所有标签

• argparse1
• Atom1
• C++18
• CSS1
• eps1
• Excel1
• 概率3
• HTML1
• Java1
• 机器学习21
• 剑指offer2
• 矩阵1
• 量子1
• Linux2
• Mac3
• MySQL1
• 爬虫1
• Pelican1
• Perl1
• python4
• PyTroch1
• 深度学习7
• 数据结构2
• 数学6
• SQL1
• 算法5
• 统计学习15
• Torch1
• 图像处理1
• X3DOM4
• xlwings1

argparse

• Python argparse 模块

Atom

• Atom 快捷键

C++

• C++ 中的类型转换
• C++ Primer 第十七章 标准库特殊设施
• C++ Primer 第十六章 模板与泛型编程
• C++ Primer 第十五章 面向对象程序设计
• C++ Primer 第十四章 重载运算与类型转换
• C++ Primer 第十三章 拷贝控制
• C++ Primer 第十二章 动态内存
• C++ Primer 第十一章 关联容器
• C++ Primer 第十章 泛型算法
• C++ Primer 第九章 顺序容器
• C++ Primer 第八章 IO 库
• C++ Primer 第七章 类
• C++ Primer 第六章 函数
• C++ Primer 第五章 语句
• C++ Primer 第四章 表达式
• C++ Primer 第三章 字符串、向量和数组
• C++ Primer 第二章 变量和基本类型
• C++ Primer 第一章 开始

CSS

• CSS 入门

eps

• eps 图像截切四周的空白

Excel

• xlwings 教程

概率

• 似然函数
• 贝叶斯定理
• 指示器随机变量

HTML

• HTML 入门

Java

• Head first Java 笔记

机器学习

• 深度学习 第五章 机器学习基础
• 统计学习方法 第十二章 统计学习方法总结
• 统计学习方法 第十一章 条件随机场
• 统计学习方法 第十章 隐马尔科夫模型
• 统计学习方法 第九章 EM 算法及其推广
• 统计学习方法 第八章 提升方法
• 统计学习方法 第七章 支持向量机（4）——序列最小最优化算法
• 统计学习方法 第七章 支持向量机（2）——线性支持向量机
• 统计学习方法 第七章 支持向量机（1）——线性可分支持向量机
• 统计学习方法 第七章 支持向量机（3）——非线性支持向量机
• 统计学习方法 第六章 逻辑回归与最大熵模型
• 统计学习方法 第五章 决策树
• 统计学习方法 第四章 朴素贝叶斯法
• 统计学习方法 第三章 k 近邻法
• 统计学习方法 第二章 感知机
• 统计学习方法 第一章 统计学习方法概论
• 深度学习 第四章 数值计算
• 深度学习 第三章 概率与信息论
• 深度学习 第二章 线性代数
• 深度学习 第一章 引言
• PyTroch 之 torch 包

剑指offer

• 剑指 offer (2)
• 剑指 offer (1)

矩阵

• 矩阵微积分

量子

• 量子信息和量子计算——量子计算部分

Linux

• 几个有趣的 Linux 命令
• Linux 中的扩展和引用

Mac

• Mac 在桌面上显示英语单词并自动更新
• Atom 快捷键
• 利用 Mac stat 添加文件创建时间、最后修改时间

MySQL

• MySQL 教程

爬虫

• Python3 网络爬虫开发实践

Pelican

• 安装 Pelican

Perl

• Perl 入门

python

• xlwings 教程
• Python argparse 模块
• Python 教程
• Python 100 days

PyTroch

• PyTroch 之 torch 包

深度学习

• 深度学习 第五章 机器学习基础
• 为 Torch 安装特定版本的 libpng
• 深度学习 第四章 数值计算
• 深度学习 第三章 概率与信息论
• 深度学习 第二章 线性代数
• 深度学习 第一章 引言
• PyTroch 之 torch 包

数据结构

• 数据结构——向量
• 数据结构——树

数学

• 似然函数
• 方向导数和梯度
• 拉格朗日对偶性
• 贝叶斯定理
• 指示器随机变量
• 矩阵微积分

SQL

• 深入浅出 SQL

算法

• 算法（第四版）
• 最大子数组问题
• 排序算法
• 剑指 offer (2)
• 剑指 offer (1)

统计学习

• 统计学习方法 第十二章 统计学习方法总结
• 统计学习方法 第十一章 条件随机场
• 统计学习方法 第十章 隐马尔科夫模型
• 统计学习方法 第九章 EM 算法及其推广
• 统计学习方法 第八章 提升方法
• 统计学习方法 第七章 支持向量机（4）——序列最小最优化算法
• 统计学习方法 第七章 支持向量机（2）——线性支持向量机
• 统计学习方法 第七章 支持向量机（1）——线性可分支持向量机
• 统计学习方法 第七章 支持向量机（3）——非线性支持向量机
• 统计学习方法 第六章 逻辑回归与最大熵模型
• 统计学习方法 第五章 决策树
• 统计学习方法 第四章 朴素贝叶斯法
• 统计学习方法 第三章 k 近邻法
• 统计学习方法 第二章 感知机
• 统计学习方法 第一章 统计学习方法概论

Torch

• 为 Torch 安装特定版本的 libpng

图像处理

• eps 图像截切四周的空白

X3DOM

• X3DOM 图像和视频纹理
• X3DOM，HTML，CSS 和 JavaScript
• Hello，X3DOM！
• X3DOM 第一课

xlwings

• xlwings 教程