Introduction to Datascience
有很多数据，事实上我们创造了数据爆炸这个术语，很多时候我们意识不到这些数据表明了一些有价值的东西。有了数据，人们成为了伟大的股票交易员，他们让机器赢得了原本以为只有人类才能赢得的比赛。
事实证明，如果我们能用聪明的计算机科学对大量数据进行数学运算，我们就能做以前认为不可能的事情，而且有大量的数据。
数据科学是一个我们利用计算机科学来理解我们身边大量数据的领域。我们试图让人们理解它，我们试图预测一些事情即使我们可能不明白为什么会发生。这是科学数据。
这可能是超级智能的顶点，当然这是一个新的数据时代。欢迎来到这个奇妙的宇宙!
2021-11-24 13:07:12
9.83MB
1
CS考试
概述
cs-exams.com是一个网站，旨在使Trinity的计算机科学专业的学生可以轻松访问学习资源。
它是由学生为学生整理的，以便对他们尽可能有益。
贡献
强烈建议您贡献自己的力量！ 帮助其他学生出去真是太好了！
贡献应该很容易：
点击模块页面底部的"Edit this page" ：
进行更改并确保更改有效：
编写一个适当的提交标题以捕获更改，然后单击“ Propose changes ：
查看您的更改并点击Create pull request ：
等待您的请求请求被审查，合并和发布！
感谢您的帮助 :beaming_face_with_smiling_eyes:
2021-11-24 09:08:29
10.57MB
1
Kaggle数据集工作
我的项目正在处理各种Kaggle数据集
专案
从胸部X光照片进行肺炎分类（2021年2月12日-至今）
使用
看到当前和了解更多详情。
Spotify歌曲人气回归（2021年2月8日-2021年2月12日）
使用
经过训练的RandomForest，DNN，LinearRegression和LinearSVR可以预测歌曲的流行程度。 获得了12.300的RMSE错误，其准确度比猜测的平均受欢迎程度高近2倍。 见和了解更多详情。
2021-11-22 23:07:48
19.44MB
1
The Science of Algorithmic Trading and Portfolio Management
Algorithm Trading book
2021-11-22 19:52:53
5.35MB
1
peter 教授的 machine learning the art and science 电子版。
2021-11-22 12:46:38
8.56MB
1
IE598金融学机器学习，2018秋季，伊利诺伊大学香槟分校
马克最终小组项目
作者：约瑟夫·洛斯（Joseph Loss），杨若中，徐凤凯，冯彪和段玉辰
型号概要：
探索性数据分析
预处理，特征提取，特征选择
模型拟合和评估，（您至少应拟合3种不同的机器学习模型）
超参数调整
组装
IE598金融学机器学习，2018年秋季最终小组项目
作者：约瑟夫·洛斯（Joseph Loss），杨若中，徐凤凯，冯彪和段玉辰
2021-11-21 09:50:16
6.12MB
1
knuth大人写的书，csdn上另一个版本我怎么下不了
网上找了一个版本，作者声称是高质量版
反正不是扫描版都差不多，很清晰
2021-11-20 08:34:18
3.59MB
1
Computational Science and Engineering mit 18.085的教材 part 3
2021-11-19 10:42:03
18.63MB
1
Computational Science and Engineering mit 18.085的教材 part1
2021-11-19 10:41:12
19MB
1
Computational Science and Engineering mit 18.085的教材 part 2
2021-11-19 10:34:55
19MB
1