搜索资源列表
boost_source_code
- 正则表达式，可以与POSIX API和Perl语言处理正则表达式的功能相媲美，而且还能支持各种字符类型（如char、wchar_t，甚至还可以是自定义字符类型）； 多线程，想了很久的跨平台多线程库了； 数据结构“图”，再加上即将加入标准的hash_set、hash_map、hash_multiset、hash_multimap等等（事实上不少STL实作，如SGI STL，已经支持以上数据结构），C++对数据结构的支持已近完备； python，没错，对Python语言的支持；
数据处理
- 数据处理，线性系统误差，周期性系统误差，剩余误差，均值，方差(Data processing, linear system error, periodic systematic error)
deep-learning-HAR-master
- 一份用tensorflow平台做的cnn分类时序信号，是分类UCI 项目中的人体活动识别（HAR）数据集。该数据集包含原始的时序数据和经预处理的数据（包含 561 个特征）(A CNN classification timing signal made by tensorflow platform is a human activity recognition (HAR) dataset in the classified UCI project. The dataset contains or
基于Python的Abaqus二次开发实例讲解
- 基于python的二次开发案例。1、所有的代码均可以先在Abaqus\CAE中操作一遍后再通过rp文件读取，然后再在此基础上进行相应的修改； 2、Python是一种解释性语言，读起来非常清晰，因此在修改程序的过程中，不存在程序难以理解的问题； 3、Python是一种通用性的、功能非常强大的面向对象编程语言，有许多成熟的类似于Matlab函数的程序在网络上流传，为后期进一步的数据处理提供了方便。(Python-based secondary development case)
Python for Data Analysis
- 利用python进行数据分析，英文书籍，从pandas库的数据分析工具开始利用高性能工具对数据进行加载、清理、转换、合并以及重塑；利用matpIotlib创建散点图以及静态或交互式的可视化结果；利用pandas的groupby功能对数据集进行切片、切块和汇总操作；处理各种各样的时间序列数据。(Starting from the data analysis tools of pandas database, high performance tools are used to load, clea
Python机器学习基础教程(完整电子版)
- 本书是机器学习入门书，以Python语言介绍。主要内容包括：机器学习的基本概念及其应用；实践中最常用的机器学习算法以及这些算法的优缺点；在机器学习中待处理数据的呈现方式的重要性，以及应重点关注数据的哪些方面；模型评估和调参的高级方法，重点讲解交叉验证和网格搜索；管道的概念；如何将前面各章的方法应用到文本数据上，还介绍了一些文本特有的处理方法。(This book is an introduction to machine learning, introduced in Python langua