点数信息
www.dssz.net
注册会员
|
设为首页
|
加入收藏夹
您好,欢迎光临本网站!
[请登录]
!
[注册会员]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - 概率图模型导论
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
概率图模型导论——概率论与图论相结合
图模型是概率论与图论相结合的产物,为各种统计推理和学习提供了一个统一的灵活框架。本ppt概括介绍图模型基本理论。
所属分类:
专业指导
发布日期:2009-06-02
文件大小:676864
提供者:
from2005on
计算机网络与因特网(互联网技术的“圣经”)
********Shenkxiao Resources******** 资源:计算机网络与因特网(互联网技术的“圣经”) 作者:国外数据作者未知 版本:中文译本 主要内容: 本书以一种清晰并易于接受的方式将深奥的互联网技术问题表达给具有各种背景的读者。作者是互联网最早期的研究者之一,他以独树一帜的方法把技术上的准确性和当前网络的研究热点完美地结合起来,讲述了网络的底层技术和联网技术。本书是原书第2版的译本,比第1版增加了3章内容,介绍了基本网络工具、远程数字连接技术和中间件技术。对全书做了很多
所属分类:
网络基础
发布日期:2011-07-13
文件大小:9437184
提供者:
shenkxiao
概率图模型导论—概率论与图论相结合ppt
这是一个很实用的概率图模型导论—概率论与图论相结合ppt,学者渴求
所属分类:
C++
发布日期:2011-07-18
文件大小:676864
提供者:
OceanRay1230
ArcGIS地理信息系统空间分析实验教程
图书目录: 前言 第一章导论1 11地理信息系统1 111基本概念1 112GIS系统构成1 113GIS功能与应用3 114GIS技术与发展4 12GIS空间分析6 121空间分析6 122基于GIS的空间分析7 123常用GIS平台空间分析功能比较9 13ArcGIS 9概述10 131ArcGIS 9体系结构10 132ArcGIS 9软件特色12 133ArcGIS 9空间分析14 第二章ArcGIS应用基础15 21ArcMap基础15 211ArcMap的窗口组成15 212新地图
所属分类:
专业指导
发布日期:2014-12-22
文件大小:16777216
提供者:
u013172428
图灵原版数学统计学系列40 应用随机过程:概率模型导论(英文版 第10版)
图灵原版数学统计学系列40 应用随机过程:概率模型导论(英文版 第10版)Introduction to Probability Models 11th Edition 2014.pdf
所属分类:
讲义
发布日期:2019-05-28
文件大小:6291456
提供者:
weixin_42282037
2018向世荣模式识别导论.zip
本课程为控制科学与工程学科研究生的专业核心课,讲授和讨论模式识别领域的核心基础理论与方法。主要内容有模式识别定义和基本思想、贝叶斯决策、多种分类器设计、神经网络和深度学习、核方法、聚类分析、特征提取与选择、决策树、概率图模型等。 通过本课程的学习,希望学生能了解模式识别基础理论和方法,了解模式识别和机器学习最新研究成果,掌握基本思想和关键技术,培养学生在模式识别及其应用领域的研究和技术开发能力。
所属分类:
机器学习
发布日期:2019-09-05
文件大小:268288
提供者:
qq_41883171
机器学习知识图谱 中国科学院大学机器学习导论课程总结
内容包括线性模型、SVM、神经网络、聚类方法、降维与度量学习、集成学习、特征选择与稀疏学习、半监督学习、概率图模型、强化学习、深度学习等主要内容的知识点和关联关系,PDF文件
所属分类:
机器学习
发布日期:2020-09-10
文件大小:57671680
提供者:
whuKK