使用Julia言语进行数据科学方面的工作,数据分析,数据可视化
2023/3/3 16:15:55 2.44MB Julia
1
在人类大脑的大致启发下,经过大量数据训练的深层神经网络可以以前所未有的精度解决复杂的任务。
本实用书提供了TensorFlow的端到端指南,TensorFlow是领先的开源软件库,可协助您构建和训练神经网络,用于计算机视觉、自然语言处理(NLP)、语音识别和一般预测分析。
作者TomHope、YehezkelResheff和ItayLider为从数据科学家和工程师到学生和研究人员的广大技术受众提供了一种实践性的TensorFlow基础方法。
在深入讨论诸如神经网络架构、TensorBoard可视化、TensorFlow抽象库和多线程输入管道等主题之前,您将首先学习TensorFlow中的一些基本示例。
完成本书后,您将知道如何在TensorFlow中构建和部署生产就绪的深度学习系统。
2023/2/11 12:51:50 13.33MB Learning TensorF
1
作为现代商业智能市场的领先产品,我们的分析平台使人们能够愈加轻松的探索和管理数据,更快地发现和共享可以改变企业和世界的见解。
我们所做的一切都是为了践行我们的使命,即帮助人们查看并理解数据,因此我们在设计产品时总是将用户放在第一位,无论他们是分析师、数据科学家、学生、教师、高管还是业务用户。
Tableau是极强大、安全且灵活的端到端分析平台,提供从连接到协作的一整套功能。
2023/1/11 7:36:51 432.02MB TableauDesktop 可视化
1
该PPT内容详尽,合适Python初学者,切其后包含一些如数据库,数据科学,密码学等科研扩展库的启蒙教学。
2021/8/15 16:16:30 1.76MB Python初高级
1
本文主要的目标读者是机器学习爱好者或数据科学的初学者,以及对学习和应用机器学习算法解决实际问题抱有浓厚兴趣的读者。
面对大量的机器学习算法,初学者通常会问自己一个典型的问题:「我该使用哪一种算法?」有很多因素会影响这一问题的答案,比如:数据的大小、质量及性质可用计算时间任务的急迫性数据的使用用途在没有测试过不同算法之前,即使是经验丰富的数据科学家和机器学习算法开发者也都不能分辨出哪种算法功能最好。
我们并不提倡一步到位,但是我们确实希望根据一些明确的因素为算法的选择提供一些参考意见。
机器学习算法速查表可帮助你从大量算法之中筛选出解决你的特定问题的算法,同时本文也将介绍如何使用该速查表。
由于该速查表
1
了解BLUAcceleration如何在Codename:BlueMix上以服务的方式提供了数据仓库和分析,以及开发人员如何使用云中提供的非常快的IBMBLU技术来开发和部署重型应用程序。
这就是云中更快速、更简单的数据挖掘方式。
Codename:BlueMix是一款beta级产品,随着我们不断让其功能更加完善和更易于使用,它也将不断改进。
我们会竭尽全力保持本文最新,但并不总是完全跟得上现状。
感谢大家的理解!作为一家无线服务供应商公司的客户分析小组中的数据科学家,我们想利用客户数据来预测客户流失情况。
对于电信行业来说,客户保留是一个重大挑战,在该行业中,客户年度流失率高达40%。
如果我们可以预测
1
rfordatascience中文翻译版~
2017/8/3 4:19:30 20.95MB RR data
1
山东大学数据科学导论上课全部课件及复习材料。
2018/9/14 14:05:35 18.88MB 山东大学 数据科学导论
1
介绍有关生物医学工程中的数据科学和公共卫生课程中的数据科学的github存储库。
课程地点/时间:课程将异步完成。
录制的讲座将在班级团队网站上发布。
此外,每周星期二和星期四将有两个办公时间/现场讲座/现场编码会议。
这些实时会话不是必需的,也不会被记录。
欢迎学生参加0、1或两者同时参加。
一天之内的这两个将非常重要。
但是,它们对于班上的大多数学生而言都是至关重要的。
另外,可应要求提供与讲师的变焦会议。
如果您的课程有冲突,只需可以进行一些现场授课,您应该可以参加该课程。
直播时间上午8:30-上午9:50下午1:30-下午2:45电讯局长办公时间:星期五9:00-10:00课程讲师:课程指导和助教交流:我不足以强调需要积极参加课堂活动。
许多讨论将在那里进行。
新的公告将在那里发布。
视频会议链接视频会议链接将通过Teams网站发送,并最初通过电
2019/5/25 5:03:43 342KB HTML
1
作者:Vidal,René,Ma,Yi,Sastry,S.S.2016年新书。
据作者说:研究unsupervisedlearning,从一百多年前的PCA讲到压缩感知,知识纵跨上百年。
横跨代数几何,数理统计,高维数据处理,优化算法。
而使用更涉及科学和工程各个领域,是数据科学的入门基础
2021/7/2 18:56:05 12.84MB PCA GPCA unsupervised learning
1
共 39 条记录 首页 上一页 下一页 尾页
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。
2024-04-09 15:03 15KB 钉钉 钉钉打卡