等方面的应用情况。 本书收集众多不同领域中数据挖掘的实际案例，以此来说明数据挖掘的具体解决方法，以期为广大读者提供一个更为广阔的数据挖掘应用视角。 本书的读者，可以是任何对机器学习与数据挖掘感