搜索资源列表
python_beginner_tutorial
- python的入门书籍，pdf版完整版。英文版 适合与想要学习python的编程基础薄弱者(Python entry books, PDF version of the full version)
TensorFlow教程
- Tensorflow编程教程，深度学习技术基础(Tensorflow programming tutorial)
廖雪峰python2.7教程离线版
- 快速学习Python基础开发值得学习,可离线学习，版权归廖雪峰老师所有(learn Python better and quicker with the guidance of Professor Liao)
Machine Learning in Python(2015)
- 机器学习Python教程，见解精髓，适合入门和进阶用，需要较好的编程和数学基础(Machine Learning in Python(2015))
python基础+核心
- PYTHON开发，Python基础和核心资料(PYTHON development, Python foundation and core information)
Python数据挖掘入门与实践 .pdf
- python数据挖掘入门书籍，使用与有python基础的编程人员(Python data mining introductory books)
Python Deep Learning - Valentino Zocca
- 能够为我们的学习打下很好的基础，有利于我们学习深度学习(We can lay a good foundation for our study and help us to learn in depth.)
Python编程从入门到实践.pdf
- 学习python的最好实践资料，是学习各种神经网络学科的基础。(The best practice for learning python is the basis for learning various neural network disciplines.)
python
- python基础教程，python实战项目，非常适用的教程，适合初学者(Python basic tutorial, python combat project, very applicable tutorial, suitable for beginners.)
numpy基础
- Python 数据分析numpy库基础，方便大家学习。(Numpy Basic knowledge)
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)
深度学习入门：基于Python的理论与实现.pdf+代码
- 本书是深度学习真正意义上的入门书，深入浅出地剖析了深度学习的原理和相关技术。书中使用Python3，尽量不依赖外部库或工具，从基本的数学知识出发，带领读者从零创建一个经典的深度学习网络，使读者在此过程中逐步理解深度学习。书中不仅介绍了深度学习和神经网络的概念、特征等基础知识，对误差反向传播法、卷积神经网络等也有深入讲解，此外还介绍了深度学习相关的实用技巧，自动驾驶、图像生成、强化学习等方面的应用，以及为什么加深层可以提高识别精度等“为什么”的问题。(This book is a true sen
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神经网络编程.pdf+代码
- 本书首先从简单的思路着手，详细介绍了理解神经网络如何工作所必须的基础知识。第一部分介绍基本的思路，包括神经网络底层的数学知识，第2部分是实践，介绍了学习Python编程的流行和轻松的方法，从而逐渐使用该语言构建神经网络，以能够识别人类手写的字母，特别是让其像专家所开发的网络那样地工作。第3部分是扩展，介绍如何将神经网络的性能提升到工业应用的层级，甚至让其在Raspberry Pi上工作。(This book begins with a brief introduction to the basi
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
Deep Learning with Python
- 深度学习基本算法，深度学习with python作为标题建议介绍深度学习使用Python编程语言和开源Keras库，它允许简单快速的原型设计。 在Python深度学习中， 你将从一开始就学习深度学习，你将学习所有关于图像分类模型，如何使用深度学习获取文本和序列，甚至可以学习如何使用神经网络生成文本和图像。 本书是为那些具有Python技能的人员编写的，但你不必在机器学习，Tensorflow或Keras方面有过任何经验。你也不需要先进的数学背景，只有基础的高中水平数学应该让你跟随和理解核心
Python-Machine-Learning-Algorithm-master
- 机器学习所有算法大全，python学习基础到高级，入门学习大全(Machine learning all algorithms daqo, python learning basics to advanced, introductory learning daqo)
深度（多层）极限学习机的python实现
- 深度极限学习机也叫多层极限学习机，ML-ELM。是黄广斌等人在极限学习机ELM基础上，将其拓展为深度学习的一种模式识别方法，原文文章：Representational learning with extreme learning machine for big data。(The deep extreme learning machine is also called the multi-layer extreme learning machine, ML-ELM. It is Huang Gu
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
python基础入门代码
- 用于python初学者，python入门实践代码