本人黄海广博士，以前写过吴恩达老师的机器学习个人笔记。
有朋友报名了课程，下载了这次课程的视频给大家分享。
Coursera的字幕不全，同学们在学习上感觉非常不方便，因此我找志同道合的朋友翻译和整理字幕，中英文字幕来自于由我和曹骁威同学组织爱好者翻译，希望对大家有所协助。

HeadFirst设计模式（高清中文完整版带目录）+附书源码+HeadFirst设计模式学习伴侣.rar又名:HeadFirstDesignPatterns作者:（美）弗里曼（Freeman,E.）副标题:HeadFirstDesignPatterns简介······　　你不想重新发明车轮（或者更差的是，没有充气车胎的轮子），所以你从设计模式中寻求协助——设计模式是过去人们面对同样的软件设计问题所得到的经验。
有了设计模式，就可以利用其他人的实践经验的精华，因此省下的时间可以用在其他的事情上，如：更有挑战性的事情、更复杂的事情以及更有趣的事情。
你想要学习：　　·重要的模式；
　　·何时使用某个模式，为何使用该模式；
　　·如何在你自己的设计中马上采用这些模式；
　　·何时不该使用该模式（如何避免滥用模式）；
　　·某个模式是依据哪些面向对象设计原理而设计出来的。
　　更重要的是，你想在学习设计模式的过程中，不感觉到昏昏欲睡。
如果你曾经读过任何一本深入浅出（HeadFirst）系列书籍，你就会知道能够从本书中得到的是：透过丰富的视觉效果让你的大脑充分地运作。
本书的编写运用许多最新的研究，包括神经生物学、认知科学以及学习理论，这使得这本书能够将这些设计模式深深地烙印在你的脑海中，不容易被遗忘。
你将会更擅长于解决软件设计中的问题，并能够和你的团队成员用模式的语言来更好地沟通。
作者简介······　　EricFreeman以及ElisabethFreeman是作家、教育家以及技术发明者。
他们在迪斯尼公司领导了四年的数字媒体以及因特网的开发，后来他们将这些经验应用在他们自己的媒体中，包括这本书中。
Eric具有耶鲁大学的计算机科学博士学位，Elisbeth具有耶鲁大学的计算机科学硕士学位。
　　KathySierra（javaranch.com的创始者）以及BertBates是畅销的“深入浅出”（HeadFirst）系列书籍的策划者，也是Sun公司Java开发员认证考试的开发者。

引入IPv6使能节点的方法全局选路算法用完好的、全局性的网络知识来计算最短路径分布式选路算法以迭代的、分布式的方式计算出最低费用路径静态选路算法随着时间的推移，

于博士Hyperlynx仿真教程

MATLAB智能算法30个案例分析（第二版）电子版:作者：史峰王辉郁磊胡斐《MATLAB智能算法30个案例分析》采用案例方式，以智能算法为主线，讲解了遗传算法、免疫算法、退火算法、粒子群算法、鱼群算法、蚁群算法和神经网络算法等最常用的智能算法的MATLAB实现。
本书共给出30个案例，每个案例都是一个使用智能算法解决问题的具体实例，所有案例均由理论讲解、案例背景、MATLAB程序实现和扩展阅读四个部分组成，并配有完整的原创程序，使读者在掌握算法的同时更能快速提高使用算法求解实际问题的能力。
本书可作为本科毕业设计、研究生项目设计、博士低年级课题设计参考书籍，同时对广大科研人员也有很高的参考价值。

博士BMI270开源驱动

读者调用案例的时候，只要把案例中的数据换成自己需要处理的数据，即可实现自己想要的网络。
如果在实现过程中有任何疑问，可以随时在MATLAB中文论坛与作者交流，作者每天在线，有问必答。
该书共有30个MATLAB神经网络的案例(含可运行程序)，包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络;还包含PSO(粒子群)、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。
该书另有31个配套的教学视频帮助读者更深入地了解神经网络。
本书可作为本科毕业设计、研究生项目设计、博士低年级课题设计参考书籍，同时对广大科研人员也有很高的参考价值。
图书目录第1章P神经网络的数据分类--语音特征信号分类第2章BP神经网络的非线性系统建模--非线性函数拟合第3章遗传算法优化BP神经网络--非线性函数拟合第4章神经网络遗传算法函数极值寻优--非线性函数极值寻优第5章基于BP_Adaboost的强分类器设计--公司财务预警建模第6章PID神经元网络解耦控制算法--多变量系统控制第7章RBF网络的回归--非线性函数回归的实现第8章GRNN的数据预测--基于广义回归神经网络的货运量预测第9章离散Hopfield神经网络的联想记忆--数字识别第10章离散Hopfield神经网络的分类--高校科研能力评价第11章连续Hopfield神经网络的优化--旅行商问题优化计算第12章SVM的数据分类预测--意大利葡萄酒种类识别第13章SVM的参数优化--如何更好的提升分类器的功能第14章SVM的回归预测分析--上证指数开盘指数预测第15章SVM的信息粒化时序回归预测--上证指数开盘指数变化趋势和变化空间预测第16章自组织竞争网络在模式分类中的应用--患者癌症发病预测第17章SOM神经网络的数据分类--柴油机故障诊断第18章Elman神经网络的数据预测--电力负荷预测模型研究第19章概率神经网络的分类预测--基于PNN的变压器故障诊断第20章神经网络变量筛选--基于BP的神经网络变量筛选第21章LVQ神经网络的分类--乳腺肿瘤诊断第22章LVQ神经网络的预测--人脸朝向识别第23章小波神经网络的时间序列预测--短时交通流量预测第24章模糊神经网络的预测算法--嘉陵江水质评价第25章广义神经网络的聚类算法--网络入侵聚类第26章粒子群优化算法的寻优算法--非线性函数极值寻优第27章遗传算法优化计算--建模自变量降维第28章基于灰色神经网络的预测算法研究--订单需求预测第29章基于Kohonen网络的聚类算法--网络入侵聚类第30章神经网络GUI的实现--基于GUI的神经网络拟合、模式识别、聚类

这本日记记载了从2006年到2012年，我在斯坦福大学攻读计算机博士学位的六年青葱岁月。
不同的人在阅读此文的时候将会有不同的收获。
尤其是渴望或正在攻读博士学位的先生。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。