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. 汇 编语言学习大全.chm

  2. 适合初学者. 课程介绍 第1章 预备知识 　1.1 汇编语言的由来及其特点 　　1 机器语言 　　2 汇编语言 　　3 汇编程序 　　4 汇编语言的主要特点 　　5 汇编语言的使用领域 　1.2 数据的表示和类型 　　1 数值数据的表示 　　2 非数值数据的表示 　　3 基本的数据类型 　1.3 习题 第2章 CPU资源和存储器 　2.1 寄存器组 　　1 寄存器组 　　2 通用寄存器的作用 　　3 专用寄存器的作用 　2.2 存储器的管理模式 　　1 16位微机的内存管理模式 　　2 32位

  3. 所属分类：硬件开发

    • 发布日期：2009-05-19
    • 文件大小：1mb
    • 提供者：soffeeshu1

  1. 汇编语言.chm 学习汇编语言入门

  2. 第1章 预备知识 　1.1 汇编语言的由来及其特点 　　1 机器语言 　　2 汇编语言 　　3 汇编程序 　　4 汇编语言的主要特点 　　5 汇编语言的使用领域 　1.2 数据的表示和类型 　　1 数值数据的表示 　　2 非数值数据的表示 　　3 基本的数据类型 　1.3 习题 第2章 CPU资源和存储器 　2.1 寄存器组 　　1 寄存器组 　　2 通用寄存器的作用 　　3 专用寄存器的作用 　2.2 存储器的管理模式 　　1 16位微机的内存管理模式 　　2 32位微机的内存管理模式 　2

  3. 所属分类：硬件开发

    • 发布日期：2009-07-09
    • 文件大小：1mb
    • 提供者：rily22

  1. LINGO软件的学习

  2. LINGO是用来求解线性和非线性优化问题的简易工具。LINGO内置了一种建立最优化模型的语言，可以简便地表达大规模问题，利用LINGO高效的求解器可快速求解并分析结果。 §1 LINGO快速入门 当你在windows下开始运行LINGO系统时，会得到类似下面的一个窗口： 外层是主框架窗口，包含了所有菜单命令和工具条，其它所有的窗口将被包含在主窗口之下。在主窗口内的标题为LINGO Model – LINGO1的窗口是LINGO的默认模型窗口，建立的模型都都要 在该窗口内编码实现。下面举两个例子

  3. 所属分类：C

    • 发布日期：2009-08-08
    • 文件大小：312kb
    • 提供者：huxlaylyx

  1. 汇编语言学习大全 很实用的

  2. 课程介绍 第1章 预备知识 　1.1 汇编语言的由来及其特点 　　1 机器语言 　　2 汇编语言 　　3 汇编程序 　　4 汇编语言的主要特点 　　5 汇编语言的使用领域 　1.2 数据的表示和类型 　　1 数值数据的表示 　　2 非数值数据的表示 　　3 基本的数据类型 　1.3 习题 第2章 CPU资源和存储器 　2.1 寄存器组 　　1 寄存器组 　　2 通用寄存器的作用 　　3 专用寄存器的作用 　2.2 存储器的管理模式 　　1 16位微机的内存管理模式 　　2 32位微机的内存管理

  3. 所属分类：硬件开发

    • 发布日期：2009-11-20
    • 文件大小：1mb
    • 提供者：qwlonglong

  1. 数据挖掘--概念与技术

  2. 目录 第一章 引言 ......................................................................................................................................................... 8 1.1 什么激发数据挖掘？为什么它是重要的？.............................................................

  3. 所属分类：Web开发

    • 发布日期：2010-09-06
    • 文件大小：1mb
    • 提供者：huanghyw

  1. 汇编语言教程-学习的极佳资料

  2. 程介绍 第1章 预备知识 　1.1 汇编语言的由来及其特点 　　1 机器语言 　　2 汇编语言 　　3 汇编程序 　　4 汇编语言的主要特点 　　5 汇编语言的使用领域 　1.2 数据的表示和类型 　　1 数值数据的表示 　　2 非数值数据的表示 　　3 基本的数据类型 　1.3 习题 第2章 CPU资源和存储器 　2.1 寄存器组 　　1 寄存器组 　　2 通用寄存器的作用 　　3 专用寄存器的作用 　2.2 存储器的管理模式 　　1 16位微机的内存管理模式 　　2 32位微机的内存管理模

  3. 所属分类：嵌入式

  1. 金融风控建模教程1-申请评分卡介绍

  2. 金融风控系统教程，1. 信贷违约的基本概念 2. 申请评分卡在互联网金融业的重要性和特性 3. 贷款申请环节的数据介绍和描述 4. 非平衡样本问题的定义和解决方法 5. 过抽样和欠抽样，SMOTE算法

