神经网络算法与实现：基于Java语言 中文pdf
资源名称：神经网络算法与实现：基于 语言 中文 第 章 初识神经网络 第 章 神经网络是如何学习的 第 章 运用感知机 第 章 自组织映射 第 章 天气预测 第 章 疾病诊断分类 第 章 客户特征聚类 第 章 模式识别（ 案例） 第 章 神经网络优化与自适应 附录 资源截图：
算法
算法精解：C语言描述 完整中文pdf
资源名称：算法精解： 语言描述 完整中文 数据结构和算法的概念，以及使用它们的原因和意义 指针和递归 算法分析 常用数据结构：链表、栈、队列、集合、哈希表、树、堆、优先级队列以及图 排序和搜索 数值计算 数据压缩 数据加密 图算法 几何算法 资源截图：
C算法（第2卷）（图算法）（第3版） PDF
资源名称： 算法 第 卷 图算法 第 版 第五部分 图算法第 章 图性质和类型 术语练习 图 练习 邻接矩阵表达方式练习 邻接表表达方式练习 变体、扩展和开销练习 图生成器练习 简单路径、欧拉路径和哈密顿路径练习 图处理问题练习 第 章 图搜索 探索迷宫练习 深度优先搜索练习 图搜索 函数练习 森林的性质练习 算法练习 分离性和双连通性练习 广度优先搜索练习 通用图搜索练习 图算法的分析练习 第 章 有向图和 练习 术语和游戏规则 资源截图：
数据算法：Hadoop/Spark大数据处理技巧 英文pdf原版
资源名称：数据算法： 大数据处理技巧 英文 原版 第 章二次排序：简介 第 章二次排序：详细示例 第 章 列表 第 章左外连接 第 章反转排序 第 章移动平均 第 章购物篮分析 第 章共同好友 第 章使用 实现推荐引擎 第 章基于内容的电影推荐 第 章使用马尔可夫模型的智能邮件营销 第 章 均值聚类 第 章 近邻 第 章朴素贝叶斯 第 章情感分析 第 章查找、统计和列出大图中的所有三角形 第 章 计数 第 章 测序 第 章 回归 第 章 趋势检验 第 章等位基因频率 第 章 检验 第 章皮尔逊相关系数 第
Python算法教程_Python教程
资源名称： 算法教程 内容简介： 本书用 语言来讲解算法的分析和设计。本书主要关注经典的算法，但同时会为读者理解基本算法问题和解决问题打下很好的基础。全书共 章。分别介绍了树、图、计数问题、归纳递归、遍历、分解合并、贪心算法、复杂依赖、 算法、匹配切割问题以及困难问题及其稀释等内容。本书在每一章结束的时候均有练习题和参考资料，这为读者的自我检查以及进一步学习提供了较多的便利。在全书的最后，给出了练习题的提示，方便读者进行查漏补缺。 作者简介： 是一位经验丰富的 程序员，他自 世纪 年代以来就一直在使用该语
算法竞赛入门经典 PDF
资源名称：算法竞赛入门经典 第 部分 语言篇 第 章 程序设计入门 算术表达式 变量及其输入 顺序结构程序设计 分支结构程序设计 小结与习题 数据类型实验 输入格式实验 语句输出实验 测测你的实践能力 小结 上机练习 第 章 循环结构程序设计 循环 循环结构程序设计 文件操作 小结与习题 输出技巧 浮点数陷阱 位整数 中的输入输出 小结 上机练习 第 章 数组和字符串
Google搜索2020年5月核心算法更新_搜索优化
来自 消息： 搜索宣布，推出 年五月 核心算法更新。 一般这种算法大更新，从宣布开始，到全球各地数据同步，并反映到普通用户的搜索结果上，大概总要一到两个星期。这样推算，大概到今天，也就是五月十八日，基本更新完成。 核心算法更新 每一天，谷歌通常会发布一个或多个旨在改善我们的搜索结果的变化。大多数变化并不明显，但会帮助 逐步地继续改进。有时，更新可能会更加明显。 每年都会针对搜索算法和系统进行几次重大的、广泛的改动。 把这些变化称为 核心更新 。这些更新的目的是为了确保向搜索者提供相关的权威内容。 所确认的
算法设计、分析与实现从入门到精通：C、C++和Java（徐子珊） PDF
资源名称：算法设计、分析与实现从入门到精通： 、 和 徐子珊 本书按算法设计技巧分成渐增型算法、分治算法、动态规划算法、贪婪算法、回溯算法和图的搜索算法。 目录 第 章 集腋成裘 渐增型算法 第 章 化整为零 分治算法 第 章 记表备查 动态规划算法 第 章 高效的选择 贪婪算法 第 章 艰苦卓绝 回溯算法 第 章 图的搜索算法 第 章 集组合优化问题之大成 线性规划 第 章 图形学基础 计算几何 附录 资源截图：
Spark MLlib机器学习:算法、源码及实战详解
资源名称： 机器学习 算法、源码及实战详解 内容简介： 《 机器学习：算法、源码及实战详解》以 版本源码为切入点，全面并且深入地解析 模块，着力于探索分布式机器学习的底层实现。 《 机器学习：算法、源码及实战详解》中本着循序渐进的原则，首先解析 的底层实现基础：数据操作及矩阵向量计算操作，该部分是 实现的基础；接着对各个机器学习算法的理论知识进行讲解，并且解析机器学习算法如何在 中实现分布式计算；然后对 源码进行详细的讲解；最后进行 实例的讲解。相信通过《 机器学习：算法、源码及实战详解》的学习，读者可全