▍1. Python灰帽子-黑客与逆向工程师的Python编程之道
想学习黑客技术，进行逆向编程，同时提高编程技术的可以下载学习(Want to learn hacker technology, reverse programming, while improving the programming technology can be downloaded to learn)
更多选项
▍2. Python灰帽子-黑客与逆向工程师的Python编程之道
说明： 想学习黑客技术，进行逆向编程，同时提高编程技术的可以下载学习(Want to learn hacker technology, reverse programming, while improving the programming technology can be downloaded to learn)
▍5. Python与机器学习实战
python与机器学习实战教程，机器学习通过Python语言实现，通过大量的实例再现机器学习强大的生命力(Python and Machine Learning Practical Course. Machine Learning is realized by Python Language, and the powerful vitality of machine learning is reappeared through a large number of examples.)
▍6. Python与机器学习实战
说明： python与机器学习实战教程，机器学习通过Python语言实现，通过大量的实例再现机器学习强大的生命力(Python and Machine Learning Practical Course. Machine Learning is realized by Python Language, and the powerful vitality of machine learning is reappeared through a large number of examples.)
▍7. kaggle_diabetic-master
A commented bash script to generate our final 2nd place solution can be found in make_kaggle_solution.sh. Running all the commands sequentially will probably take 7 - 10 days on recent consumer grade hardware. If you have multiple GPUs you can speed things up by doing training and feature extraction for the two networks in parallel. However, due to the computationally heavy data augmentation it may be far less than twice as fast especially when working with 512x512 pixel input images. You can also obtain a quadratic weighted kappa score of 0.839 on the private leaderboard by just training the 4x4 kernel networks and by performing only 20 feature extraction iterations with the weights that gave you the best MSE validation scores during training. The entire ensemble only achieves a slightly higher score of 0.845.
▍8. kaggle_diabetic-master
说明： A commented bash script to generate our final 2nd place solution can be found in make_kaggle_solution.sh. Running all the commands sequentially will probably take 7 - 10 days on recent consumer grade hardware. If you have multiple GPUs you can speed things up by doing training and feature extraction for the two networks in parallel. However, due to the computationally heavy data augmentation it may be far less than twice as fast especially when working with 512x512 pixel input images. You can also obtain a quadratic weighted kappa score of 0.839 on the private leaderboard by just training the 4x4 kernel networks and by performing only 20 feature extraction iterations with the weights that gave you the best MSE validation scores during training. The entire ensemble only achieves a slightly higher score of 0.845.
▍9. 《Python网络数据采集》
《Python网络数据采集》 第一部分 创建爬虫 第1章 初见网络爬虫 2 1．1 网络连接 2 1．2 BeautifulSoup简介 4 1．2．1 安装BeautifulSoup 5 1．2．2 运行BeautifulSoup 7 1．2．3 可靠的网络连接 8 第2章 复杂HTML解析 11 2．1 不是一直都要用锤子 11 2．2 再端一碗BeautifulSoup 12 2．2．1 BeautifulSoup的find()和findAll() 13 2．2．2 其他BeautifulSoup对象 15 2．2．3 导航树 16 ……(Python Network Data Acquisition)
▍10. 《Python网络数据采集》
说明： 《Python网络数据采集》 第一部分 创建爬虫 第1章 初见网络爬虫 2 1．1 网络连接 2 1．2 BeautifulSoup简介 4 1．2．1 安装BeautifulSoup 5 1．2．2 运行BeautifulSoup 7 1．2．3 可靠的网络连接 8 第2章 复杂HTML解析 11 2．1 不是一直都要用锤子 11 2．2 再端一碗BeautifulSoup 12 2．2．1 BeautifulSoup的find()和findAll() 13 2．2．2 其他BeautifulSoup对象 15 2．2．3 导航树 16 ……(Python Network Data Acquisition)
▍11. 《Python数据挖掘入门与实践》
《Python数据挖掘入门与实践》 本书为数据挖掘入门读物，介绍了数据挖掘的基础知识、基本工具和实践方法，通过循序渐进地讲解算法，带你轻松踏上数据挖掘之旅。本书采用理论与实践相结合的方式，呈现了如何使用决策树和随机森林算法预测美国职业篮球联赛比赛结果，如何使用亲和性分析方法推荐电影，如何使用朴素贝叶斯算法进行社会媒体挖掘，等等。本书也涉及神经网络、深度学习、大数据处理等内容。(Introduction and Practice of Python Data Mining)
▍12. 《Python数据挖掘入门与实践》
说明： 《Python数据挖掘入门与实践》 本书为数据挖掘入门读物，介绍了数据挖掘的基础知识、基本工具和实践方法，通过循序渐进地讲解算法，带你轻松踏上数据挖掘之旅。本书采用理论与实践相结合的方式，呈现了如何使用决策树和随机森林算法预测美国职业篮球联赛比赛结果，如何使用亲和性分析方法推荐电影，如何使用朴素贝叶斯算法进行社会媒体挖掘，等等。本书也涉及神经网络、深度学习、大数据处理等内容。(Introduction and Practice of Python Data Mining)
▍13. Python机器学习算法
python机器学习算法，相关算法的python实现。(Python machine learning algorithm)
▍14. Python机器学习算法
说明： python机器学习算法，相关算法的python实现。(Python machine learning algorithm)
▍15. [图灵程序设计丛书].Python机器学习经典实例
机器学习的实践书，图灵程序设计用书。有需要的可以学习一下(Practice book of machine learning)
▍16. [图灵程序设计丛书].Python机器学习经典实例
说明： 机器学习的实践书，图灵程序设计用书。有需要的可以学习一下(Practice book of machine learning)
▍17. 用python爬虫抓站的一些技巧总结
用python爬虫抓站的实用技巧，学习python爬虫抓站的实用知识(Practical Skills of Python Crawler Grab Station)
▍18. 用python爬虫抓站的一些技巧总结
说明： 用python爬虫抓站的实用技巧，学习python爬虫抓站的实用知识(Practical Skills of Python Crawler Grab Station)
本站资源：696518 个
本站会员：104292 个
总计下载：494234 次
今日上传：0 个
- 优秀论文及配套源码 SVM Short-term-Load-Forecasting
- 综合能源优化含储能
- 用遗传算法改进粒子群GA-PSO算法
- 通过粒子群能够很好的解决优化问题 pso
- 天牛群算法 BSO
- 混沌粒子群优化算法
- 2019年中国研究生数学建模竞赛E题
- 智能算法的Matlab仿真程序及教程
- 《MATLAB R2016a神经网络设计与应用28个案例分析》随书代码
- BAS BP论文及代码
- denoising
- Airy 基模高斯光束
- EMS Microgrid
- 2012年全国大学生数学建模竞赛题目--葡萄酒的评价Wines-Evaluation
- GA-bp
- 本人调试的大作业 源程序模型+论文 intelligent_control_modle
- LSTM的例子、单向LSTM、双向LSTM、多层LSTM
- 遗传算法优化BP网络案例
- 通过yalmip平台调用cplex求解器 microgrid Cplex
- 基于lstm算法在MATLAB对短期风速进行预测 LSTM-regression-master
