学习

深入学习VMware vSphere 6

资源名称:深入学习 内容简介: 《可视化 程序设计 基于 开发环境》内容简介: 是当今最为流行的程序设计语言之一, (图形用户界面)是当今计算机程序与用户之间的主流接口。使用可视化方法开发 程序具有直观、快捷、易学、易用等优点。《可视化 程序设计 基于 开发环境》以最新的 :为开发环境,使用 插件作为可视化开发丁具,结合学生成绩管理系统等实例的逐步设计过程,详细讲解了窗口、基本组件、容器、布局管理、事件处理、菜单、工具栏、表格和树等组件的可视化创建、属性设置及其在 程序设计中的应用; 对话框、查看器、编辑

Python机器学习算法 赵志勇 中文pdf_Python教程

资源名称: 机器学习算法 赵志勇 中文 第一部分分类算法 支持向量机 随机森林 神经网络 第二部分回归算法 线性回归 岭回归和 回归 树回归 第三部分聚类算法 第四部分推荐算法 协同过滤算法 基于矩阵分解的推荐算法 基于图的推荐算法 文献 第五部分深度学习 卷积神经网络 第六部分项目实践 微博精准推荐 资源截图:

Oracle精品学习笔记汇总_数据库教程

教程名称: 精品学习笔记汇总 课程目录: 【 教程网】 【 教程网】 安装过程 【 教程网】 笔记 【 教程网】 配置笔记 【 教程网】 学习笔记 【 教程网】 培训机构资料(笔记) 【 教程网】 常用 笔记 【 教程网】 常用 笔记 【 教程网】 语句学习笔记 【 教程网】 学习笔记 【 教程网】 正则表达式摘录笔记 【 教程网】 学习笔记之 编程 【 教程网】 数据库和 数据库的异同 第二版 【 教程网】 速学之 天培训笔记 【 教程网】三思笔记 【 教程网】很不错的 学习笔记【 】 【 教程网】自己

深入Java集合学习系列(三) ArrayList的实现原理 中文PDF

资源名称:深入 集合学习系列 三 的实现原理 中文 是 接口的可变数组的实现。实现了所有可选列表操作,并允许包括 在内的所有元素。除了实现 接口外,此类还提供一些方法来操作内部用来存储列表的数组的大小。 资源截图:

SQL Server 2008 R2学习资料_数据库教程

教程名称: 学习资料 课程目录: 【 教程网】全新 高级视频教程 【 教程网】全新 高级视频教程 【 教程网】全新 高级视频教程 【 教程网】全新 高级视频教程 【 教程网】全新 高级视频教程 【 教程网】全新 高级视频教程 【 教程网】全新 高级视频教程 【 教程网】全新 高级视频教程 【 教程网】全新 高级视频教程 【 教程网】全新 高级视频教程 【 教程网】全新 高级视频教程 【 教程网】全新 高级视频教程 【 教程网】全新 高级视频教程

学习vi和Vim编辑器 (第7版) 英文PDF_操作系统教程

资源名称:学习 和 编辑器 第 版 英文 一个完整的介绍,使用 文本编辑: 如何将围绕六急于 除此之外,例如使用缓冲区的基本知识, 的全局搜索和替换 高级编辑,包括定制 和执行 命令 如何使 充分利用: 扩展的文本对象,功能更强大的正则表达式 多窗口编辑和强大的 脚本 如何充分利用 版本的 被称为 的增强程序员,如语法高亮,折叠和扩展标记 资源截图:

CoreJava学习笔记 中文

资源名称: 学习笔记 中文 本文档主要讲述的是 学习笔记; 语法是 语法的一个 纯净 版本, 把打开套接字连接等繁琐的网络任务变得非常容易, 可随意增加新的方法以及实例变量,而客户端却不需做任何的更改 资源截图:

深入浅出深度学习 原理剖析与Python实践 中文pdf_Python教程

资源名称:深入浅出深度学习 原理剖析与 实践 中文 第 部分 概要 绪论 基础 第 部分 数学与机器学习基础篇 线性代数基础 概率统计基础 概率图模型 机器学习基础 谱聚类 数值计算与最优化 第 部分 理论与应用篇 前馈神经网络 反向传播与梯度消失 自编码器及其相关模型 玻尔兹曼机及其相关模型 递归神经网络 卷积神经网络 资源截图:

机器学习 (周志华 著) 学习笔记 中文完整高清版_Python教程

资源名称:机器学习 周志华 著 学习笔记 中文完整高清版 第 章 引言 基本术 假设空间 归纳偏好 发展历程 应用现状 阅读材料 习题 参考文献 休息一会儿 第 章 模型评估与选择 经验误差与过拟合 评估方法 留出法 交叉验证法 自助法 调参与最终模型 性能度量 错误率与精度 查准率、查全率与 与 代价敏感错误率与代价曲线 比较检验 假设检验 交叉验证 检验 检验 检验与后续检验 偏差与方差 阅读材料 习题 参考文献 休息一会儿 第 章 线性模型 基本形式 线性回归 对数几率回归 线性判别分析 多分类学习