一个非常完整的CART决策树的python实现，大家可以下过来学习一下

MATLAB神经网络43个案例分析源代码&数据《MATLAB神经网络43个案例分析》目录第1章BP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网络的预测----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章初始SVM分类与回归第13章LIBSVM参数实例详解第14章基于SVM的数据分类预测——意大利葡萄酒种类识别第15章SVM的参数优化——如何更好的提升分类器的性能第16章基于SVM的回归预测分析——上证指数开盘指数预测.第17章基于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18章基于SVM的图像分割-真彩色图像分割第19章基于SVM的手写字体识别第20章LIBSVM-FarutoUltimate工具箱及GUI版本介绍与使用第21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22章SOM神经网络的数据分类--柴油机故障诊断第23章Elman神经网络的数据预测----电力负荷预测模型研究第24章概率神经网络的分类预测--基于PNN的变压器故障诊断第25章基于MIV的神经网络变量筛选----基于BP神经网络的变量筛选第26章LVQ神经网络的分类——乳腺肿瘤诊断第27章LVQ神经网络的预测——人脸朝向识别第28章决策树分类器的应用研究——乳腺癌诊断第29章极限学习机在回归拟合及分类问题中的应用研究——对比实验第30章基于随机森林思想的组合分类器设计——乳腺癌诊断第31章思维进化算法优化BP神经网络——非线性函数拟合第32章小波神经网络的时间序列预测——短时交通流量预测第33章模糊神经网络的预测算法——嘉陵江水质评价第34章广义神经网络的聚类算法——网络入侵聚类第35章粒子群优化算法的寻优算法——非线性函数极值寻优第36章遗传算法优化计算——建模自变量降维第37章基于灰色神经网络的预测算法研究——订单需求预测第38章基于Kohonen网络的聚类算法——网络入侵聚类第39章神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类第40章动态神经网络时间序列预测研究——基于MATLAB的NARX实现第41章定制神经网络的实现——神经网络的个性化建模与仿真第42章并行运算与神经网络——基于CPU/GPU的并行神经网络运算第43章神经网络高效编程技巧——基于MATLABR2012b新版本特性的探讨

TPC-H工具包针对数据库不同的使用场景TPC组织发布了多项测试标准。
TPC-H是决策支持的基准测试。
它由一套面向业务的即席查询和并发数据修改组成。
这些查询和填充数据库的数据具有广泛的行业相关性。
该基准测试展示了决策支持系统，它可以检索大量数据，执行高度复杂的查询，并为关键业务问题提供答案

