搜索资源列表
SeismicLab
- SeismicLab, 免费MATLAB地震数据处理软件包，学习地震勘探的朋友们可以用来尽心科学研究。
57578862shepard1
- 科学计算，离散数据格网化的一种方法，与距离倒数法相似，采用shepard-Data grid method, using shepard
0701-29-29
- 1、系统应具备的功能： （1）选择合适的逻辑存储结构,实现n个结点的存储 （2）在n个结点的村庄实现学校的科学选址 （3）演示结果 2、数据结构设计； 3、主要算法设计； 4、编程及上机实现； 5、撰写课程设计报告，包括： （1）设计题目； （2）摘要和关键字（中文和英文）； （3）正文，包括引言、需求分析、数据结构设计、算法设计、程序实现及测试、不足之处、设计体会等； （4）结束语； （5）参考文献 -1, the system should
MATLAB2
- 数据资料是数学模型与实际问题接轨的重要途径和手段，有时还可以直接从数据资料中发现规 律组建模型。数据分析和处理是统计学研究的主要内容，也是计算数学的工作领域，近年来随 着计算机科学的发展，对“海量”数据的分析形成了一门新的交叉学科“数据挖掘”。这一章仅 介绍用统计学的最小二乘法构造拟合数据模型，以及用计算数学的函数插值方法处理数据解决 实际问题。-Is a mathematical model of data integration an important practical
Numerical_Recipes_in_C.The_Art_of_Scientific_Compu
- 《数值分析方法库 》本书选材内容丰富，包括了当代科学计算过程中涉及的大量内容：求特殊函数值、随机数、排序、最优化、快速傅里叶变换、谱分析、小波变换、统计描述和数据建模、偏微分议程数值解、若乾编码算法和任意精度计算等。本书科学性和实用性统一，不仅对每种算法进行了数学分析和比较，而且根据作者经验对算法给出了评论和建议，并在此基础上提供了用C++语言编写的实用程序。-《Numerical Recipes in C: The Art of Scientific Computing》, The pro
developer-branch
- 数据科学算法，weka很多种，大家可以-tech test weka，java data structure
Applied_Data_Mining
- 《实用数据挖掘》 本书对面向应用的数据挖掘方法进行了清晰的阐述，包括经典的多元统计方法、贝叶斯多元统计方法、基于机器学习的数据挖掘方法和基于计算的数据挖掘方法等。介绍了数据挖掘领域中许多最新的研究成果，如关联规则、序列规则、图示马尔可夫模型、基于存储的推理、信用风险和Web挖掘等。并详细介绍了选自实际工业项目的6个应用实例，强调了数据挖掘方法的实用性。 本书主要面向计算机科学、信息管理、应用统计学和经济学等专业的高年级本科生和研究生。对实际从事海量数据分析和处理的技术人员也有很好的指导作用和
日常运动数据分析
- 用anaconda内部的科学库进行分析运动数据，并能对数据进行分类。(Anaconda's internal science library is used to analyze the motion data and to classify the data.)
python科学计算第二版（可编辑）
- 好书，讲解最流行的python计算库，包含numpy、scipy、matlab、opencv等(a good book about the processing massive data by python)
Hands_on_ML
- 很棒的入门向机器学习/数据科学的图书，基于scikit learn和TensorFlow库，手把手叫你如何上手机器学习，如何做数据挖掘。(the Best seller In American Amazon. With this book, you can learn a lot about how to use sklean and Tensorflow, in addition, you can have a practical understanding on the whole mach
yhqj5
- 聚类可视化讲解,中央研究院统计科学研究院()
mocv
- 编程中经常用到的一些算法,算法已模块化,来自于<科学工程与数值算法大全>()
lpwaba373
- 这里包括了很多科学与工程的数值算法,具有很高的参考价值()
05846901
- 开发的科学计算器源代码,包括大数运算 级数()
FintechProject_0429.ipynb
- 数据科学fintech模型的python代码(python machine learning for Fintech project)
Python进行数据分析
- 《利用Python进行数据分析》讲的是利用Python进行数据控制、处理、整理、分析等方面的具体细节和基本要点。同时，它也是利用Python进行科学计算的实用指南（专门针对数据密集型应用）。 《利用Python进行数据分析》重点介绍了用于高效解决各种数据分析问题的Python语言和库。《利用Python进行数据分析》没有阐述如何利用Python实现具体的分析方法。("Python data analysis" is about the use of Python d
python machine learning
- 作者是Sebastian Raschka，密歇根州立大学的博士生，他在计算生物学领域提出了几种新的计算方法，还被科技博客Analytics Vidhya评为GitHub上最具影响力的数据科学家。他有一整年都使用Python进行编程的经验，同时还多次参加数据科学应用与机器学习领域的研讨会。在数据科学、机器学习以及Python等领域他拥有丰富的演讲和写作经验，本书可使得不具备机器学习背景的人设计出由数据驱动的解决方案。(The author, Sebastian Raschka, a PhD stu
python与数据科学代码
- 《python与数据科学》全部源码，为ipynb格式。(all source code of "Python and data science")
ILearnMachineLearning.py-master
- 这个储存库是我的作品和与数据科学和机器学习相关的项目的集合。在我的脚本中，我主要使用python及其专用的库：pandas、numpy、scipy、sci kit learn、matplotlib、basemap plotly。我还用了一些d3进行数据可视化。我还尝试从sci kit学习库中定制算法实现(This repository is a collection of my works and projects related to Data Science and Machine Lear
数据科学入门
- 书籍整理，里面包含数据科学入门书籍，建议新手可以看看，做知识储备(Book arrangement, including books such as introduction to data science)