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. 中科院随机过程讲义 二阶矩过程、平稳过程和随机分析 12-13讲

  2. 中科院随机过程讲义 二阶矩过程、平稳过程和随机分析 12-13讲

  3. 所属分类：专业指导

    • 发布日期：2010-09-09
    • 文件大小：331kb
    • 提供者：jessica12345678

  1. 随机过程、随机徘徊、马尔科夫链

  2. 这是一份讲随机过程的讲义，主要是 马科夫链 随机徘徊 ，对于金融建模、科研的编程会有帮助吧

  3. 所属分类：金融

    • 发布日期：2011-08-28
    • 文件大小：3mb
    • 提供者：runforrestcz

  1. 随机过程讲义

  2. 随机过程讲义(中科院－孙应飞) 在概率论中，我们研究了随机变量，n 维随机向量。在极限定理中我们研究 了无穷多个随机变量，但只局限在它们之间相互独立的情形。将上述情形加以 推广，即研究一族无穷多个、相互有关的随机变量，这就是随机过程。

  3. 所属分类：专业指导

    • 发布日期：2012-10-06
    • 文件大小：2mb
    • 提供者：lllhug

  1. 中科院随机过程讲义

  2. 中科院孙应飞老师随机过程讲义：在概率论中，我们研究了随机变量，n维随机向量。在极限定理中我们研究了无穷多个随机变量，但只局限在它们之间相互独立的情形。将上述情形加以推广，即研究一族无穷多个、相互有关的随机变量，这就是随机过程。

  3. 所属分类：专业指导

    • 发布日期：2013-09-22
    • 文件大小：383kb
    • 提供者：u010462965

  1. 概率论基础讲义

  2. 清华随机过程课程讲义第一章、主要介绍概率论的基础。

  3. 所属分类：讲义

    • 发布日期：2018-08-28
    • 文件大小：558kb
    • 提供者：u012244525

  1. 黄广斌-极限学习机讲义

  2. 极限学习机（Extreme Learning Machine, ELM）是一类基于前馈神经网络（feedforward neuron network）的机器学习算法，其主要特点是隐含层节点参数可以是随机或人为给定的且不需要调整，学习过程仅需计算输出权重。ELM具有学习效率高和泛化能力强的优点，被广泛应用于分类、回归、聚类、特征学习等问题中。

  3. 所属分类：讲义

    • 发布日期：2018-11-05
    • 文件大小：4mb
    • 提供者：u012583095

  1. 概率统计讲义

  2. 数理概率统计讲义概率统计是研究自然界中随机现象统计规律的数学方法，叫做概率统计，又称数理统计方法。概率统计主要研究对象为随机事件、随机变量以及随机过程。概率统计是应用概率的理论来研究大量随机现象的规律性对通过科学安排的一定数量的实验所得到的统计方法给出严格的

  3. 所属分类：讲义

    • 发布日期：2018-11-12
    • 文件大小：10mb
    • 提供者：qq_40363420

  1. 随机过程讲义.pdf

  2. 研究生随机过程讲稿，包括随机过程及其分类、Markov 过程、Poission 过程（Poission 信号流）、二阶矩过程、平稳过程和随机分析、平稳过程的谱分析、高斯（Gauss）过程、习题

  3. 所属分类：讲义

    • 发布日期：2019-06-25
    • 文件大小：2mb
    • 提供者：qq_34331113

  1. drost2010CVPR中文翻译版.pdf

  2. Model Globally, Match Locally: Efficient and Robust 3D Object Recognition 中文翻译 ；原网页为：http://campar.in.tum.de/pub/drost2010CVPR/drost2010CVPR.pdfHash table I1. n A (m1,m2) F i.11 m;, (Key to (ms, m6) F1=m2 hash table 图2.(a)两个定向点的点对特征F.分量F1被设置为点F2和F3与法

  3. 所属分类：机器学习

    • 发布日期：2019-07-16
    • 文件大小：1mb
    • 提供者：qq_28250697

  1. 高斯分布参数的极大似然估计，EM算法

  2. 哈工大研究生课程讲义高斯分布参数的极大似然估计，EM算法高斯混合模型算法的迭代公式推导 我们首先来推导般混合密度模型参数估计的算法达代公式,然后再将般的混合 密度模型具体化为髙斯混合模型。 混合密度模型 假设样本集={x1,…,x}中的样本相互独立,并且按照如下的过程产生: 样木是依据桃率由个分布中的一个产生的,分布的概率密度数为(x0), 1,,,0为分布的参数 由第个分布产生样本的先验概率为a 先验概率a=(a1…,a),以及分布的参数日,…,0均未知。 我们称样本集来自于一个混合密度模型,

  3. 所属分类：讲义

    • 发布日期：2019-03-03
    • 文件大小：209kb
    • 提供者：qq_27328663

  1. C语言新东方老师精讲

  2. 是新东方老师的上课讲义！有需要的请自行下载！新东方在线计算机专项精讲课程讲义 C语言 (4)八>二进制 (5)二>十六进剃 (721)s=(?)2 口诀:一位展成三位 (1100111)2=(?)16 口决:四位压成一位 十六 十六 100C->8 1001->9 2→>010 0010→>2 101C->A 0021>3 1011->B 0100->4 (101->5 1101->D 6->110 01:0->

  3. 所属分类：其它

    • 发布日期：2019-03-01
    • 文件大小：30mb
    • 提供者：rgergregre

  1. python实现决策树、随机森林的简单原理

  2. 本文申明：此文为学习记录过程，中间多处引用大师讲义和内容。 一、概念 决策树（Decision Tree）是一种简单但是广泛使用的分类器。通过训练数据构建决策树，可以高效的对未知的数据进行分类。决策数有两大优点：1）决策树模型可以读性好，具有描述性，有助于人工分析；2）效率高，决策树只需要一次构建，反复使用，每一次预测的最大计算次数不超过决策树的深度。 看了一遍概念后，我们先从一个简单的案例开始，如下图我们样本： 对于上面的样本数据，根据不同特征值我们最后是选择是否约会，我们先自定义的一个决策

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：181kb
    • 提供者：weixin_38526780

  1. 【SystemVerilog】路科验证V2学习笔记（全600页）.pdf

  2. SystemVerilog的听课学习笔记，包括讲义截取、知识点记录、注意事项等细节的标注。 目录如下： 第一章 SV环境构建常识 1 1.1 数据类型 1 四、二值逻辑 4 定宽数组 9 foreach 13 动态数组 16 队列 19 关联数组 21 枚举类型 23 字符串 25 1.2 过程块和方法 27 initial和always 30 function逻辑电路 33 task时序电路 35 动态 静态变量 39 1.3 设计例化和连

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：47.25mb
    • 提供者：weixin_44857476