学习

Oracle学习笔记-日常应用、深入管理、性能优化_数据库教程

资源名称: 学习笔记 日常应用、深入管理、性能优化 内容简介: 学习笔记 日常应用、深入管理、性能优化 是最具代表性的高端关系型数据库管理系统,它在世界各地的大型商务数据库应用系统中被广泛应用。本书设计了大量的应用情景,介绍了数据库管理员和开发人员常用的管理、维护和优化 数据库的技术和技巧。   通过阅读本书,读者可以了解 的体系结构、数据库管理和配置、数据库安全、数据库日常维护、 语言等数据库管理员的必备常识,还可以掌握 的多种高级应用,包括数据库网络配置、作业调度、事务管理、内存和进程配置以及对 数据

深入Java集合学习系列(三) ArrayList的实现原理 中文PDF

资源名称:深入 集合学习系列 三 的实现原理 中文 是 接口的可变数组的实现。实现了所有可选列表操作,并允许包括 在内的所有元素。除了实现 接口外,此类还提供一些方法来操作内部用来存储列表的数组的大小。 资源截图:

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:

Python机器学习——预测分析核心算法_Python教程

资源名称: 机器学习 预测分析核心算法 内容简介: 在学习和研究机器学习的时候,面临令人眼花缭乱的算法,机器学习新手往往会不知 所措。本书从算法和 语言实现的角度,帮助读者认识机器学习。 书专注于两类核心的 算法族 ,即惩罚线性回归和集成方法,并通过代码实例来 展示所讨论的算法的使用原则。全书共分为 章,详细讨论了预测模型的两类核心算法、预测模型的构建、惩罚线性回归和集成方法的具体应用和实现。 本书主要针对想提高机器学习技能的 开发人员,帮助他们解决某一特定的项 目或是提升相关的技能。 作者简介: 在硅谷

python学习笔记与简明教程 中文_Python教程

资源名称: 学习笔记与简明教程 中文 本文档是 学习笔记与简明教程;为什么用 作为编程入门语言?每种语言都会有它的支持者和反对者。去 一下 ,你会得到很多结果,诸如应用范围广泛、开源、社区活跃、丰富的库、跨平台等等等等,也可能找到不少对它的批评,格式死板、效率低、国内用的人很少之类。不过这些优缺点的权衡都是程序员们的烦恼。作为一个想要学点编程入门的初学者来说,简单才是最重要的。当学 的同学还在写链表,学 的同学还在折腾运行环境的时候,学 的你已经像上图一样飞上天了 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:

斯坦福大学机器学习课程个人学习笔记 中文PDF_Python教程

资源名称:斯坦福大学机器学习课程个人学习笔记 中文 本报告是在学习斯坦福大学机器学习课程前四节加上配套的讲义后的总结与认识。前四 节主要讲述了回归问题,属于有监督学习中的一种方法。该方法的核心思想是从离散的统计 数据中得到数学模型,然后将该数学模型用于预测或者分类。该方法处理的数据可以是多维 的。 讲义最初介绍了一个基本问题,然后引出了线性回归的解决方法,然后针对误差问题做 了概率解释。 资源截图:

JSF入门深入学习 WORD版_前端开发教程

资源名称: 入门深入学习 版 内容简介: 本文档主要讲述的是 入门深入学习; 为 的 应用用户界面的开发人员提供了标准的编程接口、丰富可扩展的 组件库(一个核心的 标记库用来处理事件、执行验证以及其他非 相关的操作和一个标准的 标记库来表示 组件)、事件驱动模型等一套完整的 应用框架,通过 ,您可以在页面中轻松自如地使用 组件、捕获用户行为所产生的事件、执行验证、建立页面导航 ,当使用支持 的开发工具来开发 应用的时候,一切将会变得异常简单, 方式拖放组件、修改组件属性、建立组件间关联以及编写事件侦听器等