Dmitry Vostokov 关于转储文件分析的系列书。
2021-11-12 12:18:20 4.53MB Memory Dump Debugging
1
最新版 elasticsearch-analysis-ik-7.14.2.zip最新版 elasticsearch-analysis-ik-7.14.2.zip
2021-11-12 10:23:36 4.3MB elasticsearch analysis ik 7.14.2
1
Time series analysis: forecasting and control 4th edition
2021-11-12 09:52:35 5.85MB Time series forecasting 时间序列,
1
bioinformatics is useful for computation and algorithms, as well as programming
2021-11-12 04:38:12 8.55MB bioinformatics
1
使用机器学习算法进行分析,以使用来自LendingClub的数据集识别信用卡风险。 概述 该分析的目的是了解如何利用Machine Learning统计算法基于提供的数据模式进行预测。 在这一挑战中,我们专注于使用来自P2P借贷服务公司LendingClub的免费数据集进行的监督学习,以评估和预测信用风险。 之所以将其称为“监督学习”,是因为数据包括标记的结果。 为了完成此分析,我们使用不同的Machine Learning技术来训练和评估不平衡类的数据。 LendingClub的数据集存在分类不平衡的问题,因为优质贷款的数量超过了风险贷款的数量。 为了平衡分类以进行更有意义的预测并提高准确性得分,我们需要采用各种Machine Learning算法来对数据进行重新采样。 这些算法包括RandomOverSampler , SMOTE , ClusterCentroids , SMOTE
2021-11-11 21:13:08 19.39MB JupyterNotebook
1
数据分析手册-英文原版材料:用于我个人博客,发布翻译原文及读后感,有需要的可以下载。
1
烟灰教程 该存储库包含(将包含)使用在Java中进行静态程序分析的几个简单示例。 本教程适用于谁? 任何了解Java编程并想在实践中进行静态分析但对理论上的Soot和静态分析一无所知的人。 如果您对静态程序分析有一定的了解,建议您从学习Soot。 设置 简而言之,使用Java 8并运行./gradlew build 。 有关更多信息和Docker设置,请单击此。 章节 1:弄脏你的手 在本章中,您将访问一个非常简单的代码示例,以熟悉Soot基本数据结构和Jimple (Soot的原理中间表示)。 ./gradlew run --args="HelloSoot" : 方法的Jimple表示形式以及分支语句。 ./gradlew run --args="HelloSoot draw" : 控制流图的可视化。 标题 教程 烟尘代码 输入示例 你好煤烟 HelloSoot.java
2021-11-11 13:26:08 4.52MB visualization java tutorial static-analysis
1
扩频通信matlab代码Alpha亩分布性能分析 该存储库包含有关自由空间光通信中Alpha-mu分配通道模型的性能分析的代码 代码是要在MATLAB中运行的MUPAD代码 缩写:OP =中断概率CAV =平均信道容量 简介:大多数现有的无线和移动通信系统都利用无线电和微波频段,这些频段变得人满为患。无线通信对带宽和信道容量的需求已大大增加,以至于我们不得不从无线电频段转向红外频段。 在红外无线通信系统中,光束是在自由空间而不是光链路中传输的。 这就是所谓的FSO系统。FSO具有巨大的带宽,使其成为解决带宽消耗问题的有吸引力的解决方案。 自由空间光学,也称为无线光学,是一种潜在的高容量且具有成本效益的通信技术,受到了关注和商业兴趣。 FSO通信系统不受任何许可法规的约束。 它具有许多优点,例如数据速率高,带宽大,功率要求低,衰减水平低,传输安全性高等。与传统的光纤电缆相比,它易于安装,重量轻且可扩展。 但是,FSO通信系统中主要的性能限制因素是发射光束在湍流环境中传播时的衰减。 当光学激光束在自由空间中从一个点光源传输到另一个点光源时,它很容易受到各种参数的影响,例如散射,吸收,发散,
2021-11-11 10:04:08 85KB 系统开源
1
使用PyTorch进行情感分析 存储库将引导您完成构建完整的情感分析模型的过程,该模型将能够预测给定评论的极性(无论表达的观点是肯定的还是负面的)。 要在其上训练模型的数据集是流行的IMDb电影评论数据集。 目录 第一个笔记本涵盖了从原始数据集中加载数据,特征提取和分析,文本预处理以及训练/验证/测试集准备的过程。 第二篇教程包含有关如何设置词汇对象的说明,该对象将负责以下任务: 创建数据集的词汇表。 根据稀有词出现和句子长度过滤数据集。 将单词映射到其数字表示形式(word2index)和反向(index2word)。 启用预训练词向量的使用。 此外,我们将构建BatchItera
1
本书为Data Structures.and.Algorithm.Analysis.in.C++ 的答案,即solution manual。花费我很多时间找到这本,在美国学习的筒子们,赶紧下吧
2021-11-10 22:32:24 3.1MB english version
1