[机器学习] Sheffield遗传算法工具箱（m文件，区分于M文件）

说明： Sheffield遗传算法工具箱（m文件，区分于M文件），文件命名方式是‘abc.m’而非‘ABC.M’,高版本matlab区分两者
<m0_37393277> 上传 | 大小：414kb

[机器学习] automatic modulation classification principles, algorithms and applications.pdf

说明： automatic modulation classification principles, algorithms and applications.pdf AMC automatic modulation classification Wiley
<lanluyug> 上传 | 大小：1mb

[机器学习] 学习OpenCV中文版

说明： 本书由OpenCV发起人所写，站在一线开发人员的角度用通俗易懂的语言解释了OpenCV的缘起和计算机视觉基础结构，演示了如何用OpenCV和现有的自由代码为各种各样的机器进行编程，这些都有助于读者迅速入门并渐入佳境，兴趣盎然地深入探索计算机视觉领域。
<wl1070325332> 上传 | 大小：54mb

[机器学习] 中国人工智能系列白皮书

说明： 中国人工智能系列白皮书，含智能农业，智能交通，可拓学。中国人工智能系列白皮书，含智能农业，智能交通，可拓学。中国人工智能系列白皮书，含智能农业，智能交通，可拓学。中国人工智能系列白皮书，含智能农业，智能交通，可拓学。中国人工智能系列白皮书，含智能农业，智能交通，可拓学。
<owlcity7> 上传 | 大小：4mb

[机器学习] Advanced Machine Learning with Python

说明： --Resolve complex machine learning problems and explore deep learning --Learn to use Python code for implementing a range of machine learning algorithms and techniques --A practical tutorial that tackles real-world computing problems through a rigor
<z120379372> 上传 | 大小：3mb

[机器学习] Dynamic Programming and Optimal Control 共两卷 作者：Bertsekas

说明： Dynamic Programming and Optimal Control 共两卷 作者：Bertsekas 最优化和控制领域必备的教科书。完整清楚
<liangjiubujiu> 上传 | 大小：13mb

[机器学习] Information Theoretic Learning Renyi

说明： Information Theoretic Learning Renyi's Entropy and Kernel Perspectives chapter9 信息论和模式识别的相关资料
<liangjiubujiu> 上传 | 大小：705kb

[机器学习] BP神经网络稳定性分析

说明： BP神经网络稳定性分析，写的还是可以的，可以作为参考，这方面的资料都很少，太难证明了，所以很珍贵的，哈哈哈哈，需要些这么多描述
<u012267725> 上传 | 大小：597kb

[机器学习] 稳定自适应神经网络控制

说明： 《stable adaptive nn control》稳定自适应神经网络控制，这本书在springer上卖300多美元，不过真的相当有用！
<u012267725> 上传 | 大小：3mb

[搜索引擎] 基于Solr的海量日志信息查询性能优化的研究

说明： 随着传统互联网和移动互联网的持续发展，网络带给我们的是不断增长的各种不同价值信息，然而如何在信息海洋中快速检索到有价值信息，对于我们来讲至关重要。目前一些搜索公司在公共互联网领域提供了很好的解决方案，但是企业或者政府机关内部相关信息往往需要应用独立的搜索系统，Solr Cloud则是很好的一个平台选择。
<yizhihonghuli> 上传 | 大小：1mb

[机器学习] Automated Data Collection with R

说明： Automated Data Collection with R
<qq_35416903> 上传 | 大小：4mb

[机器学习] Artificial.Intelligence.with.Python.2017.pdf

说明： Python机器学习经典实例PDF版本。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Python 程序员准备的。它适合Python 初学者阅读，不过熟悉Python 编程方法对体验示例代码大有裨益。
<a_white> 上传 | 大小：34mb