这是 ShowMeAI 持续分享的速查表系列！本速查表是《图解算法数据结构》，一图胜千言！这套漫画，覆盖了Big O Notation，Data Structures、Array、Linked List、Stack、Queue、Hash Table、Binary Heap、Binary Search Tree 等知识点，美观且直观。快下载来督促自己学习吧！

基于CenterNet简化后只做目标检测的源代码， 各个文件说明： （一）目录层级 data：存放训练数据，目前只存放了太平洋汽车网的训练数据，主要是识别车牌的位置。只有训练集的数据。 exp：训练中日志存放的位置 images：验证时候图片存放的位置 models：存放训练过程中产生的模型 src：源代码 （二）文件说明： dataset: -- CtdetDataset.py: 读取图片并进行预处理 detector: -- CtdetDetector.py: 预测推理流程 model: 存放各个BackBone的模型代码 prune: -- prune.py: Slimming裁剪方法 train: -- CtdetTrainer.py: 训练主体流程 -- CtdetTrainer_NNI.py: 基于NNI裁剪训练主体流程 -- losses.py: 训练中各种loss的计算方法 utils: -- image.py: 图像处理方法，包括高斯变化，调整亮度、饱和度等方法 -- logger.py: 日志处理方法 src: -- demo_3dcar_ai.py: 一张图片推

本课程学习的数值计算方法： 1. 插值法 2. 函数拟合方法 3. 数值积分与微分 4. 线性方程组直接解法 5. 线性方程组迭代解法 6. 非线性方程迭代解法 7. 特征值与特征向量的计算 8. 常微分方程数值解法 包括以上8和实验的matlab程序以及实验报告。

CityGML资料，三维数据交换格式

这里是 ShowMeAI 持续分享的【开源eBook】系列！内容覆盖机器学习、深度学习、数据科学、数据分析、大数据、Keras、TensorFlow、PyTorch、强化学习、数学基础等各个方向。整理自各平台的原作者公开分享（审核大大请放手） ◉ 简介：本书对不确定条件下的决策算法作了广泛的介绍，内容涵盖了与决策有关的各种主题，介绍了基本的数学问题公式和解决这些问题的算法。 ◉ 目录： 第一部分：概率推理 - 表征 - 推理 - 参数学习 - 结构学习 - 简单决策 第二部分：顺序问题 - 精确解法 - 近似值函数 - 在线规划 - 政策搜索 - 政策梯度估计 - 政策梯度优化 - 角色批判方法 - 政策验证 第三部分：模型的不确定性 - 探索和利用 - 基于模型的方法 - 无模型的方法 - 模仿学习 第四部分：状态的不确定性 - 信念 - 准确的信念状态规划 - 离线信念状态规划 - 在线信念状态规划 - 控制器抽象 第五部分：多Agent系统 - 多Agent推理 - 序列问题 - 状态的不确定性 - 协作代理

铁木真家族族谱管理系统C++ 采用“孩子-兄弟链表表示法”实现的族谱树 数据结构课程设计《王的传承》

51杨杨.ipynb

《Spark 调优攻略上册》是整合互联⽹优质的Blog与PPT形成的攻略，它主要对于企业级⼤规模数据计算引擎Spark多维度优化策略。本次整理不单单是Apache spark还涵盖了Data Lake和阿⾥云EMR智能团队研发的Jindo-Spark是如何基于Apache spark进⾏多维优化及实现原理，让读者能够知其然且知其所以然。

电子商务中会产生海量的数据，蕴含着不可估量的数据价值，可通过数据分析来挖掘这些潜在价值，以提升平台的销量。本次实践项目利用 Hadoop 的分布式计算框架 MapReduce 来分析用户行为数据，计算得出商品点击排行、商品分类占比等统计指标，使得更加熟练掌握 MapReduce 程序的设计。 相关理论知识有，Map 和 Reduce 流程图如下：输入数据（INPUT）首先分割（SPLIT）成若干份，然后每份分别进行 MAP 过程；中间再经过 COMBINE 任务（可选）和 PARTTION 对 MAP 所得的结果进行聚合——把同 key 的结果放到同一组，最后再进行 REDUCE 过程。

Flink jdbc connector 1.14.4

CityGML相关资料

CityGML资料，三维数据存储交换

这里是 ShowMeAI 持续分享的【开源eBook】系列！内容覆盖机器学习、深度学习、数据科学、数据分析、大数据、Keras、TensorFlow、PyTorch、强化学习、数学基础等各个方向。整理自各平台的原作者公开分享（审核大大请放手） ◉ 简介：《The Design of Approximation Algorithms》整理自哥本哈根大学同名课程的教学资料。书籍围绕近似算法的几个核心算法技术展开，包括贪婪和局部搜索算法、动态编程、线性和半无限编程以及随机化。资料第一部分的每一章都专门讨论一种算法技术，然后将其应用于几个不同的问题。第二部分重温了这些技术，但对它们进行了更复杂的处理。 ◉ 目录： 贪婪算法和局部搜索 舍入数据和动态编程 线性程序和确定性舍入 线性程序的随机抽样和随机舍入 半定约程序的随机舍入 原始二元法 多路切割问题 随机抽样、优先抽样 心数估计 多数据集的总结 有序数据的总结 乘法权重 在线算法

全面剖析数据中台标准技术方案

软件利润数据分析.rar软件利润数据分析.rar