pima_prediction 针对皮马印第安人的Scikit-Learn机器学习模型，用于预测患上糖尿病的可能性。 数据来自杰里·库拉塔（Jerry Kurata）的“学位”课程。 我使用数据文件和Jerry的课程来使自己沉浸在机器学习工作流程中。 Jupyter-Notebook遍历了数据处理以及多种模型的训练/评估。 我对注释和代码进行了编辑，以帮助我自己理解。

【语音识别】基于隐马尔可夫模型（HMM）的孤立字语音识别matlab源码.md

课程介绍： 从Linux零基础入门开始，全面讲解作为新手如何学习Linux，以及学习方法和技巧，深入讲解了运维工程师必备基础知识，Linux基础入门，和命令使用，以及用户和权限等核心知识点。全面讲解Linux运维工程师常见工具使用以及企业级Linux系统管理，从文件、磁盘、文本、计划任务、系统、进程、软件包等全方面讲述，让你快速成为一名Linux高手。全面讲解Linux运维工程师常见工具使用以及企业级Linux系统管理，从文件、磁盘、文本、计划任务、系统、进程、软件包等全方面讲述，让你快速成为一名Linux高手。以企业级安全为导向，全面介绍Linux安全架构、

1999年版雷达信号处理——马晓岩编著，内容涉及阵列信号处理，雷达信号处理，分析严谨、透彻，非常适用于初学者。

人工智能(马少平朱小燕著)课后答案.pdf

计算物理学（马文淦)计算物理是一门新兴的学科

费马素性检验是一种随机化算法，判断一个数是合数还是可能是素数。 根据费马小定理：如果p是素数，1 \le a \le p，那么 a^ \equiv 1 \pmod。 如果我们想知道n是否是素数，我们在中间选取a，看看上面等式是否成立。如果对于数值a等式不成立，那么n是合数。如果有很多的a能够使等式成立，那么我们可以说n 可能是素数，或者伪素数。 在我们检验过程中，有可能我们选取的a都能让等式成立，然而n却是合数。这时等式 a^ \equiv 1 \pmod 被称为Fermat liar。如果我们选取满足下面等式的a 费马素性检验 费马素性检验 a^ \not\equiv 1 \pmod 那么a也就是对于n的合数判定的Fermat witness。 整个算法可以写成是下面两大部： 输入：n需要检验的数；k：参数之一来决定检验需要进行的次数。 输出：当n是合数时，否则可能是素数： 重复k次： 在[1, n − 1]范围内随机选取a 如果an − 1 mod n ≠ 1 那么返回合数 返回可能是素数

2021年新能源汽车（蔚来、理想、小鹏、威马）企业对比系列报告（一）：千亿赛道下的错位竞争，造车新势力的差异化生存之道。

基于神经网络与马尔可夫组合模型在城市公路使用性能中的预测实现，孙彬彬，王虹，城市道路使用性能关乎是城市道路建设的延续,其运行管理是确保城市道路运行状态的关键。随着我国经济和交通的快速发展,城市道路的�

马原各章核心知识点归纳.doc