注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 信息挖掘和文本挖掘技术

  2. 这是中科院计算所信息检索技术的课件和详细资料，里面还详细介绍了一种搜索工具的使用。希望对这方面有兴趣的朋友有帮助

  3. 所属分类：专业指导

    • 发布日期：2009-08-20
    • 文件大小：10mb
    • 提供者：yingjie8310

  1. 关于条件随机场的简单介绍

  2. 关于条件随机场的简单介绍，读者最好有一些概率论知识和统计学知识。

  3. 所属分类：互联网

    • 发布日期：2015-10-23
    • 文件大小：1mb
    • 提供者：jjconan108

  1. Data Science from Scratch First Principles with Python

  2. 数据科学入门，第二版， 介绍数据科学基本知识的重量级读本，Google数据科学家作品。 　　数据科学是一个蓬勃发展、前途无限的行业，有人将数据科学家称为“21世纪头号性感职业”。本书从零开始讲解数据科学工作，教授数据科学工作所必需的黑客技能，并带领读者熟悉数据科学的核心知识——数学和统计学。 　　作者选择了功能强大、简单易学的Python语言环境，亲手搭建工具和实现算法，并精心挑选了注释良好、简洁易读的实现范例。书中涵盖的所有代码和数据都可以在GitHub上下载。 　　通过阅读本书，你可以：

  3. 所属分类：机器学习

    • 发布日期：2019-04-28
    • 文件大小：4mb
    • 提供者：nchwang

  1. 【清晰带标签】非线性时间序列_范剑青_中文.pdf

  2. 姚琦伟、范剑青编写的《非线性时间序列——建模、预报及应用》不仅对这些技术在时间序列状态空间、频域和时域等方面的应用给出了详细的介绍，同时，为了体现参数和非参数方法在时间序列分析中的整合性，还系统地阐述了一些主要参数非线性时间序列模型(比如ARCH/GARCH模型和门限模型等)的近期研究成果。此外，书中还包含了一个对线性ARMA模型的简洁介绍，为了说明如何运用非参数技术来揭示高维数据的局部结构，《非线性时间序列》借助了很多源于实际问题的具体数据，并注重在这些例子的分析中体现部分的分析技巧和工具。

  3. 所属分类：机器学习

    • 发布日期：2019-05-10
    • 文件大小：66mb
    • 提供者：tmrjlu

  1. 《大数据数学基础》（R语言描述）配套资源.zip

  2. 本资源是《大数据数学基础》（R语言描述）配套资源，【完整版】包含源数据和代码。 本书全面地讲解了在科学领域广泛运用的数据微积分、统计学、线性代数、数值计算、应用多元统计分析等数学基础知识。全书共6章：第1章介绍了大数据与数学、数学与R的关系；第2章介绍了微积分的基础，包括极限、导数、微分、不定积分与定积分及其应用；第3章介绍了线性代数的基础，包括行列式、矩阵的运算、特征分解、奇异值分解；第4章介绍了统计学的基础，包括数据分布特征、概率论、随机变量的数字特征、参数估计、假设检验；第5章介绍了数值

  3. 所属分类：其它

    • 发布日期：2019-06-03
    • 文件大小：804kb
    • 提供者：weixin_43876206

  1. 机器学习算法工程师校招面试题库.pdf

  2. 机器学习算法工程师校招面试题库 涵盖数学基础、机器学习算法、深度学习、自然语言处理、计算机基础项目等。ξ NOWCODER. COM 牛客网一一互联网学习求职必备神器 名企校招历年笔试面试真题,尽在牛客网 可能就问的项日多一些,或者你说哪里精通可能面试官就多去问你这些。而且此图是根据题 库数据整理出来,并不是根据实际单场面试整理,比如基础部分不会考那么多,会从中抽着 考 但是面试中必考的点且占比非常大的有机器学习算法,机器学习和算法。 决定你是否能拿 sp offer(高薪ofer)以及是否

