南京大学计算机考研408+845科目资料合集
使用本仓库请完整的阅读本文档
如果内容显示异常，可以查看
资料包括：
数学一、英语一、政治、数据结构、计算机网络、计算机组成原理、操作系统、计算机系统基础
包括真题、期末考试、PPT、模拟题、专业课参考书及课后答案、报录比、经验等等
845真题
408真题及参考答案
录取信息（报录比、录取人数、官方发布信息）
初试复试经验
公共课资料
专业课复习资料和思维导图
参考书目配套PPT
参考书目课后习题参考答案
期末考试文档
模拟题文档
PS:只是整合，所以有的资料上面会有其他机构、论坛、公众号的广告。
1.1. 友情链接
1.1.1. 计算机考研，这样选学校才是正解
扫盲：正式复习之前可以看看
1.1.2. 刷了几千道算法题，这些我私藏的刷题网站都在这里了！
算法、上机等等可以看看这个
1.1.3. CS AI 仓库
1.1.4. 复试经验贴
1.
2021-10-22 15:47:01
1.35GB
1
最佳实践
在材料信息学研究中应该（也应该不）做的事情。
这是一个知识库，其中包含与出版物“材料科学家的机器学习：最佳实践入门指南”相关的Python代码和Jupyter笔记本。
包括这些笔记本是为了说明按照最佳实践创建的假设的材料科学机器学习项目。 该项目的目标是在给定化学成分和条件（测量温度）的情况下预测材料的热容量。
要阅读制作这些笔记本的主要出版物，请参阅：
汪宇东； 默多克，瑞安·J。 Kauwe，史蒂文·K。 Oliynyk，Anton O .； 亚历山大·古洛； 雅各布，布高奇； 克里斯汀·A·Perl森； Sparks，Taylor D.， ， 《材料化学》， 2020年， 32（12） ：4954–4965。 DOI： 。
目录
如何引用
安装
打开Jupyter笔记本
使用Jupyter笔记本
如何引用
如果您选择采用或改编此“方法/协议”文章中提到的方法，请
2021-10-22 11:02:06
10.68MB
1
WOS
Web of Science Python API
这些是一些有用的工具，结合了一些我可以从中找到的解释WOS API的灵感。 我需要添加一些循环和错误捕获功能以下载大量内容。 然后，我制作了一些其他工具来保存/解析/提取数据。
希望它可以帮助某些数据科学或从事WOS的人员。
要下载数据，请使用DownloadData.py文件。 底部是它如何调用数据，并带有注释说明如何处理数组。
如果您有兴趣帮助做出更好的贡献，我很乐意合并提交。
2021-10-21 16:53:13
10KB
1
2020版高考英语总复习 Unit 4 Astronomy the science of the stars教学案 3.docx
2021-10-20 09:03:00
862KB
2020版高考英语总复习 Unit 4 Astronomy the science of the stars练习 3.doc
2021-10-20 09:03:00
20KB
2020版新教材高中英语 单元素养评价（三）Unit 3 The world of science 外研版3.doc
2021-10-20 09:02:53
117KB
决策树分类matlab代码应用机器学习和数据科学食谱-面向初学者的数据科学编码训练营
使用Python，R和MATLAB的应用机器学习和数据科学
适用于应用机器学习和数据科学的Python，R和MATLAB代码列表
应用机器学习和数据科学的7个步骤：
通过编码分类学习：
分类：
数据分析：
数据科学：
数据可视化：
机器学习食谱：
熊猫：
Python：
SKLEARN：
监督学习：
表格数据分析：
端到端数据科学食谱：
应用统计：
套袋乐团：
促进合奏：
CatBoost：
聚类：
数据分析：
数据科学：
数据可视化：
决策树：
LightGBM：
机器学习食谱：
多类别分类：
神经网络：
Python机器学习：
Python机器学习速成课程：
R分类：
R对于初学者：
R
for
Business
Analytics：
R
for
Data
Science：
用于数据可视化的R：
适用于Excel用户的R：
R机器学习：
R机器学习速成课程：
R回归：
回归：
XGBOOST：
有抱负的数据科学家的项目组合项目：表格文本和图像数据分析以及Python和R
@中的时间序列预测
西澳大
2021-10-19 16:49:27
1KB
1
| |
PyTorch几何态是时间（动态）扩展文库。
该库包含来自各种已发表研究论文的各种动态和时间几何深度学习，嵌入以及时空回归方法。此外，它还提供了易于使用的数据集加载器和迭代器，用于动态和时间图以及gpu支持。它还附带了许多带有时间和动态图的基准数据集（您也可以创建自己的数据集）。
引用
如果您发现PyTorch Geometric Temporal和新的数据集对您的研究有用，请考虑添加以下引用：
@misc { pytorch_geometric_temporal ,
author = { Benedek, Rozemberczki and Paul, Scherer and Yixuan, He and Oliver, Kiss and Nicolas, Collignon } ,
title = { {PyTorch Geometric Tempor
2021-10-18 18:33:09
1.85MB
1
经典计算机数理逻辑教材，被国内外高校采用。
作者 Michael Huth ,Mark Ryan
英文打印原版
2021-10-18 11:51:18
2.23MB
1
SQL-for-data-science-Coursera-answers
此处提供了名为 SQL for Data-Science 的 Coursera 作业的所有答案。
访问链接以获取并兼容简单的视图和集成。
2021-10-18 10:54:04
18KB
1