  3. 所属分类：机器学习

    • 发布日期：2018-08-23
    • 文件大小：609kb
    • 提供者：rain0321078

  1. Java机器学习.pdf

  2. 机器学习是人工智能的一个分支，它在算法与数据的协助下，让计算机像人类一样学习和行 动。针对给定的数据集，机器学习算法会学习数据的不同属性，并对以后可能遇到的数据属性进 行推断。 本书教你如何使用Java创建并实现机器学习算法，既有基础概念的讲解，也有示例供你学习。 当然，还会介绍一些常用的机器学习库，如Weka、 Apache Mahout、 Mallet等。阅读本书后，你 将懂得如何为特定问题选择合适的机器学习方法，以及如何比较与评估不同技术的优劣。书中还 会讲解性能提升技术，包括输入预处理

  3. 所属分类：Java

    • 发布日期：2019-07-15
    • 文件大小：5mb
    • 提供者：qq_35409106

  1. 机器学习算法基础学习总结

  2. 机器学习算法基础学习总结2.基本算法 2.1 Logistic回归 优点:计算代价不高,易于理解和实现。 缺点:容易欠拟合,分类精度可能不高 适用数据类型:数值型和标称型数据。 类别:分类算法。 试用场景:解决二分类问题。 简述: Logistic回归算法基于 Sigmoid函数,或者说 Sigmoid就是逻辑回归函数。 Sigmoid函数定义如下:1/(1-exp(-z))。函数值域范围(0,1)。可以用来做分 类器。 Sigmoid函数的函数曲线如下: 逻辑凹归模型分解如下:(1)首先将不同

  3. 所属分类：机器学习

    • 发布日期：2019-07-02
    • 文件大小：305kb
    • 提供者：abacaba

  1. 机器学习代码实战——PCA（主成分分析）

  2. 文章目录1.主成分分析基本概念2.代码 1.主成分分析基本概念 2.代码 导入必要的库 import pandas as pd import numpy as np from sklearn.datasets import load_iris #sklearn中导入load_iris数据 import matplotlib.pyplot as plt from sklearn.preprocessing import StandardScaler %matplotlib inline 加

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：623kb
    • 提供者：weixin_38622983

  1. 1.2机器学习基本概念

  2. 1.2.1基本概念 训练集 测试集 特征值 监督学习 非监督学习 半监督学习 分类 回归 1.2.2例子1 针对例子1，我们可以把100天的数据（包括每天的温度X1，天气X2，风力X3，水温X4，湿度X5，预报X6和小明每天是否享受运动Y）作为训练集，产生模型，再用接下来的10天作为测试集检验生成的模型 N（X1，X2，X3，X4，X5，X6）向量即为特征向量 温度X1，天气X2，风力X3，水温X4，湿度X5，预报X6即为6个属性 可以标记享受运动为正例，自然不享受即为反例 1.2.3例子2

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：255kb
    • 提供者：weixin_38632916

  1. 机器学习之梯度下降法

  2. 1.基本概念 梯度下降法（Gradient descent）是一个一阶最优化算法。 要使用梯度下降法找到一个函数的局部极小值，必须向函数上当前点对应梯度（或者是近似梯度）的反方向的规定步长距离点进行迭代搜索。如果相反地向梯度正方向迭代进行搜索，则会接近函数的局部极大值点；这个过程则被称为梯度上升法。 2.几种梯度下降方法（针对线性回归算法） 2.1 批量梯度下降法 1.批量梯度下降法的特点及原理 运算量大：批量梯度下降法中的每一项计算：，要计算所有样本（共 m 个）； 批量梯度下降法的梯度是损

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：209kb
    • 提供者：weixin_38698149

  1. 机器学习之线性回归算法

  2. 1.基本概念 **线性回归（Linear Regression）**是一种通过属性的线性组合来进行预测的线性模型，其目的是找到一条直线或者一个平面或者更高维的超平面，使得预测值与真实值之间的误差最小化。 2.特点 优点：结果具有很好的可解释性（w直观表达了各属性在预测中的重要性），计算熵不复杂。 缺点：对非线性数据拟合不好 适用数据类型：数值型和标称型数据 3.自己实现的线性回归 3.1 简单线性回归 1.利用最小二乘法得到的系数 2.用简答随机数模拟的方法来搭建简单线性回归 impor

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：639kb
    • 提供者：weixin_38681147