  3. 所属分类：机器学习

    • 发布日期：2019-07-15
    • 文件大小：4mb
    • 提供者：yangyang3401

  1. 2020概率统计辅导讲义-余炳森.pdf

  2. 机器学习深度学习必备的数学知识。此辅导书内容清晰移动。适合补习概率论和统计学的知识。

  3. 所属分类：机器学习

    • 发布日期：2019-08-26
    • 文件大小：72mb
    • 提供者：qq_36616607

  1. 201701概率统计A期末试卷.pdf

  2. 如题，201701概率统计A期末试卷，概率论与数理统计学在经济学、金融学、管理学等学科中有广泛的应用。与微积分和线性代数一样，概率论与数理统计学是不可或缺的经济数学工具。本文档旨在为经济类、管理类研究生提供必要的概率论与数理统计学基础知识，包括概率论基础，随机变量及其概率分布，重要概率分布及其相互关系，多元概率分布，统计抽样导论，收敛与极限定理，参数估计及其评估，参数假说检验，以及经典线性回归分析等。

  3. 所属分类：讲义

    • 发布日期：2020-02-12
    • 文件大小：145kb
    • 提供者：Atreus_my_son

  1. 0.99_new.py

  2. 自然语言处理是什么？谁需要学习自然语言处理？自然语言处理在哪些地方应用？相关问题一直困扰着不少初学者。针对这一情况，作者结合教学经验和工程应用编写此书。《自然语言处理理论与实战》讲述自然语言处理相关学科知识和理论基础，并介绍使用这些知识的应用和工具，以及如何在实际环境中使用它们。由于自然语言处理的特殊性，其是一门多学科交叉的学科，初学者难以把握知识的广度和宽度，对侧重点不能全面掌握。《自然语言处理理论与实战》针对以上情况，经过科学调研分析，选择以理论结合实例的方式将内容呈现出来。其中涉及开发工具

  3. 所属分类：深度学习

    • 发布日期：2019-08-18
    • 文件大小：57kb
    • 提供者：jiarenkeqi

  1. NLP相关最新教程合集

  2. 其中涉及开发工具、Python语言、线性代数、概率论、统计学、语言学等工程上常用的知识介绍，通过几个综合性的例子完成自然语言处理的学习和深入

  3. 所属分类：机器学习

    • 发布日期：2020-07-08
    • 文件大小：182mb
    • 提供者：wenyusuran

  1. 大数据架构详解：从数据获取到深度学习

  2. 机器学习（MachineLearning，ML）是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。其专门研究计算机是怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构，使之不断改善自身的性能。此外，数据挖掘和机器学习有很大的交集。本文将从架构和应用角度去解读这两个领域。数据挖掘是从海量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。数据挖掘中用到了大量的机器学习界提供的数据分析技术和数据库界提供的数据管理技术。从数据分

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：385kb
    • 提供者：weixin_38697979

  1. 机器学习算法总结

  2. 本文来自于网络，本文主要介绍了机器学习领域涉及到很多的算法和模型中一些常见的算法。机器学习(MachineLearning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。严格的定义：机器学习是一门研究机器获取新知识和新技能，并识别现有知识的学问。这里所说的“机器”，指的就是计算机，电子计算机，中子计算机、光子计算机或神经计算机等等。由上图所示

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：615kb
    • 提供者：weixin_38685961

  1. 大数据架构详解：从数据获取到深度学习

  2. 机器学习（Machine Learning，ML）是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。其专门研究计算机是怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构，使之不断改善自身的性能。此外，数据挖掘和机器学习有很大的交集。本文将从架构和应用角度去解读这两个领域。数据挖掘是从海量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。数据挖掘中用到了大量的机器学习界提供的数据分析技术和数据库界提供的数据管理技术。从数据

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：385kb
    • 提供者：weixin_38556416

  1. 机器学习算法总结

  2. 本文来自于网络，本文主要介绍了机器学习领域涉及到很多的算法和模型中一些常见的算法。机器学习(MachineLearning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。 严格的定义：机器学习是一门研究机器获取新知识和新技能，并识别现有知识的学问。这里所说的“机器”，指的就是计算机，电子计算机，中子计算机、光子计算机或神经计算机等等。

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：615kb
    • 提供者：weixin_38736652

  1. 1.1机器学习的概念，应用和Demo

  2. 1.1.1概念 概念：多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。 学科定位：人工智能(Artificial Intelligence, AI）的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。 定义：探究和开发一系列算法来如何使计算机不需要通过外部明显的指示，而可以自己通过数据来学习，建模，并且利用建

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：493kb
    • 提供者：weixin_38687539