数学的1000+篇文章总结

数学的1000+篇文章总结

本文收集和总结了有关数学的1000+篇文章，由于篇幅有限只能总结近期的内容，想了解更多内容可以访问：http://www.ai2news.com/, 其分享了有关AI的论文、文章、图书。

query

• 第13章 爱因斯坦：量子物理与抽象数学
• 附录1 数学年表
• 第2章 线性代数
• 数学符号
• 12.3 MATLAB在投资收益与风险问题中的应用
• 本章小结
• 9.3　还原真实场景
• 6.4　如何渡河时间最短 & 6.5　如何渡河位移最小
• 扉页 & 版权信息
• 02 数学课堂教学的问题 新旧教学模式之争
• 9.5 聊天机器人的程序实现 & 9.5.1 准备数据
• 3.7.4 数据预测
• 版权信息 & 序言
• 乙辑 数学家的故事
• 13　了不起的圆周率
• 目录 & 01　集合的艺术
• 17.3.4　留得青山在
• 8.3　数据来源
• 5.4　小结
• 术语及符号说明
• 附录
• 本书的使用说明 & Excel 示例文件的下载
• 第7章　构造性
• 译者序
• 8.7　数组相等
• 8.5　数组近似相等
• 5.7 本章要点
• 13.2 素数测试
• 2.8.2　平均数估计 & 2.8.3　比例估计
• 3.3.3　估计得分高于或低于任意分数的几率 & 3.3.4　估计得分介于任意两个分数之间的几率
• 全国高中数学联赛模拟题（四）
• 第四讲 递归数列
• 3.5　可视化
• 第2章　矩阵及其操作
• 第8章 代数方程
• 第7章 函数
• 第22章　基本数据分析应用
• 第6章　数据排序与筛选
• 23.11　NoSQL & 23.12　延伸学习
• 12.4　延伸学习
• 第4章 逻辑函数
• 第11章 Web函数与宏表函数
• 第19章 数据表处理技巧
• 第一篇 函数导读
• 第13章　兼容性函数
• 6.1　平均值计算函数
• 第八讲 幂函数、指数函数与对数函数
• 第十一讲 任意角的三角函数
• 第八章　余力学文
• 第12章 指数基金王国
• 第四章 指数与对数
• 第三章 三角函数的图像与性质
• 插曲　逻辑学的乐趣
• 第一部分　莱布尼茨之梦 & 从前的数学故事
• 5～6岁，数学思维能力发展导图
• 综合训练
• 第11章 音乐：声响的数学之旅
• 第7章 数字绘画
• 第6章 数据分析
• 第7章 符号数学计算
• 9.8 相关系数
• 第10章 财务函数
• 第7章 数列与数学归纳法
• 5.7 查找与引用函数
• 5.8 文本函数
• 第七节 小学体育与健康课教学
• 第三节 小学数学教学
• 第1章 深度学习简介
• 3.6　母函数
• 第3章　组合数学
• 机器学习
• 个人数据和隐私 & 个人数据
• 第二讲　函数问题的解题方法
• 第一讲　集合与简易逻辑问题的解题方法
• 总目录 & 心理学与认知科学哲学 & 书名页 & 目录
• 第十章　科学哲学的历史——从科学逻辑到科学哲学：1930—1960年的欧洲与美国
• 第19章 财务函数
• 第16章 数学与三角函数
• 第10章　数学形态学及应用
• 第三部分 数据驱动的智慧城市
• 利用交通数据规划城市
• 第七章 自然哲学与实证科学
• 第五章 科学概念
• 第11章 深度强化学习
• 第3章 机器学习概要
• 4.2　AdventureWorks 2008示例数据库的结构 & 4.2.1　AdventureWorks 2008数据库的数据类型
• 28.5　数据维护操作的应用 & 28.5.1　添加数据的实现
• 8-5-2 内联函数
• 7-2-5 数组参数
• 第3章 代数运算（初中水平）
• 第四章 教学情境模拟之试讲篇
• 第一节 教学目标
• 数学家与政治家
• 吴文俊：数学是笨人学的
