❤️ 971
  • 精选
  • 语言
  • 开源
  • 橱窗
  • 读书
  • 演示
  • 我
Java、Python、C混合编程 【Rust1】基本语法 【Rust2】包、Crate、模块 【Rust3】实战笔记 【Rust4】trait 【Rust5】常用工具包 【Rust6】并发 【Rust7】collections 【html】笔记 【css】笔记 【JavaScript】结合html 【JavaScript】全笔记 【jQuery】全笔记 【swift】初学 笔记 【合集】建站日志 (5 篇) 【合集】趣文 (17 篇) 【合集】Matlab (17 篇) 【合集】Java (4 篇) 【合集】C/C++ (9 篇) 【合集】TensorFlow (14 篇)
【☆4785】【改进】blind_watermark 【☆40】【PyLSHash】Locality Sensitive Hashing 局部敏感哈希 【工具】二维码生成器 【轮子】带约束的岭回归 【☆21】恶俗古风诗歌生成器 【☆21】震惊体标题生成器 【☆16】github star数量统计 【☆457】文本盲水印 【☆4785】blind_watermark 【☆4785】【en】blind_watermark 【☆4592】scikit-opt 【☆4592】【en】scikit-opt 【☆40】用几个圆圈画任意图 【工具】在线sql工具 【工具】清爽搜索 【工具】在线文本去重工具 【工具】在线文本比较工具
证书和著作 读书笔记库 精选技术博客 读完的书单(257 本) 演示 【生活】小郭菜谱 【生活】运动

0x00_读论文 7

【论文学习】论文目录 【论文学习7篇】Understanding/Generalization/Transfer 【论文笔记7篇】Optimization/Training Techniques 【论文笔记】CNN 【读论文4篇】图神经网络 【论文学习】Hash 类算法 【读论文】prophet

0x11_算法平台 15

【Linux】常用命令 【git】语法速查表 【Docker】入门 【SQL】SELECT专题 【spark, Hive, Hadoop, yarn】汇总 【spark】DataFrame 【spark】sql.functions 【spark】工程实践 【Hive SQL】速查 打包Python库 mySQL配置 【SQL】通用语法 【python】sqlAlchemy 数据查询优化 详解拉链表

0x12_Pandas与numpy 12

【pandas】读入与读出 【pandas】数据筛选 【pandas】去重、填充、排序、变换 【pandas】index&colums 【pandas】描述统计&简单作图 【pandas】groupby 【pandas】时间序列 【pandas】合并数据表 【pandas】练习题 【numpy】ndarray 【numpy】linalg线性代数 【numpy】ufunc

0x13_特征工程 4

【特征工程】归一化/标准化/正则化 Unbalanced Data 数据清洗方法 经典数据集

0x21_有监督学习 21

【sklearn】一次训练几十个模型 机器学习模型汇总 【sklearn】模型选取+参数选择 【模型评价】理论与实现 【交叉验证】介绍与实现 【Bagging&Boosting】理论与实现 【半监督学习】理论与实现 【logistics】理论与实现 【Decision Tree】理论与实现 【SVM】理论与实现 【Random Forest】理论与实现 【MLP】BP神经网络实现 【KNN】理论与实现 【Naive Bayes】理论与实现 【判别分析】理论篇 【CRF】理论篇 【HMM】理论篇 【EM算法】理论篇 【Probit】理论简介 【Elo模型】理论篇 【dummies】虚拟变量回归

0x22_上世纪神经网络 10

RBF&GRNN 离散Hopfield 连续Hopfield 竞争神经网络&LVQ SOM Elman PNN Boltzmann机 【ELM】极限学习机 【感知机】理论简介

0x23_深度学习 7

【ChatGPT】提问的艺术(prompt指导) 【DNN】Structuring DNN Projects 【DL】反向传播和优化算法 【TensorFlow】AutoEncoder Practical aspects of DNN 【DL】hyperparameters tuning Structuring Machine Learning Projects

0x24_NLP 13

文本分词并画词云 【NLP】任务 【NLP】feature提取 【NLP】【Python】新词发现 【Torch】word2vec 【tensorflow】RNN LSTM 【NLP】基本数据结构 【NLP】主题模型/关键词提取 【NLP】文本分类 【HanLP】NER流程 【NLP】NLTK 【HanLP】分词、词性标注、NER

0x25_CV 11

【CNN】介绍 【CNN】实现 【DeepDream】初学 【CNN】face recognition 【CNN】Object Localization 【OpenCV1】读写、空间变换 【OpenCV2】滤波器、边缘、轮廓 【OpenCV3】直方图、频域 【OpenCV4】二维码识别 【CV】数字图像处理 【OpenCV5】人脸识别

0x26_torch 10

【pytorch】【进行中】基本配置 【pytorch】基本语法 【pytorch】data 【pytorch】建立模型 【pytorch】hub 【pytorch】CNN和图像类算法 【pytorch】RNN和TextCNN 【pytorch】GAN 【pytorch】BERT 【pytorch】OCR

0x31_降维 10

【PCA】理论与实现 【KernelPCA】理论与实现 【LLE】理论与实现 【Isomap】理论与实现 【FA】理论与实现 【ICA】理论与实现 【MDS】Python实现 【特征选择】 【SVD】分解 【有监督降维】LDA

0x32_聚类 5

【聚类】汇总 【Kmeans】理论与实现 【层次聚类】理论与实现 【DBSCAN】理论与实现 【GMM】理论与实现

0x33_图模型 9

【协同过滤】原理与实现 【PageRank】简介 【强化学习】简介 【规则学习】简介 【networkx】图挖掘包 【图挖掘】社区检测 【Apriori】关联规则 【CQL】总结neo4j 【Spectral Clustering】谱聚类

