不平衡学习：一种解决机器学习中不平衡数据集问题的Python程序包

主要功能： 1、支持单值分类和二值分类的超球体构建 2、支持多种核函数 (linear, gaussian, polynomial, sigmoid, laplacian) 3、支持 2D 或 3D 数据的决策边界可视化 4、支持基于贝叶斯超参数优化、遗传算法和粒子群算法的 SVDD 的参数优化 5、支持加权的 SVDD 资源使用事项： 1、提供了多个示例文件，每个文件的开头都有对应的介绍 2、需要 R2016b 以上的 MATLAB 版本 3、内含详细的使用说明 4、主要用于单类(One-class)分类问题得的研究。对于单分类任务。不是分类问题以“区分不同的类”为目标，也不是回归问题以“对每一个样本产生一个期望输出”为目标，而是给出一个关于训练样本集的描述，同时检测哪些与这个训练样本集相似的(新的)样本。该描述应该覆盖代表训练样本集的样本类，同时，在理想情况下，该描述应该能够将样本空间中其它所有可能的异常样本排除在外。

Algorithms in C, Parts 1-4_ Fundamentals, Data Structures, Sorting, Searching，算法学习的一本好资源！

edX数据科学微型硕士 每个课程的问题和笔记本将在此存储库中的相应文件夹中备份。 该存储库包含以下文件夹： 机器学习 python-for-data-analysis 大数据分析使用火花 使用Python的概率和统计 后期制作视频的位置： 按以下演示者的名称进行组织： : 要使用reveal.js克隆此存储库： 运行git clone --recursive https://github.com/ucsd-edx/edX-Micro-Master-in-Data-Science.git Jupyter笔记本电脑的安装说明。 要在计算机上安装jupyter，请按照以下说明进行操作： ://mas-dse.github.io/startup/ 要点安装一堆nbextensions，以及用于这些扩展的配置程序，请查看： : nbgrader Matt和Shweta在此处添加

Web刮刀从多个页面抓取清单类型数据。经过测试，可以将YP、Yelp、Ebay、Amazon等保存为Excel或CSV。 Web搜寻器从多个页面爬网列表类型数据。经过测试，可以与大多数流行的网站一起使用 Web爬虫使用AI来猜测页面上哪些数据最相关，并允许其他选择。智能检测动态内容何时完成加载。可以使用自定义的延迟间隔来进行爬网。数据可以导出为Excel或CSV文件。开发人员保证：此扩展程序不包含标准Google Analytics（分析）以外的任何恶意软件或间谍软件。 支持语言:English (United States)

加拿大Radarsat数据，温哥华港口SAR回波数据，经过正交解调处理，可以直接作为原始数据处理

知乎_数据 与 KnowRob 知识库相关的数据存储库，例如地图、机器人日志数据或对象模型。 该集合的目的是通过一个存储库提供样本数据、测试数据、评估数据和通用实验数据集。 同时，该数据应与代码分开存储（例如不在主 KnowRob 存储库中），以便允许在不同上下文中重复使用程序。 子文件夹包含以下类型的数据： 动作：带有任务描述的 OWL 文件，类似于 RoboEarth 中的“动作配方” 日志：任务执行的日志文件，由机器人或人类执行 地图：语义环境地图 对象：对象模型，即描述其语义属性、部件组成或 CAD 模型链接的 OWL 文件

GM8136S规格书。用户手册。带寄存器说明，引脚和封装介绍。 GM8136S规格书。用户手册。带寄存器说明，引脚和封装介绍。

Written by an author team of experts in their fields, thisauthoritative guide demystifies even the most difficultmathematical concepts so that you can gain a clear understanding ofdata structures and algorithms in C++. The unparalleled author team incorporates the object-orienteddesign paradigm using C++ as the implementation language, whilealso providing intuition and analysis of fundamentalalgorithms. Offers a unique multimedia format for learning the fundamentalsof data structures and algorithms Allows you to visualize key analytic concepts, learn about themost recent insights in the field, and do data structuredesign Provides clear approaches for developing programs Features a clear, easy-to-understand writing style that breaksdown even the most difficult mathematical concepts Building on the success of the first edition, this new versionoffers you an innovative approach to fundamental data structuresand algorithms.

企业型数仓全知识体系介绍，包括大数据平台架构、数仓架构、数仓建模、常见模型、事实表、设计规范、表命名规范、开发规范、流程规范、元数据管理、维度表、三范式与反范式、数仓分层、数据治理、ETL、数据倾斜等