搜索资源列表
fann-2.1.0beta
- Fast Artificial Neural Network Library是一个免费开源的神经网络库，它用C实现了支持全连接及稀连接的多层人工神经网络，并且支持定点和浮点数的跨平台运行。库中包含有易于处理训练数据的框架。它易于使用、通用、文档完备并且快速。目前已有PHP, C++, .NET, Ada, Python, Delphi, Octave, Ruby, Prolog Pure Data 和 Mathematica的绑定。库中还附有一本带例子和关于如何使用本库的建议的参考手册，本库也有
Python-for-DE--algorithm-
- Python实现的差分进化算法的源代码,供大家学习参考-Python implementation of the differential evolution algorithm source code for everyone to learn information
MLcode
- 这是关于机器学习的经典例程，只有你想不到的，没有你做不到的。即可用来学习，也可参考来写论文。包含几乎所有机器学习的相关内容。-This is the classic routines on machine learning, and only you can not think, no you can not do. Can be used to learn, but also can refer to write papers. Almost all machine learning cont
GA-Python
- 基于Python写的遗传算法的应用实例。对于不太善于MATLAB,而熟悉Python的人的一个参考！-Based on genetic algorithm written in Python application examples. Not good for MATLAB, and a person familiar with Python reference!
Newton_GDBH.tar
- 用pyhton简化的Nowton迭代，实现计算x^6=5的所有实根。适用与初学python的同学参考。同时附带GDBH问题在大于等于6时的10000次迭代范围内的正确性验证-calculate the equation : x^6=5, find all the real number x. Using python and Newton Iteration Method.Then the appendix code is about the puzzle of GDBH and the sol
SendOptimal
- 一个PYTHON实现的次优顺序查找树的生成，可以作为一个参考。-The PYTHON achieve sub-optimal search tree in order to generate can be used as a reference.
FANN-2.2.0-Source
- FANN 2.20 Source code.Fast Artificial Neural Network Library是一个免费开源的神经网络库，它用C实现了支持全连接及稀连接的多层人工神经网络，并且支持定点和浮点数的跨平台运行。库中包含有易于处理训练数据的框架。它易于使用、通用、文档完备并且快速。目前已有PHP, C++, .NET, Ada, Python, Delphi, Octave, Ruby, Prolog Pure Data 和 Mathematica的绑定。库中还附有一本带例子
ID3AlgorithmforWeatherJudge
- 讲ID3算法应用于天气决策。给定一组数据集，构建ID3判定树，对某一天气状况进行判断。使用Python脚本编写，C语言版本可参考百度文库（http://wenku.baidu.com/link?url=B3ltO-rUB7K927wLNaGaSInD0hoXRzjVtxFhwcvCdKqewIOu4BZ3SzpC9kRER4qOdBW2_19j-TdYd0H13LJhXZWApI1udXK3wIKBYwso37e），未验证。-Speak ID3 algorithm is applied to w
Python Quant Book
- 仅供参考,希望对大家有所帮助，感谢支持，很高兴获得大家的帮助(just for reference I am glad to share some files with all of the others. they are very good for your study and research)
1小时入门Python机器学习代码
- 机器学习课件，非常全面而又详细的课件，可供入门机器学习的人进行参考(Machine learning courseware, very comprehensive and detailed courseware, for beginners to learn the machine for reference)
Python语言及其应用(美Lubanovic 2016)
- python语言及其应用电子版，非常实用，可供初学者进行参考阅读(python language and its application electronic version, very practical, for beginners to read)
jMetalPy-master-python
- 用Python语言写的多目标进化算法库（2017年最新版本），包含常见的多目标进化算法以及当前最新文献中的最新算法，能够实现不同算法之间的性能比较（包含常见的GD, IGD, HV等评价指标自动生成）。可以供进化计算、多目标优化、单目标优化算法的学习参考。Python语言版本简单易懂，实用性强。(Library of multi-objective evolutionary algorithm written in Python language (the latest version in 2
机器学习实战
- 机器学习结合Python的参考资料书，理论与实践结合，评价很好(Machine learning combined with Python reference books, theory and practice combined, evaluation is very good)
niso1-mxl653
- 基因算法的python实现，实现了简单的基因遗传算法。可用来初学者参考。(A simple genetic algorithm is realized by the python implementation of the genetic algorithm. It can be used for reference for beginners.)
pso
- 几个python实现的pso粒子群算发，有需要的可以下载参考参考(Several pso particle swarm optimization algorithms implemented by python can be downloaded for reference.)
Titanic
- Kaggle 上Titanic题目处理程序，可供参考学习(Kaggle Titanic topic processing procedures, for reference learning)
Acotor-critic approach
- Actor-critic方法的python代码,供强化学习者使用和参考，希望对大家有帮助(Actor-critic approach)
Python基础教程（第3版)
- 本书包括 Python 程序设计的方方面面： 首先， 从 Python 的安装开始， 随后介绍了 Python 的基础知识 和基本概念， 包括列表、 元组、 字符串、 字典以及各种语句； 然后， 循序渐进地介绍了一些相对高级的主 题， 包括抽象、 异常、 魔法方法、 属性、 迭代器； 此后， 探讨了如何将 Python 与数据库、 网络、 C 语言等 工具结合使用， 从而发挥出 Python 的强大功能， 同时介绍了 Python 程序测试、 打包、 发布等知识； 最后， 作者结合前面讲
python数据分析 韩波
- 一本python数据分析的优秀资料 《python数据分析》(python data analysis)，作者【印尼】Ivan Idris，翻译：韩波。 本人制作的PDF图书，带目录和书签。 作为一种高级程序设计语言，Python凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言。同时，Python语言的数据分析功能也逐渐为大众所认可。, 本书是一本介绍如何用Python进行数据分析的学习指南。全书共12章，从Python程序库入门、NumPy数组、matplotlib和pa
《深度学习入门：基于Python的理论与实现》
- 本书主要介绍深度学习的核心算法，以及在计算机视觉，语音识别、自然语言处理中的相关应用，适合深度学习从业人士或者相关研究生作为参考资料，也可以作为入门教程来大致了解深度学习的相关前沿技术(This book mainly introduces the core algorithms of deep learning, as well as relevant applications in computer vision, speech recognition and natural languag