0x41_统计模型 9

【统计推断】理论与实现 【相关分析】理论与实现 【回归分析】理论与实现 【statsmodels】Quantile regression 【statsmodels】WLS加权最小二乘法 【statsmodels】OLS最小二乘法 【Kalman】卡尔曼滤波 【statsmodels】(进阶)(补全中) 【ridge&lasso】理论与实现

0x42_概率论 7

常见统计分布 随机变量的数字特征 law of large numbers 参数估计 概率测度简介 概率统计趣题 信息熵

0x43_时间序列 10

【时间序列】总览 【描述时序】趋势、季节和随机性 【描述时序】指数平滑法 【统计时序1】工具 【统计时序2】平稳性 【ARIMA】理论与实现 【统计时序】GARCH 【统计时序】Granger因果检验 【统计时序】非平稳数据的处理 【时间序列】马尔科夫法

0x44_随机过程 2

【随机过程】 【随机过程】1

0x51_代数与分析 14

【代数1】线性空间 【代数2】线性映射 【代数3】多项式 【代数4】矩阵 【代数5】群、环、域 【解析几何】 【集合】定义、序偶、可列 【Real analysis(1)】范数、测度和距离 【集合】开集、度量空间勒贝格测度 【Real analysis(3)】Sequence in Metric Space 【Real analysis(4)】级数,巴拿赫空间与希尔伯特空间 【Real analysis(5)】连续性与拓扑 多元微积分 【集合】其它

0x52_方程 2

常微分方程 二阶线性偏微分方程

0x53_复分析与积分变换 8

【Complex Analysis0】基本概念 【Complex Analysis1】极限、微分、解析 【Complex Analysis2】Julia set 【Complex Analysis3】共形映射 【Complex Analysis4】积分 【Complex Analysis5】级数、留数 【fourier】傅里叶变换 【积分变换】拉普拉斯变换

0x55_数值计算 7

【数值计算】数值逼近 【数值计算】数值线性代数 【数值计算】数值常微分方程 【解方程】scipy.optimize.solve 【数值计算】若干简介 【插值】scipy.interpolate 【数值积分】scipy.integrate

0x56_最优化 11

【最优化】理论篇 【线性最优化】理论篇 【非线性无约束最优化】理论 【最优化】应用场景 【整数规划】理论 【多目标最优化】理论 【约束非线性优化】拉格朗日法与KKT 【最小二乘估计】scipy.optimize.leastsq 【cvxopt】最优化库(持续更新中) 【最优化】scipy.optimize.fmin 【动态最优化】变分法

0x58_密码学 10

【改进】blind_watermark 【PyLSHash】Locality Sensitive Hashing 局部敏感哈希 文本盲水印 blind_watermark 【en】blind_watermark 【加密】算法和实践 信息嵌入技术【2】 【进行中】密码学相关知识 【纠错码】入门 【信息隐藏技术】隐写术、盲水印知识体系

0x59_应用数学 9

【离散数学1】数理逻辑 【离散数学3】格和布尔代数 【应用数学】博弈论 【排队论】基本概念 【AHP】层次分析法原理与Python实现 【流形】基本概念 【模糊论】基本概念 数学模型 【逻辑学】连锁悖论、真值度、超赋值理论与认知主义

0x60_启发式算法 8

【GA】遗传算法 【PSO】粒子群算法 【ACA】蚁群算法 【IA】免疫优化算法 【DE】差分进化算法 【AFSA】人工鱼群算法 【SA】模拟退火算法 【智能算法】混合智能算法

0x70_可视化 13

【plotly】多图表 【plotly】基本图表 【matplotlib】设置 【matplotlib】面向对象绘图 【matplotlib】绘图方法汇总1 【svg】SVG基础知识、Pygal 【seaborn】绘图方法汇总2 【Matplotlib】3D视图 【matplotlib】键鼠响应事件 【matplotlib】动画 【pyecharts】漂亮的可视化 【tkinter】GUI设计 【reveal.js】ppt

0x80_数据结构与算法 17

【数据结构0】知识体系 【数据结构1】线性表 【数据结构2】Queue、Stack、heapq 【数据结构3】hash 【数据结构4】递归 【数据结构5】搜索 【数据结构6】排序(Python) 【数据结构7】树理论篇、最小生成树 【数据结构7】【Python】Tree 【最小生成树】Prim和Kruskal 【图论】欧拉图、汉密尔顿图 【数据结构8】Graph ACDoubleArrayTrie 【数据结构9】动态规划 【文章集合】刷题 【概率论】趣味小题 生成迷宫

0xa0_蒙特卡洛方法 6

【Mento Carlo 1】 背后的数学理论 【Mento Carlo 2】随机数发生器 【Mento Carlo 3】给定分布生成随机数 【Python】【scipy】Random Variable 【Python】【numpy】random随机 【探索】曲面上均匀随机采样

0xb0_Python语法 17

【Python】基本数据类型 【Python】运算符&math 【string】字符串&正则 【Python】sys,os,subprocess,exec,eval 【Python】copy 【Python】open&zip&print 【Python】异常和错误 【加速】multiprocessing多线程、多进程、并行、numba 【Python】datetime 【Python】pickle&json序列化 【Python】collection&itertools&bisect 【Python】【pynput】键鼠控制 【Python】requests、bs爬虫 【python】web 【python】socket 【python】redis/ES/dbm 【numpy-financial】金融计算模块

0xd0_设计模式 6

【Python】【面向对象】继承&多态 【Python】【面向对象】字段&方法 【Python】【面向对象】类的特殊成员 【decorator】装饰器 【Python】设计模式 重构