多维与度量数据结构基础 Foundations of Multidimensional and Metric Data Structures Series: The Morgan Kaufmann Series in Computer Graphics Hardcover: 1024 pages Publisher: Morgan Kaufmann; 1 edition (August 22, 2006) Language: English ISBN-10: 0123694469 ISBN-13: 978-0123694461

小型金融知识图谱构建流程 小型金融知识图谱构流程示范 小型金融知识图谱构流程示范 1 知识图谱存储方式 2 图数据库neo4j 2.1 下载 2.2 启动 2.2.1 打开 http://localhost:7474 2.2.2 初始账户和密码均为neo4j（host类型选择bolt） 2.2.3 输入旧密码并输入新密码 2.2.3 登录 3. 知识图谱数据准备 3.1 数据接口 3.2 数据获取 3.2.1 股票基本信息 3.2.2 股票持有股东信息 3.2.3 股票概念信息 3.2.4 股票公告信息 3.2.5 财经新闻信息 3.2.6 概念信息 3.2.7 沪股通和深股通成分信息 3.2.8 股票价格信息 3.2.9 tushare免费接口获取股票数据 3.3 数据预处理 3.3.1 统计股票的交易日量众数 3.3.2 计算股票对数收益 3.3.3 股票间对数收益率相关性 4 搭建金融知识图谱 4.1 连接 4.2 读取数据 4.3 填充和去重 4.4 创建实体 4.5 创建关系 5 数据可视化查询（以平安银行为例） 5.1 查看关联

Empirical Modeling and Data Analysis for Engineers and Applied Scientists English | 25 July 2016 | ISBN: 3319327674 | 264 Pages This textbook teaches advanced undergraduate and first-year graduate students in Engineering and Applied Sciences to gather and analyze empirical observations (data) in order to aid in making design decisions. While science is about discovery, the primary paradigm of engineering and “applied science” is design. Scientists are in the discovery business and want, in general, to understand the natural world rather than to alter it. In contrast, engineers and applied scientists design products, processes, and solutions to problems. That said, statistics, as a discipline, is mostly oriented toward the discovery paradigm. Young engineers come out of their degree programs having taken courses such as “Statistics for Engineers and Scientists” without any clear idea as to how they can use statistical methods to help them design products or processes. Many seem to think that statistics is only useful for demonstrating that a device or process actually does what it was designed to do. Statistics courses emphasize creating predictive or classification models – predicting nature or classifying individuals, and statistics is often used to prove or disprove phenomena as opposed to aiding in the design of a product or process. In industry however, Chemical Engineers use designed experiments to optimize petroleum extraction; Manufacturing Engineers use experimental data to optimize machine operation; Industrial Engineers might use data to determine the optimal number of operators required in a manual assembly process. This text teaches engineering and applied science students to incorporate empirical investigation into such design processes.

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