[机器学习] Machine Learning A Probabilistic Perspective

说明： 关于机器学习的一本英文原版书籍，知识点很全面，对机器学习或者数据分析的感兴趣的小伙伴可以翻读。里面有很多数学，统计知识，祝你们学习愉快
<juliawinter> 上传 | 大小：25mb

[机器学习] python数据挖掘入门

说明： python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘
<pangzima> 上传 | 大小：8mb

[机器学习] 单片机红外程序

说明： 红外遥控方面的一系列知识一部分，关于遥控器程序解码，希望对大家有用，红外遥控方面的一系列知识一部分，关于遥控器程序解码，希望对大家有用
<mtc666666> 上传 | 大小：361kb

[机器学习] faceppsdk.jar

说明： Face人脸识别，人脸对比，人脸查询所需要的jar包，开发人脸识别必备的jar包。 这个jar包由Face++公司研究，开放使用。
<kisscatforever> 上传 | 大小：448kb

[机器学习] delphi7.0源码

说明： delphi学习资料天吃完饭休息的时候瞎逛知乎，突然看到这个一个问题Spring Cloud在国内中小型公司能用起来吗？，吸引了我的注意。仔细的看了题主的问题，发现这是一个好问题，题主经过了一番思考，并且用图形全面的将自己的疑问表达了出来，作为一个研究并使用Spring Boot和Spring Cloud近两年的程
<maihyp> 上传 | 大小：59mb

[机器学习] 海豚智能交易系统

说明： 智能ea交易系统，高胜率，高盈利率。目前85%的单子进场就可以盈利，10%的单子回调后再次盈利，剩余5%的单子可能出现亏损
<weixin_40212049> 上传 | 大小：100kb

[机器学习] sugartensor

说明： sugartensor代码，转自buriburisuri的github。用于构建神经网络进行机器学习，方便，可以不引入tensorflow。
<happyday827314> 上传 | 大小：240kb

[机器学习] TensorFlow machine learning cookbook

说明： TensorFlow-ML-cookbook TensorFlow-ML-cookbook TensorFlow-ML-cookbook TensorFlow-ML-cookbookTensorFlow-ML-cookbookTensorFlow-ML-cookbook
<xjtu_noc_wei> 上传 | 大小：4mb

[机器学习] sift代码资源

说明： op1：寻找图像中的Sift特征：[image, descrips, locs] = sift('scene.pgm'); showkeys(image, locs); op2：对两幅图中的SIFT特征进行匹配：match('scene.pgm','book.pgm');
<lichenfn> 上传 | 大小：431kb

[机器学习] Scikit-learn-使用手册中文版

说明： This book is translated from official user guide of scikit-learn. Table of Contents 绪言 有监督学习 广义线性模型 线性与二次判别分析 核岭回归 支持向量机 随机梯度下降
<z_ae86> 上传 | 大小：2mb

[机器学习] python-scikit-learn使用说明

说明： 简介： ...................................................................... 2 主要特点：................................................................... 2 scikit-learn安装：（ubuntu版本14.04.1） ......................................... 2 Classification .....
<z_ae86> 上传 | 大小：800kb

[机器学习] Thoughtful Machine Learning with Python

说明： Gain the confidence you need to apply machine learning in your daily work. With this practical guide, author Matthew Kirk shows you how to integrate and test machine learning algorithms in your code, without the academic subtext. Featuring graphs an
<lyiang001> 上传 | 大小：8mb