paper资料

这里贴一些和<代数学引论>一书有关的paper资料,看一看还是不错的: http://web.math.sinica.edu.tw/math_media/d343/34304.pdf华罗庚引理及其应用 原文地址:https://www.cnblogs.com/ishusiLzy/p/8378784.html

这个资料关于分布式系统资料,作者写的太好了.拿过来以备用 网址:https://github.com/ty4z2008/Qix/blob/master/ds.md 希望转载的朋友,你可以不用联系我．但是一定要保留原文链接,因为这个项目还在继续也在不定期更新．希望看到文章的朋友能够学到更多． <Reconfigurable Distributed Storage for Dynamic Networks> 介绍:这是一篇介绍在动态网络里面实现分布式系统重构的paper.论文的作者(导师)是MIT

声明:转来的,原文出处:http://blog.csdn.net/achaoluo007/article/details/43564321 编者按:本文收集了百来篇关于机器学习和深度学习的资料,含各种文档,视频,源码等.而且原文也会不定期的更新,望看到文章的朋友能够学到更多. <Brief History of Machine Learning> 介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机.神经网络.决策树.SVM.Adaboost 到随机森林.Deep Learning. &

转载出处:blog.csdn.net/carson2005 以下链接是本人整理的关于计算机视觉(ComputerVision, CV)相关领域的网站链接,其中有CV牛人的主页,CV研究小组的主页,CV领域的paper,代码,CV领域的最新动态,国内的应用情况等等.打算从事这个行业或者刚入门的朋友可以多关注这些网站,多了解一些CV的具体应用.搞研究的朋友也可以从中了解到很多牛人的研究动态.招生情况等.总之,我认为,知识只有分享才能产生更大的价值,真诚希望下面的链接能对朋友们有所帮助.(1)goog

比较全面的收集了机器学习的介绍文章,从感知机.神经网络.决策树.SVM.Adaboost到随机森林.Deep Learning. <机器学习经典论文/survey合集>介绍:看题目你已经知道了是什么内容,没错.里面有很多经典的机器学习论文值得仔细与反复的阅读. <Brief History of Machine Learning>25介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机.神经网络.决策树.SVM.Adaboost到随机森林.Deep Learning. <

作为一名程序员,有几种获取知识的渠道,比如本文将要讨论的技术书籍.开源代码.学术论文.这些可能都不是什么秘密,但每个人都有不同的方式和习惯,也就对应有不同的效果和效率.本文就分享下自己这些年来的一些经验,不一定适用每个人,但也许每个人能有些小的触动和收获. 1.技术书籍 可能程序员都很少读书,因为这个时代就是这样的特点,读书的人在减少.大家更多地从工作日常获得知识,对于程序员来说比如CSDN.StackOverflow.Quora等.但这种获取知识的方式就好比上厕所时看手机,获取的都是所谓的“碎

github排名:https://github.com/trending, github搜索:https://github.com/search. 此文章转自github:https://github.com/Tim9Liu9/TimLiu-iOS UI 下拉刷新 EGOTableViewPullRefresh- 最早的下拉刷新控件. SVPullToRefresh- 下拉刷新控件. MJRefresh- 仅需一行代码就可以为UITableView或者CollectionView加上下拉刷新或者

周五的组会如约而至,讨论了一个比较感兴趣的话题,就是使用SVM和随机森林来训练图像,这样的目的就是 在图像特征之间建立内在的联系,这个model的训练,着实需要好好的研究一下,下面是我们需要准备的入门资料: [关于决策树的基础知识参考:http://blog.csdn.net/holybin/article/details/22914417] 在机器学习中,随机森林由许多的决策树组成,因为这些决策树的形成采用了随机的方法,所以叫做随机森林.随机森林中的决策树之间是没有关联的,当测试数据进入随机森

后期有时间再排版. 后面越来越乱了.没时间整理分类 不嫌麻烦 就打开链接试试吧. 这是我之前为同学准备的,也是我从入门以来搜集的资源 适合以Python为第一个语言来学习编程的同学. 下面这个重要,可以先看看.再往下看.或者通览一遍 有没有你需要的. --> 编程入门指南 v1.4 http://zhuanlan.zhihu.com/xiao-jing-mo/19959253 ???????????? 写给 编程入门者 : __更新关于 0编程者接触Python的知乎讨论 https://www