搜索资源列表
ems
- 建模优化与评价的理论基础学习，用于统计分析和数据挖掘-Based learning theory and modeling optimization and uation for statistical analysis and data mining
EMOTION
- 介绍了情感分析与数据挖掘的相关算法，大数据智能-Introduces the sentiment analysis algorithms and data mining
LDA
- python数据分析与数据挖掘 chapter15-python data analysis and data mining chapter15
learning-data-mining-with-python
- 《python数据挖掘入门与实践》随书源代码，Chapter1-Chapter12.使用ipython notebook运行，包括社会媒体挖掘，作者归属，新闻语料分析，大数据处理等应用实例。-Python data mining entry and practice with the book source code, using Chapter1-Chapter12. IPython notebook operation, including social media mining, aut
490353
- 基于APDL语言的弹簧有限元参数化建模与应力分析()
122672
- shuzu rar 基本算法的设计与分析试题解答()
gndex-dispatch
- 此程序源码为算法分析与设计中的棋盘覆盖问题,以经过调试,可以根据需要在源码中改棋盘大小,()
wfxyz
- 混沌时间序列分析与预测工具箱,包括了混沌时间序列分析的很多方法和预测方法,()
586058
- 《算法设计与分析》王晓东编著,第三章动态规划,课本例子代码实现()
Python数据分析与挖掘实战
- 本书共15章，分两个部分：基础篇、实战篇。基础篇介绍了数据挖掘的基本原理，实战篇介绍了一个个真实案例，通过对案例深入浅出的剖析，使读者在不知不觉中通过案例实践获得数据挖掘项目经验，同时快速领悟看似难懂的数据挖掘理论。读者在阅读过程中，应充分利用随书配套的案例建模数据，借助相关的数据挖掘建模工具，通过上机实验，以快速理解相关知识与理论。(There are 15 chapters in this book, which are divided into two parts: the basic c