u014599337的博客

All of Statistics: A Concise Course in Statistical Inference 英文版，带书签，538页非扫描版，全

313页高清扫描版全 本书的内容来自作者使用R语言的实践经验总结，以R语言的高级编程为主，辅以跨界知识的综合运用，涉及计算机、统计、数学、金融四个学科的知识。书中首先阐释如何用R语言实现数学计算和创建模型，涉及协同过滤算法、基于矩阵的PageRank算法、遗传算法和金融交易策略模型。其次详细介绍了R语言的环境空间、文件系统管理以及S3、S4、RC和R6四种面向对象的程序设计。最后介绍完整的R包开发流程，并提供每日中国天气的应用案例和游戏开发的案例，帮助读者创建自己的R包，打开R语言产品化的思路。书中介绍了多个场景案例，不仅从学术的角度完成了模型设计，而且用计算机的方法实现产品。通过案例的学习，不同学科背景的R语言使用者可以站在别人的角度，找到新的思维方法。 本书首先介绍了R的工具包、时间序列包和性能监控包；然后阐述R语言与其他编程语言的通信，以及R语言作为服务器的应用；最后阐释R语言与各种数据库的通信以及R语言如何与Hadoop集成。附录介绍了Java、各种数据库以及Hadoop的安装方式。书中内容涉及计算机、互联网、数据库、大数据、统计、金融等领域，详细总结了R语言在实际使用时与Java、MySQL、Redis、MongoDB、Cassandra、Hadoop、Hive、HBase等技术综合运用的解决方案，具有实战性及可操作性强等特点。

340页，扫描版全 本书的内容来自作者实际使用R语言的经验总结，以R语言的高级编程为主，辅以跨界知识的综合运用，涉及计算机、统计、数学、金融四个学科的知识。书中首先阐释如何用R语言实现数学统计计算和创建模型，应用包括协同过滤算法、基于矩阵的PageRank算法、遗传算法和金融交易策略模型。详细介绍了R语言的环境空间、文件系统管理、四种（S3、S4、RC和R6）面向对象的程序设计。还介绍完整的R包开发流程，并提供每日中国天气的应用案例和游戏开发的案例，帮助读者创建自己的R包，打开R语言产品化的思路。书中介绍了多个场景案例，不仅从学术的角度完成了模型设计，而且用计算机的方法实现产品。通过案例的学习，可以让不同学科背景的R语言使用者，站在其他人的角度，找到新的思维方法。本书适合所有R语言工作者，包括软件工程师、数据科学家、科研工作者以及相关专业的学生。

作者：（美国）哈德利·威克汉姆（Hadley Wickham） 译者：刘宁 哈德利·威克汉姆，（Hadley Wickham）R语言及相关领域的领军人物，RStudio首席科学家，美国莱斯大学统计学助理教授。他拥有超过10年的R语言编程经验，致力于开发用于数据处理、分析、成像的工具。他已经开发了几十个高质量的R软件包，如ggplot、lubridate、plyr、reshape2、stringr和httr等。

高清无水印版，523页全 作者：（美国）哈德利·威克汉姆（Hadley Wickham） 译者：刘宁 哈德利·威克汉姆，（Hadley Wickham）R语言及相关领域的领军人物，RStudio首席科学家，美国莱斯大学统计学助理教授。他拥有超过10年的R语言编程经验，致力于开发用于数据处理、分析、成像的工具。他已经开发了几十个高质量的R软件包，如ggplot、lubridate、plyr、reshape2、stringr和httr等。

《人工神经网络实用教程》介绍了人工神经网络典型模型的原理、算法，并对遗传算法的基本原理也作了简单介绍。《人工神经网络实用教程》共分九章，内容包括：概述、人工神经网络基本模型、BP网络（误差反向传播算法）、Hopfield网络模型、Boltz-mann机、自组织神经网络模型、联想记忆模型、CMAC模型、遗传算法原理。为了方便读者在运用神经网络方法求解实际问题时的需要，在书中的附录中分别给出了：人工神经网络研究中的一些常用数学方法、用C语言编写的一些神经网络模型和遗传算法的源程序，供读者参考。 256页完整扫描版

