学习

Python机器学习经典实例_Python教程

资源名称: 机器学习经典实例 内容简介: 在如今这个处处以数据驱动的世界中,机器学习正变得越来越大众化。它已经被广泛地应用于不同领域,如搜索引擎、机器人、无人驾驶汽车等。本书首先通过实用的案例介绍机器学习的基础知识,然后介绍一些稍微复杂的机器学习算法,例如支持向量机、极端随机森林、隐马尔可夫模型、条件随机场、深度神经网络,等等。 本书是为想用机器学习算法开发应用程序的 程序员准备的。它适合 初学者阅读,不过熟悉 编程方法对体验示例代码大有裨益。 作者简介: 作者简介: 人工智能专家,重点关注基于内容的分析

王锐学习linux服务器应用个人总结_操作系统教程

教程名称:王锐学习 服务器应用个人总结 课程目录: 【 教程网】 代理服务器 【 教程网】 下 的基本配置 【 教程网】 下 的基本配置 及中继代理 【 教程网】 下 的基本配置 【 教程网】 下 的基本配置 【 教程网】 下 案例的基本配置 【 教程网】 磁盘配额 【 教程网】王锐 配置 【 教程网】王锐

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

深度学习 Caffe之经典模型详解与实战

资源名称:深度学习 之经典模型详解与实战 内容简介: 《深度学习 之经典模型详解与实战》首先介绍了深度学习相关的理论和主流的深度学习框架,然后从 深度学习框架为切入点,介绍了 的安装、配置、编译和接口等运行环境,剖析 网络模型的构成要素和常用的层类型和 方法。通过 网络模型的 手写实例介绍其样本训练和识别过程,进一步详细解读了 、 、 、 和 网络模型,并给出了这些模型基于 的训练实战方法。然后,《深度学习 之经典模型详解与实战》解读了利用深度学习进行目标定位的经典网络模型: 、 、 、 和 ,并进行目标

深入Java集合学习系列(四) linkedHashMap的实现原理 中文PDF

资源名称:深入 集合学习系列 四 的实现原理 中文 是 接口的哈希表和链接列表实现,具有可预知的迭代顺序。此实现提供所有可选的映射操作,并允许使用 值和 键。此类不保证映射的顺序,特别是它不保证该顺序恒久不变。 实现与 的不同之处在于,后者维护着一个运行于所有条目的双重链接列表。此链接列表定义了迭代顺序,该迭代顺序可以是插入顺序或者是访问顺序。 资源截图:

Python机器学习算法 PDF_Python教程

资源名称: 机器学习算法 内容简介: 《 机器学习算法》是一本机器学习入门读物,注重理论与实践的结合。全书主要包括 个部分,每个部分均以典型的机器学习算法为例,从算法原理出发,由浅入深,详细介绍算法的理论,并配合目前流行的 语言,从零开始,实现每一个算法,以加强对机器学习算法理论的理解、增强实际的算法实践能力,最终达到熟练掌握每一个算法的目的。与其他机器学习类图书相比,《 机器学习算法》同时包含算法理论的介绍和算法的实践,以理论支撑实践,同时,又将复杂、枯燥的理论用简单易懂的形式表达出来,促进对理论的理解

Python机器学习 预测分析核心算法 中文pdf_Python教程

资源名称: 机器学习 预测分析核心算法 中文 第 章 关于预测的两类核心 第 章 通过理解数据来了解 第 章 预测模型的构建:平衡性 第 章 惩罚线性回归模型第 章 使用惩罚线性方法来 第 章 集成方法第 章 用 构建集成 资源截图: