Python3学习之Python3数据科学入门与实战视频教程
Python3数据科学入门与实战 这是一个数据驱动的时代，想要从事机器学习、人工智能、数据挖掘等前沿技术，都离不开数据跟踪，本课程通过Numpy、Pandas进行数据科学计算，通过Seaborn、 Matplotlib进行数据图形化展示；从实战角度出发，让你在数据科学领域迈出重要的一步，开启Data Science职业之旅！ 第1章 实验环境的搭建 本章将主要介绍Anaconda和Jupyter
采样
自然语言处理之AI深度学习顶级实战课程视频教程
自然语言处理之AI深度学习顶级实战课程视频教程下载。 本课程将首先介绍自然语言处理的发展现状与挑战，同时，讲解深度学习和自然语言处理的结合应用。除了基本算法外，本课程还配备实践环节，从一些典型的方向：机器翻译、文本分类、问答等。最后，将和大家讨论NLP的行业展望以及和各行各业的结合，比如医疗行业等。 课程章节 章节1：NLP和深度学习发展概况和最新动态 课时1：NLP历史现在及为什么需要学习NLP
三维点采样模型的几何处理和形状造型.pdf
本书包括点采样模型几何处理中的基本问题、点采样模型的参数化方法、点采样模型的分片方法、点采样模型的光顺去噪方法、点采样模型的简化重采样方法、点采样模型的形状修复和纹理合成方法、点采样模型的形状造型方法、点采样模型的形状变形方法等，这些内容构成了一个较完整的点采样模型数字几何处理框
非均匀采样系统分析与控制 孙健等 著.pdf
本书系统介绍非均匀采样系统的理论与分析方法，从非均匀采样网络化控制系统、非均匀采样马尔可夫跳变系统、事件触发网络化系统三个角度，详细介绍系统的稳定性分析方法、控制器设计方法等内容。针对非均匀采样系统的稳定性问题，提出一种基于不确定离散切换系统的分析方法；针对非均匀采样网络化控制系
持久性有机污染物被动采样与区域大气传输(第二版).pdf
《持久性有机污染物被动采样与区域大气传输(第二版)》基于大气被动采样和其他环境介质的观测数据，讨论了持久性有机污染物（POPs）在我国天津山东长岛地区、成都卧龙山区等地的浓度水平、组成特征、空间分布和季节变化，进而研究其区域性大气传输、山地冷捕集效应、土气分配、森林过滤效应
非线性采样控制系统离散连续分析方法及应用.pdf
本书主要介绍了非线性采样控制系统稳定性理论和非线性采样控制系统应用，所利用的分析方法主要是连续离散法. 全书共7章：第1章绪论，介绍非线性采样控制系统国内外研究进展；第2章讨论非线性采样系统一般模型及其稳定性；第3章介绍下三角非线性系统采样观测器的设计；第4章给出基于采样数据下三
野外土壤描述与采样手册.pdf
本书是一本服务于土壤野外调查的工具书，全书共分五个部分，包括野外装备清单、剖面位置描述、成土条件描述、形态特征描述、采样与分析方法。
某数控系统采用数据采样插补算法。若加工圆弧，以下那种情况插补误差最大。（ ）
某数控系统采用数据采样插补算法。若加工圆弧，以下那种情况插补误差最大。（ ）B
持久性有机污染物被动采样与区域大气传输.pdf
本书基于大气被动采样和其他环境介质的观测数据，讨论了持久性有机污染物(POPs)在我国天津-山东长岛地区、成都-卧龙山区等地的浓度水平、组成特征、空间分布和季节变化，进而研究其区域性大气传输、山地冷捕集效应、土-气分配、森林过滤效应等环境过程，也分析了POPs的主要来源，源区和受