r语言随机森林包，随机森林是基于决策树的一种机器学习语言。
用于医学预测，生态发展预测，且预测精度高。

内容简介······这是一本经典的Windows核心编程指南，从第1版到第5版，引领着数十万程序员走入Windows开发阵营，培养了大批精英。
作为Windows开发人员的必备参考，本书是为打算理解Windows的C和C++程序员精心设计的。
第5版全面覆盖WindowsXP，WindowsVista和WindowsServer2008中的170个新增函数和Windows特性。
书中还讲解了Windows系统如何使用这些特性，我们开发的应用程序又如何充分使用这些特性，如何自行创建新的特性。
...作者简介······JeffreyRichter是一位在全球享有盛誉的技术作家，尤其在Windows/.NET领域有着杰出的贡献。
他的第一本Windows著作Windows3:ADeveloper'sGuide大获好评，从而声名远扬。
之后，他又推出了经典著作《Windows高级编程指南》和《Windows核心编程》。
如今这两本书早已成为Windows程序设计领域的颠峰之作，培育了几代软件开发设计人员。
他的每一本新作问世，我们都有理由相信这是一本巨著，我们想要的一切尽在其中。
Jeffery是Wintellect公司的创始人之一，也是MSDN杂志.NET专栏的特邀编辑。
现在他正领导开发该公司的.NET程序设计课程，向大众推广.NET技术。
因为他自1999年开始就参与了微软.NET框架开发组的咨询工作，与这些一线人员一起经历了.NET的孕育与诞生，所以他对.NET思想的领悟、对.NET的细节熟稔，是其他任何作家难以企及的。
他是.NET著作领域中当之无愧的一面旗帜。
ChristopheNasarre是BusinessObjects的软件架构师和开发部门领导，该公司致力于帮助其他企业更好地专注于其主营业务，通过商业智能方案来提升决策能力和业绩。
他为Addison-Wesley，APress和MicrosoftPress出版的许多图书担任过技术审校，此外还是MSDNMagazine的撰稿人。
目录······第1部分必备知识第1章错误处理1.1定义自己的错误代码1.2ErrorShow示例程序第2章字符和字符串处理2.1字符编码2.2ANSI字符和Unicode字符与字符串数据类型2.3Windows中的Unicode函数和ANSI函数2.4C运行库中的Unicode函数和ANSI函数2.5C运行库中的安全字符串函数2.5.1初识新的安全字符串函数2.5.2在处理字符串时如何获得更多控制2.5.3Windows字符串函数2.6为何要用Unicode2.7推荐的字符和字符串处理方式2.8Unicode与ANSI字符串转换2.8.1导出ANSI和UnicodeDLL函数2.8.2判断文本是ANSI还是Unicode第3章内核对象3.1何为内核对象3.1.1使用计数3.1.2内核对象的安全性3.2进程内核对象句柄表3.2.1创建一个内核对象3.2.2关闭内核对象3.3跨进程边界共享内核对象3.3.1使用对象句柄继承3.3.2改变句柄的标志3.3.3为对象命名3.3.4终端服务命名空间3.3.5专有命名空间3.3.5复制对象句柄第Ⅱ部分工作机制第4章进程4.1编写第一个Windows应用程序4.1.1进程实例句柄4.1.2进程前一个实例的句柄4.1.3进程的命令行4.1.4进程的环境变量4.1.5进程的关联性4.1.6进程的错误模式4.1.7进程当前所在的驱动器和目录4.1.8进程的当前目录4.1.9系统版本4.2CreateProcess函数4.2.1pszApplicationName和pszCommandLine参数4.2.2psaProcess，psaThread和bInheritHandles参数4.2.3fdwCreate参数4.2.4pvEnvironment参数4.2.5pszCurDir参数4.2.6psiStartInfo参数4.2.7ppiProcInfo参数4.3终止进程4.3.1主线程的入口点函数返回4.3.2ExitProcess函数4.3.3TerminateProcess函数4.3.4当进程中的所有线程终止时4.3.5当进程终止运行时4.4子进程4.5管理员以标准用户权限运行时4.5.1自动提升进程的权限4.5.2手动提升进程的权限4.5.3何为当前权限上下文4.5.4枚举系统中正在运行的

管理信息系统各种成功、失败的案例，信息技术支持企业的业务流程与决策的描述

SPSS是全球领先的统计分析与数据挖掘产品，全名：StatisticalProductandServiceSolutions，成立于1968年，是世界上应用最广泛的专业统计和数据模型软件之一。
2009年IBM全资收购了SPSS公司，正式更名为“IBMSPSS”。
SPSSStatistics是一款统计分析软件，提供了执行全程分析所需的核心功能。
它易于使用，包含范围广泛的过程和技术，能帮助您增加收入，超越竞争对手，组织调研并制定更好的决策。

智能实时应用为所有行业带来了革命性变化。
机器学习及其分支深度学习正蓬勃发展，因为机器学习让计算机能够在无人指引的情况下挖掘深藏的洞见。
这种能力正是多种领域所需要的，如非结构化数据分析、图像识别、语音识别和智能决策，这完全不同于传统的编程方式（如Java、.NET或Python）。
机器学习并非新生事物，大数据集的出现和处理能力的进步让每一个企业都具备了构建分析模型的能力。
各行各业都在将分析模型应用在企业应用和微服务上，用以增长利润、降低成本，或者改善用户体验。
这篇文章将介绍机器学习在任务关键型实时系统中的应用，将ApacheKafka作为中心化的、可伸缩的任务关键型系统，同时还将介绍使用Kafk

使用ContextCapture，您可以快速地为所有类型的基础设施项目生成最具挑战性的3D模型，这些模型来自于简单的照片。
如果不需要昂贵的专用设备，您可以快速创建和使用这些高度详细的3D现实模型，为设计、构建和操作决策提供精确的真实环境，以便在项目的整个生命周期中使用。

自写同化棋代码，内含决策AI，注释也是挺详细的。
发上来造福后人。

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。