这本书是英文版的，要是想原汁原味地学习计算机视觉：算法与应用这本书，欢迎下载

网上很多资源都是没有书签目录的，阅读起来很费劲，与大家分享一本带书签目录的书， 数学建模算法与应用（第二版）高清书签+目录

分析数据挖掘中决策树算法及其应用.pdf

第七章 Clementine 的建模技术 第八章 神经网络 第九章 规则归纳 第十章 模型的比较和合并 第十一章 Kohonen 网络 第十二章 关联规则 第十三章 时序分析 第十四章 其它模块

本书是一本不错的书，这是其中的一部分，一共130页，双语的，内容较全

《机器视觉算法与应用(双语版)》是一本关于机器视觉算法与应用的中英文对照版教材。是第一本有关机器视觉软件的教材，详细介绍了机器视觉的各种算法，以及有关这些算法的实际应用。《机器视觉算法与应用》(双语版)的三位作者在MVTec公司负责著名机器视觉算法软件包HALCON的研发工作，同时还在幕尼黑工业大学（TUM）担任客座学者从事机器视觉研究教学工作，具备深厚的理论功底和实战经验。作者在《机器视觉算法与应用(双语版)》中将自己十几年来积累下来的“实战”经验无保留地分享给大家。 详述了机器视觉系统的各个组成部分、部件选择和设计要点 　　详述了各种处理算法的原理、特点、适用性、实现及优化方法 　　针对不同行业和应用领域剖析了一些典型应用案例，并提供了大量的HALCON应用工程源码免费下载学生版HALCON及书巾应用案例

基于CNN的中文文本分类算法（可应用于垃圾邮件过滤、情感分析等场景） 利用word2vec先获取中文测试数据集中各个字的向量表达，再输入卷积网络进行分类。 运行方法 训练 run python train.py to train the cnn with the spam and ham files (only support chinese!) (change the config filepath in FLAGS to your own) 在tensorboard上查看summaries run tensorboard --logdir /{PATH_TO_CODE}/runs/{TIME_DIR}/summaries/ to view summaries in web view 测试、分类 run python eval.py --checkpoint_dir /{PATH_TO_CODE/runs/{TIME_DIR}/checkpoints} 如果需要分类自己提供的文件，请更改相关输入参数 如果需要测试准确率，需要指定对应的标签文件(input_label_file): python eval.py --input_label_file /PATH_TO_INPUT_LABEL_FILE 说明：input_label_file中的每一行是0或1，需要与input_text_file中的每一行对应。 在eval.py中，如果有这个对照标签文件input_label_file，则会输出预测的准确率 推荐运行环境 python 2.7.13 :: Anaconda 4.3.1 (64-bit) tensorflow 1.0.0 gensim 1.0.1 Ubuntu16.04 64bit

这是一个能够应用于实际应用群智能算法，可以开发新的智能应用，也可以对其进行改进。

这本书讲了很多数学建模的常用算法，使用了很多案例来说明算法的应用，并且给出了matlab或lingo的源代码，是参加数学建模的学生不可或缺的一本好书。

Mard de Berg Otfried Cheong Marc van Kreveld Mard Overmars