《人工神经网络导论》依照简明易懂、便于软件实现、鼓励探索的原则介绍人工神经网络。内容包括：智能系统描述模型，人工神经网络方法的特点；基本人工神经元模型，人工神经网络的基本拓扑特性，存储性能及学习；感知器与线性不可分问题，Ifcc学习律，Efmub规则；CQ算法及其原理分析，算法改进讨论；对传网的结构及其运行，对传网的初始化与训练算法；统计网络的训练与收敛性分析；Ipgjqfme 网络及稳定性，Boltzmann 机；双联存储网络的结构及训练；BSU 模型的结构分析与实现。 《人工神经网络导论》适合于研究生和本科高年级学生使用，也可供有关学生、科技人员参考。 完整扫描版

这本《人工神经网络的模型及应用》是复旦大学出版社出版，张立明编著，全书241页，为PDF扫描版，英文名“Models and Application of Artificial Neural Networks”

R语言学习必不可少的资料，PDF版411页全 作者:[美]卡巴科弗（Robert I. Kabacoff） 译者:王小宁 刘撷芯 黄俊文 等 Robert I. Kabacoff R语言社区学习网站Quick-R的维护者，现为全球化开发与咨询公司Management研究集团研发副总裁。此前，Kabacoff博士是佛罗里达诺瓦东南大学的教授，讲授定量方法和统计编程的研究生课程。Kabacoff还是临床心理学博士、统计顾问，擅长数据分析，在健康、金融服务、制造业、行为科学、政府和学术界有20余年的研究和统计咨询经验。

R语言编程艺术PDF版，非常适合初学者学习R，319页全 《R语言编程艺术》编著者麦特洛夫。 R是一种用于统计计算与做图的开源软件，同时也是一种编程语言，它广泛应用于企业和学术界的数据分析领域，正在成为最通用的语言之一。由于近几年数据挖掘、大数据等概念的走红，R也越来越多地被人关注。截至本文完成之日，CRAN（http：／／cran。r－project。org／）上共有4383个包，涉及统计、化学、经济、生物、医学、心理、社会学等各个学科。不同类型的公司，比如Google、辉瑞、默克、美国银行、洲际酒店集团和壳牌公司都在使用它，同时以S语言环境为基础的R语言由于其鲜明的特色，一出现就受到了统计专业人士的青睐，成为国外大学里相当标准的统计软件。 作者：（美国）麦特洛夫（Norman Matloff） 译者：陈堰平 邱怡轩 潘岚锋 熊熹

“如果你想学习如何用一款统计专家和数据挖掘专家所开发的免费软件包，那就选这本书吧。本书包括大量实际案例，它们充分体现了R软件的广度和深度。”, —— Bernhard Pfahringer, 新西兰怀卡托大学, 本书利用大量给出必要步骤、代码和数据的具体案例，详细描述了数据挖掘的主要过程和技术，广泛涵盖数据大小、数据类型、分析目标、分析工具等方面的各种具有挑战性的问题。, 本书的支持网站（http://www.liaad.up.pt/~ltorgo/DataMiningWithR/）给出了案例研究的所有代码、数据集以及R函数包。, 本书特色, 通过仔细选择的案例涵盖了主要的数据挖掘技术。, 给出的代码和方法可以方便地复制或者改编后应用于自己的问题。, 不要求读者具有R、数据挖掘或统计技术的基础知识。, 包含R和MySQL基础知识的简介。, 提供了对数据挖掘技术的特性、缺点和分析目标的基本理解。

《 Advanced R》中文版，非扫描版本，523页全

The methodology used to construct tree structured rules is the focus of this monograph. Unlike many other statistical procedures, which moved from pencil and paper to calculators, this text's use of trees was unthinkable before computers. Both the practical and theoretical sides have been developed in the authors' study of tree methods. Classification and Regression Trees reflects these two sides, covering the use of trees as a data analysis method, and in a more mathematical framework, proving some of their fundamental properties.

