这是一个非常强大的c#报表开发工具

早些时候做的一个reportmachie,access数据库的报表例子,一直留着,对入门新手来说应该不错，在其他平台广受好评。

在本文中，我们将研究一种称为Logistic回归分类器的有监督的机器学习算法，用于多类分类。

在本教程中，我们演示如何使用TinyML和Edge Impulse为Arduino Nano BLE Sense构建咳嗽检测系统。

describeX：面向数据科学家的可解释AI框架 ExplainX是面向数据科学家和业务用户的模型可解释性/可解释性框架。 使用explainX可以了解整体模型的行为，解释模型预测背后的“原因”，消除偏见并为您的业务涉众创建令人信服的解释。 为什么我们需要模型可解释性和可解释性？ 必不可少的 解释模型预测 调试模型 检测数据偏差 获得业务用户的信任 成功部署AI解决方案 我们可以用explainX回答什么问题？ 为什么我的模型出错？ 我的模特有偏见吗？ 如果是，在哪里？ 我如何理解和信任模型的决策？ 我的模型满足法律和法规要求吗？ 我们已在服务器上部署了该应用程序，因此您可以使用

Machine Learning 中文版 Tom M. Mitchell ，机器学习的经典教材，翻译之后的中文版

scikit-hts：使用熟悉的API进行分层时间序列预测

本人亲自把网络上的PDF改成word版本，再把word版用工具转成CHM格式，同时增加复杂的报表例子以方便大家学习利用。

TensorFlow_ Large-Scale Machine Learning on Heterogeneous Distributed Systems.pdf )

A Comprehensive Guide to Machine Learning