您好,欢迎光临本网站![请登录][注册会员]  

大数据下载,算法与数据结构下载列表 第130页

« 1 2 ... .25 .26 .27 .28 .29 130.31 .32 .33 .34 .35 ... 530 »

[算法与数据结构] Multimodal Analytics for Next-Generation Big Data Technologies and Applications

说明: (欢迎阅读原版) -- 用于下一代大数据技术和应用的多模式分析 本书作为大数据环境中多模态数据分析的技术和应用程序的参考。 主要分为四个主要部分:1)大型多模态数据的情感,情感和情感分析; 2)大型多模态数据的无监督学习策略; 3)大型多式联运数据的监督学习策略; 4)和多模式大数据处理和应用。
<magicylwnn> 上传 | 大小:15mb

[算法与数据结构] scala课件.zip

说明: Scala概述.pptx 变量.pptx 运算符.pptx 程序流程控制.pptx 函数式编程基础.pptx 面向对象编程(基础部分).pptx 面向对象编程(中级部分).pptx 面向对象编程(高级特性).pptx 隐式转换和隐式参数.pptx 集合(上)-基本使用.pptx 集合(下)-应用操作.pptx 模式匹配.pptx 函数式编程高级.pptx 泛型 上下界 视图界定 上下文界定 协变逆变不变.pptx AKKA.pptx 韩顺平_Scala语言核心编程.pdf
<qq_43265673> 上传 | 大小:26mb

[算法与数据结构] 房天下新房楼盘.xls

说明: 房天下新房楼盘部分数据,含有:楼盘名称,评论数,户型面积,居室类型,地址,状态,标签等
<danbo_c> 上传 | 大小:142kb

[算法与数据结构] 产品经理课程:网站数据分析.pdf

说明: 了解,才能做正确的决策 正确的行动,才能改善产品。“知己知彼,百战不殆”
<keyboard1230> 上传 | 大小:2mb

[算法与数据结构] numpy-1.17.2-cp36-cp36m-win_amd64.zip

说明: numpy-1.17.2-cp36-cp36m-win_amd64.whl
<u012606924> 上传 | 大小:12mb

[算法与数据结构] h5py-2.10.0-cp36-cp36m-win_amd64.zip

说明: h5py-2.10.0-cp36-cp36m-win_amd64.whl
<u012606924> 上传 | 大小:2mb

[算法与数据结构] tensorflow-1.14.0-cp36-cp36m-win_amd64.zip

说明: tensorflow-1.14.0-cp36-cp36m-win_amd64
<u012606924> 上传 | 大小:63mb

[算法与数据结构] Keras-2.1.6-py2.py3-none-any.whl

说明: 深度学习开发的工具,和tensorflow配合进行深度网络训练。
<zd_cui> 上传 | 大小:328kb

[算法与数据结构] 中国大数据技术与产业发展白皮书.doc

说明: 大数据成为热点以后,众说纷纭。推动者认为是“上帝给中国崛起准备的礼物”;泼冷水者认为是又一场“泡沫”。实际上所谓推动大数据主要是干三件事:一件是提高“数据意识”,用已经掌握的技术大力推动数据产业,这方面主要是企业界要做的事。在企业看来,不管是大数据还是小数据,只要能给企业带来价值,就是好数据。
<riverppp> 上传 | 大小:11mb

[算法与数据结构] 2-京东物流实时数据平台性能优化实践.pdf

说明: 2-京东物流实时数据平台性能优化实践,京东物流从下单、仓储、预分拣运单等等业务场景下平台的优化方法
<riverppp> 上传 | 大小:1mb

[算法与数据结构] 基于python中的sklearn.cluster库做k-means聚类

说明: 本程序是在python中完成,基于sklearn.cluster中的k-means聚类包来实现数据的聚类,对于里面使用的数据格式如下:(注意更改程序中的相关参数) 138 0 124 1 127 2 129 3 119 4 127 5 124 6 120 7 123 8 147 9 188 10 212 11 229 12 240 13 240 14 241 15 240 16 242 17 174 18 130 19 132 20 119 21 48 22 37 23 49 0 42 1 3
<zijinmu69> 上传 | 大小:2kb

[算法与数据结构] 决战大数据——大数据的关键思考.pdf

说明: 数据科学如果不是每天都在进步,每天不满于今天的状态去PK以前的理论,就不是数据科学,而是死工程。数据科学每天都在突破以前的理论,因为以前的理论只能解决某个点,以前的顶层设计只适合于以前的情况, 未来的顶层设计怎么样, 需要我们不断去探索, 而科学就是探索。
<r_x_y> 上传 | 大小:5mb
« 1 2 ... .25 .26 .27 .28 .29 130.31 .32 .33 .34 .35 ... 530 »