Python网络数据采集，中文版全，共222页

R语言了解各种R包 This book will guide you from being a user of R packages to being a creator of R packages. In Chapter 1, Introduction, you’ll learn why mastering this skill is so important, and why it’s easier than you think. Next, you’ll learn about the basic structure of a package, and the forms it can take, in Chapter 2, Package Structure. The subsequent chapters go into more detail about each component. They’re roughly organized in order of importance: Chapter 3, R code The most important directory is R/, where your R code lives. A package with just this directory is still a useful package. (And indeed, if you stop reading the book after this chapter, you’ll have still learned some useful new skills.) Chapter 4, Package Metadata The DESCRIPTION lets you describe what your package needs to work. If you’re sharing your package, you’ll also use the DESCRIPTION to describe what it does, who can use it (the license), and who to contact if things go wrong. Chapter 5, Object Documentation If you want other people (including “future you”!) to understand how to use the functions in your package, you’ll need to document them. I’ll show you how to use roxygen2 to document your functions. I recommend roxygen2 because it lets you write code and documentation together while continuing to produce R’s standard documentation format. Chapter 6, Vignettes: Long-Form Documentation Function documentation describes the nitpicky details of every function in your package. Vignettes give the big picture. They’re long-form documents that show how to combine multiple parts of your package to solve real problems. I’ll show you how to use Rmarkdown and knitr to create vignettes with a minimum of fuss. Chapter 7, Testing To ensure your package works as designed (and continues to work as you make changes), it’s essential to write unit tests that define correct behavior, and alert you when functions break. In this chapter, I’ll teach you how to use the testthat package to convert the informal intera

Elements_of_Information_Theory_2nd

剑桥大学经典教材。《信息论，编码与学习》

看名字就知道了，彻彻底底的 Bayesian 学派的书，里面的内容非常多，有一张图将机器学习中设计算法的关系总结了一下，很棒。

这本书不用说了，研究推荐系统必须要读的书，而且是第一本要读的书。

这个是 Jordan 老爷子和他的得意门徒 Martin J Wainwright 在 Foundation of Machine Learning Research 上的创刊号，可以免费下载，比较难懂，但是一旦读通了，graphical model 的相关内容就可以踏平了。

概率图模型的缔造者Pearl的又一经典力作，Google引用率超过17000次！ 深入论述了贝叶斯网络推断的相关定义、定理等。 是学习机器学习的必要辅助书籍！ 而且，已通过OCR文字扫描，方便进行查询

该资源是概率与计算中文版，Michael Mitzenmacher、Eli Upfal著，史道济等译。该书详细介绍了概率技术以及在概率算法一分析发展中使用过的范例，适合作为高等院校计算机科学和应用数学专业高年级本科生与低年级研究生的教材，也适合作为数学工作者和科技人员的参考书。

该资源是概率与计算英文版，Michael Mitzenmacher、Eli Upfal著。该书详细介绍了概率技术以及在概率算法一分析发展中使用过的范例，适合作为高等院校计算机科学和应用数学专业高年级本科生与低年级研究生的教材，也适合作为数学工作者和科技人员的参考书。

MIT算法导论公开课配套课件 pdf

麻省理工大学计算机科学及编程导论公开课课件 python代码

11篇高质量深度学习论文，有Google - Large Scale Distributed Deep Networks、Deep-learning-in-neural-networks-An-overview_2015_Neural-Networks等11篇深度学习前沿文献。

用于人脸识别练习的图片都在这里啦，图片是pgm格式的

这是一本关于机器学习的书，对于想学好机器学习，想掌握数据挖掘的技术人员非常实用