学习

commons beanutils学习报告 中文

资源名称: 学习报告 中文 本文档主要讲述的是 学习报告; 开源库是 组织的一个基础的开源库,为 中许多类提供工具方法,学习它是学习其他开源库实现的基础。 中包含大量和 操作有关的工具方法,使用它可以轻松利用 反射机制来完成代码中所需要的功能,而不需要详细研究反射的原理和使用,同时,该类库中提出了动态 的概念,不但提供现有 的所有功能,而且还可以在运行时动态的对 中的属性数据类型进行修改以及增删属性。 资源截图:

《Java JDK 7学习笔记》PDF

资源名称:《 学习笔记》 内容简介: 本书是作者多年来教学实践经验的总结,汇集了教学过程中学生在学习 时遇到的概念、操作、应用或认证考试等问题及解决方案。 本书针对 新功能全面改版,无论是章节架构或范例程序代码,都做了重新编写与全面翻新。并详细介绍了 、 、 、 与 之间的对照关系。必要时从 的源代码分析,了解各种语法在 中如何应用。对于建议练习的范例提供 文档,以突出练习重点。此外,本书还将 操作纳为教学内容之一,让读者能与实践相结合,提供的教学视频让读者可以更清楚地掌握操作步骤。 作者简介: 林信良(

joomla学习总结 中文PDF_PHP教程

资源名称: 学习总结 中文 学习 也必须了解 的组件( )和插件( ,这一块有种非常简单的学习方法,最简单的加入自己模板后的 打包安装方法就是:找到一份 源文件(即:没有安装过的 源码) 打开 源文件下面的 文件夹 然后把自己的模板文件拷贝到 文件夹下面 有必要的话可以导出自己的数据库文件将 学习总结最简单的加入自己模板后的 打包安装方法就是:找到一份 源文件(即:没有安装过的 源码) 打开 源文件下面的 文件夹 然后把自己的模板文件拷贝到 文件夹下面 有必要的话可以导出自己的数据库文件将 源文件下面的

机器学习 (周志华 著) 学习笔记 中文完整高清版_Python教程

资源名称:机器学习 周志华 著 学习笔记 中文完整高清版 第 章 引言 基本术 假设空间 归纳偏好 发展历程 应用现状 阅读材料 习题 参考文献 休息一会儿 第 章 模型评估与选择 经验误差与过拟合 评估方法 留出法 交叉验证法 自助法 调参与最终模型 性能度量 错误率与精度 查准率、查全率与 与 代价敏感错误率与代价曲线 比较检验 假设检验 交叉验证 检验 检验 检验与后续检验 偏差与方差 阅读材料 习题 参考文献 休息一会儿 第 章 线性模型 基本形式 线性回归 对数几率回归 线性判别分析 多分类学习

Linux课程学习课件PPT_操作系统教程

教程名称: 课程学习课件 课程目录: 【 教程网】 的安装 【 教程网】 命令系统 【 教程网】 命令系统 【 教程网】 编辑器 【 教程网】 用户和组 【 教程网】 软件的安装和卸载 【 教程网】 文件系统和磁盘管理 【 教程网】 编程 【 教程网】 网络基础 【 教程网】 文件共享 【 教程网】 文件共享 【 教程网】 远程管理 系统

《Java改错学习法》PDF 下载

资源名称:《 改错学习法》 下载 内容简介: 《 改错学习法》,本书从初学 编程碰到的实际问题出发,通过对话的方式,一步步引导如何发现错误、找出错误的原因是什么、如何改正错误,如何避免犯同类的错误。通过这种方式,讲解 的基础知识、面向对象程序设计的技巧和程序调试的基本知识。本书力图用比较通俗的办法,讲解 的基础知识,让学习者克服学习 过程中碰到的问题,熟悉和掌握 语言。 作者简介: 朱福喜,武汉大学博士生导师, 作者虚构一个教学场景,采用一老一 少的对话形式,将自己多年教学经验融入其中,颠覆传统教学模式,

WINPE从入门到DIY学习资料汇总_操作系统教程

教程名称: 从入门到 学习资料汇总 课程目录: 【 教程网】 入门 【 教程网】 专题主要介绍 个性化制作知识 【 教程网】 核心 修改教程 【 教程网】制作 的基础知识 【 教程网】制作 的技术大全

CoreJava学习笔记 中文

资源名称: 学习笔记 中文 本文档主要讲述的是 学习笔记; 语法是 语法的一个 纯净 版本, 把打开套接字连接等繁琐的网络任务变得非常容易, 可随意增加新的方法以及实例变量,而客户端却不需做任何的更改 资源截图:

深入浅出深度学习 原理剖析与Python实践 中文pdf_Python教程

资源名称:深入浅出深度学习 原理剖析与 实践 中文 第 部分 概要 绪论 基础 第 部分 数学与机器学习基础篇 线性代数基础 概率统计基础 概率图模型 机器学习基础 谱聚类 数值计算与最优化 第 部分 理论与应用篇 前馈神经网络 反向传播与梯度消失 自编码器及其相关模型 玻尔兹曼机及其相关模型 递归神经网络 卷积神经网络 资源截图:

Python+Spark 2.0+Hadoop机器学习与大数据实战

资源名称: 机器学习与大数据实战 内容简介: 本书从浅显易懂的 大数据和机器学习 原理说明入手,讲述大数据和机器学习的基本概念,如分类、分析、训练、建模、预测、机器学习(推荐引擎)、机器学习(二元分类)、机器学习(多元分类)、机器学习(回归分析)和数据可视化应用等。书中不仅加入了新近的大数据技术,还丰富了 机器学习 内容。 为降低读者学习大数据技术的门槛,书中提供了丰富的上机实践操作和范例程序详解,展示了如何在单机 系统上通过 虚拟机安装多机 虚拟机,如何建立 集群,再建立 开发环境。书中介绍搭建的上机实