  1. MachineLearninginR:R for Data Science课程的机器学习作业-源码

  2. 机器学习 R for Data Science课程的机器学习作业在本课程中，我们涵盖了概念和R库，以帮助我们在训练机器学习模型和各种机器学习算法之前处理数据问题。 R markdown文件包含用于在R中训练的机器学习算法的代码。在培训之前，我们被告知要检查的几件事情包括： 通过多次插补缺失值 找出我们的数据是否偏斜，以及如何通过不同的变换（Box-Cox，Tukey，对数，立方/平方根变换，数据归一化/标准化）解决偏斜问题 有效线性回归的假设，探索性数据分析的描述性统计量等我们尝试了以下机器学习

  3. 所属分类：其它

  1. 希伯来语深度学习：希伯来语ספרמלאבעבריתבנושאיםשללמידתמכונהולמידהעמוקה-源码

  2. 希伯来语深度学习 למידתמכונהולמידהעמוקהבעברית 目录 1.机器学习导论 2.机器学习算法 3.线性神经网络（回归问题） 3.1线性回归 3.1.1基本概念 3.1.2梯度下降 3.1.3正则化和交叉验证 3.1.4线性回归作为分类器 3.2 Softmax回归 3.2.1 Logistic回归 3.2.2交叉熵和梯度下降 3.2.3优化 3.2.4 SoftMax回归–多类Logistic回归 3.2.5 SoftMax回归为神经网络 4.深度神经网络

  3. 所属分类：其它

  1. 机器学习之集成学习和随机森林

  2. 1 基本概念 集成学习，通过构建并结合多个学习器来完成学习任务。一般结构是：先产生一组“个体学习器”，再用某种策略将它们结合起来。结合策略主要有平均法、投票法和学习法等。 随机森林指的是利用多棵树对样本进行训练并预测的一种分类器。 2 自己模拟的集成学习法 import numpy as np import matplotlib.pyplot as plt from sklearn import datasets X, y = datasets.make_moons(n_samples=50

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：780kb
    • 提供者：weixin_38671628

  1. 机器学习之主成分分析PCA数据降维

  2. 1 基本概念 PCA即主成分分析技术。主成分分析也称主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标。 在统计学中，主成分分析PCA是一种简化数据集的技术。它是一个线性变换。这个变换把数据变换到一个新的坐标系统中，使得任何数据投影的第一大方差在第一个坐标(称为第一主成分)上，第二大方差在第二个坐标(第二主成分)上，依次类推。 主成分分析经常用于减少数据集的维数，同时保持数据集的对方差贡献最大的特征。这是通过保留低阶主成分，忽略高阶主成分做到的。这样低阶成分往往能够保留住数据的最重要

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：749kb
    • 提供者：weixin_38584148

  1. 机器学习算法/模型——机器学习介绍

  2. 目录1. 写在前面：态度2. 机器学习概述2.1 本质/目标：找到一种理想“函数”2.2 基本流程：“三板斧”方法论3. 总结 1. 写在前面：态度 相较于仍然处于经验（“炼丹”）阶段的深度学习，传统的统计学习模型和方法已经具备了相对完善的理论基础。 态度：即使目标是深度学习也要从机器学习开始，从统计学习方法学起。 一方面深度学习与机器学习具有传承的关系，学习后者对于直观理解前者有极大帮助。 另一方面，**统计学习方法建立在将概念“数字化”（向量化）的基础上，以数学公式和计算来表达概念之间的关联

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：123kb
    • 提供者：weixin_38724229

  1. python—01 计算机要点学习

  2. 01-计算机基础知识 1.计算机基本概念 1.1计算机是什么 · 计算机，一种用于高速计算的电子计算器。 · 特点：数值计算、逻辑运算、存储记忆功能。 · 总结：能够按照程序运行、自动、高速处理数据的现代化智能电子设备。 1.2计算机的组成 · 硬件：鼠标、键盘、显示器、CPU、硬盘……（看得见摸得着） · 软件：pycharm QQ 浏览器……（摸不着） 2.计算机语言 2.1计算机语言的基本概念 · 概念：计算机语言指用于人与计算机之间的通讯语言 · 总结：能够按照程序运行、自动、高速处理数

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：76kb
    • 提供者：weixin_38612139

  1. :white_medium_star: 李宏毅2020机器学习作业4-RNN：句子情感分类

  2. 文章目录0 作业链接1 作业说明环境任务说明任务要求数据说明作业概述2 基本原理与概念单词的表示句子的表示1-of-N encodingBag of Words (BOW)word embeddingSemi-supervised Learning 半监督学习3 原始代码warning设置一些函数的定义词嵌入 word2vec数据预处理定义Dataset定义模型LSTMtrainingtesting修改代码修改1：self-training 0 作业链接 直接在李宏毅课程主页可以找到作业： 李宏

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：409kb
    • 提供者：weixin_38595019
« 12 3 4 5 »