CONTENTPART1BASICSOFINFERENCEOVERNETWORKSCHAPTER1AsynchronousAdaptiveNetworksCHAPTER2EstimationandDetectionOverAdaptiveNetworksCHAPTER3MultitaskLearningOverAdaptiveNetworksWithGroupingCHAPTER4BayesianApproachtoCollaborativeInferenceinNetworksCHAPTER5MultiagentDistributedOptimizationCHAPTER6DistributedKalmanandParticleFilteringCHAPTER7GameTheoreticLearningPART2SIGNALPROCESSINGONGRAPHSCHAPTER8GraphSignalProcessing.CHAPTER9SamplingandRecoveryofGraphSignalsCHAPTER10BayesianActivelearningonGraphs.CHAPTER11DesignofGraphFiltersandFilterbanksCHAPTER12StatisticalGraphSignalProcessing:StationarityandSpectralEstimationCHAPTER13InferenceofGraphTopologyCHAPTER14PartiallyAbsorbingRanclomWalks:AUnifieclFrameworkforLearningonGraphsPART3DISTRIBUTEDCOMMUNICATIONS,NETWORKING,ANDSENSING.....

基于Python3.7实现的手写识别功能，调用sklearn模块中的神经网络算法。
包括源程序、训练数据、测试数据和测试结果。

上述代码是利用python内置的k-means聚类算法对鸢尾花数据的聚类效果展示，注意在运行该代码时需要采用pip或者其他方式为自己的python安装sklearn以及iris扩展包，其中X=iris.data[:]表示我们采用了鸢尾花数据的四个特征进行聚类，如果仅仅采用后两个（效果最佳）则应该修改代码为X=iris.data[2:]

对此数据的分析过程以文档形式展现，且附有答辩PPT代码实现了移动设备数据集的三个数据分析任务：预测年龄和性别、分析最受欢迎的APP以及分析最受欢迎的手机品牌。
实现过程主要使用了sklearn、pandas、numpy、pyplot等库由于数据量太大，没有展示数据

Android异步任务处理之AsyncTaskLoader的使用

叫你如何使用python到如何使用numpy数组以及如何画图等用途，最后叫你如何使用sklearn框架调用机器学习方法

DigitalCommunications:FundamentalsandApplicationsBernardSklar电子工业出版社

使用python手动实现了SVM支持向量机，包括其中二次规划的求解（调用cvxopt包），实现了软间隔及核技术，以及对数据集及分类效果的可视化！建议配合我的SVMPPT一起学习SVM不是直接调用sklearn的SVM！！

Intel550049_SKL_BWG_Rev2p1SkyLakeandKabyLakeBIOSreadGuard

配套的相关资料，好东西。
菜菜的课程，看了就知道是好东西了。
01决策树课件数据源码02随机森林03数据预处理和特征工程04主成分分析PCA与奇异值分解SVD05逻辑回归与评分卡06聚类算法Kmeans07支持向量机上08支持向量机下09回归大家族：线性回归，岭回归，Lasso与多项式回归010朴素贝叶斯011XGBoost

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。