融合柯西变异和反向学习改进麻雀算法(SSA)优化BP神经网络回归预测，SSAnew-BP回归预测，多变量输入单输出模型。 评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

基于LightGBM进行海洋轨迹预测.zip

spark学习资料大全，文档，代码，ppt 从入门到精通，资料大全 spark2.0 spark源代码 Spark源码解读迷你书 深入理解Spark：核心思想与源码分析 Spark MLlib机器学习：算法、源码及实战详解试读

php学习手册打包(apache2.2中文手册.chm、HTML5.chm、MySQLchm、PHP_manual_zh.chm、PHP编码规范.chm、ThinkPHP完全开发手册.chm)

本书是学习Python编程语言的入门书籍。Python是一种很流行的开源编程语言，可以在各种领域中用于编写独立的程序和脚本。Python免费、可移植、功能强大，而且使用起来相当容易。来自软件产业各个角落的程序员都已经发现，Python对于开发者效率和软件质量的关注，这无论在大项目还是小项目中都是一个战略性的优点。 　　无论你是编程初学者，还是专业开发人员，本书的目标是让你快速掌握核心Python语言基础。阅读本书后，你会对Python有足够的了解，能够将其应用于所从事的领域中。

蜜蜂CNN模糊进化深度学习算法（人脸识别，智能优化算法，MATLAB源码分享） 在训练阶段之后，可以使用进化算法拟合深度学习权重和偏差。 这里，CNN用于对8个人脸类别进行分类。 在CNN训练之后，创建初始模糊模型以帮助学习过程。 最后，CNN网络权重（来自全连接层）使用蜜蜂算法训练，以自然启发的方式进行拟合（这里是蜜蜂的行为）。 可以将数据与任意数量的样本和类一起使用。 请记住，代码的参数是根据数据进行调整的，如果要替换数据，可能需要更改参数。 图像数据大小为64*64，2维，存储在“CNNDat”文件夹中。 因此，重要的参数如下： “numTrainFiles”=您必须根据每个类中的样本数量来更改它。 例如，如果每个类有120个样本，那么90个就足够好了，因为90个样本用于训练，而其他样本用于测试。 “imageInputLayer”=图像数据的大小，如[64 64 1] “fullyConnectedLayer（完全连接层）”=类的数量，如（8） “MaxEpochs”=越多越好，计算运行时间越长，如405。 “ClusNum”=模糊C均值（FCM）聚类数，如3或4很好

PHP学习资料,pdf文件，初学者适用 ‘PHP大全’ 中的精华

参考公司的人员组织架构文档的编写方式，这里整理了java后端工程师学习的知识点架构文档；主要方便学习后可以一目了然的看到学习过的知识梗概，帮助大脑记忆理解。

人工智能和基于机器学习的机器人计算机视觉

82篇顶会巨佬撰写的入门机器学习与深度学习的神书