scipy包含致力于科学计算中常见问题的各个工具箱。它的不同子模块相应于不同的应用。像插值，积分，优化，图像处理，统计，特殊函数等等。 scipy可以与其它标准科学计算程序库进行比较，比如GSL(GNU C或C++科学计算库)，或者Matlab工具箱。scipy是Python中科学计算程序的核心包; 它用于有效地计算numpy矩阵，来让numpy和scipy协同工作。

LGUI教程项目。 拖放 3D菜单 文字动画

从零开始的应用概率论 数据和幻灯片与在线网络研讨会系列一起提供：Data For Science的 。 在Binder中运行代码： 机器学习和人工智能的最新进展引起了计算机科学和数学这两个领域的极大关注和兴趣。 这些进步和发展中的大多数都依赖于随机模型和概率模型，需要对概率论以及如何将其应用于每种特定情况有深入的了解。 在本讲座中，我们将以动手和渐进的方式介绍概率论的理论基础以及诸如工业和学术界实际应用中常用的马尔可夫链，贝叶斯分析和A / B测试等最新应用。 时间表 基本定义和直觉 了解什么是概率 计算不同结果的可能性 根据特定的概率分布生成数字 根据样本估算种群数量 随机游走和马尔可夫链 模拟一维随机游走 了解网络上的随机游走 定义马尔可夫链 实施PageRank 贝叶斯统计 了解条件概率 派生贝叶斯定理 了解如何更新信仰 A / B测试 了解假设检验 测量p值 比较两个结果的可能

Cmake 官方教程，Cmake Tutorial，英文

matplotlib-cn Chinese (zh-cn) translation of the NumPy docs matplotlib官方文档的中文版本 matplotlib中文文档是使用markdown编写的技术文档，目前文档还处在翻译阶段，翻译程度大概在90%，基础功能基本都已翻译完毕，可以放心预览，下面是文档在线预览的地址。劳烦大家扩散以及传播本文档让更多的数据科学爱好者受益。 在线访问 贡献翻译与构建 本文档是基于所构建。 如果您想贡献翻译，可以前往Teadocs文档生成工具的项目地址查看使用帮助，然后将你翻译的内容提交PR（包括不限于校对、翻译纠错），审核通过后我会把您加入贡献者/译者名单，感谢您对国内机器学习开源社区的贡献。 构建命令： teadocs build 兄弟文档 文档名称 备注 - 版权信息 除非额外说明，本网站的所有公开文档均遵循 许可协议。任何人都可以自

STAR-CD3.24 英文原版的教程例子，大部分模型可以按照教程建立

通知演示 在Android中使用和测试通知的示例 讲解

使用Gudhi库进行拓扑数据分析的教程 拓扑数据分析（TDA）是一个新兴且发展Swift的领域，它提供了一组新的拓扑和几何工具来推断可能复杂数据的相关特征。 在这里，我们使用Python Gudhi库以及流行的机器学习库和数据科学库为TDA的实践提出了一套笔记本。 例如，请参阅了解有关数据科学的TDA的介绍。 笔记本的完整列表也可以在此页的末尾找到。 安装Python Gudhi库 请参阅或者如果您有conda，则可以进行。 TDA分析管道 01-单纯形树和简单组合 TDA通常旨在从网络中的点云中提取拓扑特征。 或在一般指标空间中。 通过研究点云的拓扑，我们实际上意味着研究以点云为中心的球的并集的拓扑，也称为偏移。 但是，非离散集（例如偏移量）以及连续的数学形状（如曲线，曲面和更一般的流形）不能轻易地编码为有限的离散结构。 因此，在计算几何中使用形来近似这样的形状。 单纯形复数是一组，它

本教程展示了神经科学家如何使用 MATLAB 分析神经信号。 这包括以下方面的最佳实践1.阅读各种神经数据2.表示时间序列数据3. 过滤、平滑、重采样数据4. 使用 PCA 和高斯混合模型聚类波形5. 频域和时频分析 对于那些刚开始编程的人，可以使用 MATLAB 信号分析器应用程序完成几个步骤 - 一个生成代码的点击式界面。 对于中级程序员，本教程可以作为更复杂的信号处理和分析工作流程的起点对于专家来说，这是一个很好的教程，用于教授神经信号分析的基础知识 要运行此实时脚本，请检查您是否拥有学校或大学的 MATLAB 许可证。 如果没有，您可以下载 30 天的免费试用版。

CNN+CTC_tutorial.ipynb为语音模型的教程，详细介绍了搭建网络的一步步的操作。 LanguageModel2.py为基于统计的语言模型，dict.txt为统计的字典。 test.ipnb用于测试模型性能。 数据集使用的是清华的数据集，下载后放在项目同级目录即可运行