HomeworkTemplate：专为计算机科学作业设计的LaTeX模板

该教科书针对大二或初三的计算机科学专业的本科生，提供了定性和定量数据分析，概率，随机变量和统计方法（包括机器学习）的综合背景。 通过认真地处理满足该课程的课程需求的主题，计算机科学的概率与统计具有以下特点： •主要处理离散案例的随机变量和期望的处理。 •模拟的实用方法，显示可以提取多少有趣的概率和期望，尤其着重于马尔可夫链。 •在简单的上下文中对简单点推理策略（最大似然；贝叶斯推理）的清晰但清晰的说明。扩展到涵盖一些置信区间，样本和总体以进行随机抽样替换，以及最简单的假设检验。 •有关分类的章节，说明为什么有用；如何训练具有随机梯度下降的SVM分类器；以及如何使用更高级方法的实现，例如随机森林和最近的邻居。 •有关回归的一章，解释了在实际问题中如何设置，使用和理解线性回归和最近邻回归。 •一章涉及主成分分析，仔细发展直觉，并包括许多实际示例。通过主坐标分析对多元缩放进行了简要描述。 •一章通过聚集方法和k均值处理聚类，展示了如何为复杂信号构建矢量量化特征。 贯穿各章的说明，每个主要章节都包含许多工作示例和其他教学元素，例如 框内的过程，定义，有用事实和“记住这一点”（简短提示）。问题和编程练习在每章的最后，总结了读者应该知道的内容。 教师资源包括针对所有问题的全套模型解决方案，以及带有随附演示幻灯片的《教师手册》。

Algorithms to Live by:The Computer Science of Human Decisions中文名：算法之美 《算法之美》是2018年5月由中信出版集团出版的一本图书，作者是布莱恩·克里斯汀和汤姆·格里菲思。本书通过讨论人类事务算法设计的概念，以帮助人们更好地处理日常生活中遇到的难题。万维钢、查尔斯·都希格等人对本书做出了评价。

目录网盘文件永久链接 1. 计算机早期历史-Early Computing 2. 电子计算机-Electronic Computing 3. 布尔逻辑 和 逻辑门-Boolean Logic & Logic Gates 4. 二进制-Representing Numbers and Letters with Binary 5. 算术逻辑单元-How Computers Calculate-the ALU 6. 寄存器 & 内存-Registers and RAM 7. 中央处理器(CPU) 8. 指令和程序 9. 高级CPU设计-Advanced CPU Designs 10. 早期的编程方式-Early Programming 11. 编程语言发展史-The First Programming Languages 12. 编程原理-语句和函数-Programming Basics - Statements & Functions 13. 算法入门 - Intro to Algorithms 14. 数据结构-Data Structures 15. .........

Intro-to-Python-for-Computer-Science-and-Data-Science

Accelerated_Computer_Science_Fundamentals_Specialization：Coursera上的Accelerated Computer Science Fundamentals专业化的一组实践和演示代码

【2018新书】写给计算机科学的概率统计（Probability and Statistics for Computer Science）

图处理应用 这是一个Java程序，用于处理PGM和PPM格式的彩色和灰度图像，您可以旋转，转换为CMYK，提取RGB通道，混合RGB通道，二值化，负值，缩小，高光，有力变换，放大，保存直方图，均衡直方图，使用中位数和拉普拉斯进行过滤。 使用的技术 Java 针对数字图像处理学科开发的应用程序。

Nashpy：一个用于计算2个玩家战略游戏均衡性的python库。 该库在2个玩家游戏中实现了纳什均衡的以下算法： 支持列举 最佳响应多面体顶点枚举 Lemke Howson算法 Nashpy具有一组简单的Python依赖关系：它仅需要numpy和scipy因此可以直接在所有操作系统上安装。 安装 通过设计，Nashpy易于安装：最简单的安装方法是从pypi： $ python -m pip install nashpy 用法 通过传递两个二维数组/列表来创建双向矩阵游戏： >> > import nashpy as nash >> > A = [[ 1 , 2 ], [ 3 , 0 ]] >> > B = [[ 0 , 2 ], [ 3 , 1 ]] >> > game = nash . Game ( A , B ) >> > for eq in game . support_enumeration (): ... print ( eq ) ( array ([ 1. , 0. ]), array ([ 0. , 1. ])) ( array ([ 0. , 1. ]

英语优质公开课-i-am-going-to-study-computer-science.ppt