• 10.2 大整数运算
• 15.5 水仙花数
• 12.6 数学与Hash函数 & 12.6.1 数学运算函数
• 14.2 MovieLens 1M数据集
• 5.2.5 算术和数据对齐
• 5.5.2 PostgreSQL数据库的备份方法
• 7.5.3 Neo4j图形数据库的存储结构
• 11.4 基于膨胀和腐蚀的数学形态学重建
• 第11章 数学形态学的应用
• 第17章 学生成绩管理系统
• 第10章 解决数学问题
• 第2章　DEBUG相关函数库：assert.h
• 第3章　BIOS相关函数库：bios.h
• Chapter 6 使用函数查找所需数据
• Chapter 7 使用函数处理财务数据
• 第13章　函数
• 4.2.6 集合 & 4.3 NumPy数据结构
• 9.3 积分 & 9.3.1 数值积分 & 9.3.2 通过模拟求取积分
• 3-20　观念经济学原理及其现实意义
• 3-3　数学思维·数字技术·数字经济——我们正在进入需要数学语言和数学思维才能认知经济与生活的时
• 第六章 学习环境设计
• 第4章　数学之趣——数学游戏的乐趣
• 2.9 机器学习的目标函数
• 第五部分 反向强化学习
• 习题41 学习面向对象术语
• 对称
• 第6章 整数6
• 第2章 趣味数学问题
• 习题3 数字和数学计算
• 11.1 地图的数据
• 第4章 选择集与数据
• 第4章 分析离散数据的数学
• 前言 它们在数百年的黑暗中闪耀，用数学照亮了人类的历程
• 后记 数学的本质就在于它的自由
• 04　最受欢迎的函数与公式 & 4.1　一起来学习函数与公式
• 8.2.2　星座学
• 数学狂人李斯罗庚
• 第4章 数学与三角函数使用技巧
• 4.2.6　把函数作为函数的参数
• 10.3.2　数学期望
• 第7章　假设检验
• 第4章 随机变量的数字特征
• 第 5 章　深度学习用于计算机视觉
• 第 6 章　深度学习用于文本和序列
• 第18章 统计学函数应用
• 第7章　数学函数运算
• 第二篇　数学基础
• 第1章 机器学习介绍 & 1.1 什么是机器学习
• 1.4 机器学习应用开发的典型步骤 & 1.4.1 数据采集和标记
• 附录四：没有收入本书正传的清代女科学家 & 附录五：有关清代自然科学的人与事
• 青年江熹的数学研究
• 第4章　数学计算函数实战应用技巧
• 第9章　数据库函数实战应用技巧
• 第11章 分布式机器学习：集体力量
• 第3章 数学基础：恼人但又不可或缺的知识
• 第三章 数学和实在
• 物理学类
• 第2章 行动学习催化：概述
• 第5章 组织学习顾问：深化行动学习
• 第10章　数学概念与方法
• 第2章　数学基础 & 2.1　基本计数方法
• 第二篇 PHP数据处理 & 第4章 PHP对数组的处理
• 第9章 PHP中的数学运算
• 8.3.1 数学函数
• 第2章 手指灵活，数学也强
• 第3章 跳跳舞，学数学
• 高等数学中的场论基本物理量详解
• “单因素试验方差分析”教学设计
• 测一测　你知道这些隐藏在文学、历史和现实生活中的数学真相吗？
• 21　统计学的圈套
• 12.6 数学
• 本书常见数学符号定义
• 附录 不只是数学
• 第1章 机器学习引言 & 1.1 什么是机器学习
• 2.4 Tobit回归：评估学生的学术能力
• 7.2　操作MySQL数据库
• 3.3　函数对象
• 二　触摸数学这只大象
• 数学计算
• 第 3 章　有效地制造与管理科学数据 & 3.1　数据的基本概念
• 3.2.2　数据库 & 3.3　常见的数据操作
• 第8章 排序学习
• 第9章 集成学习 & 9.1 集成学习简介
• 22.3.3　数学表达式
• 11.7　执行数学运算 & 11.7.1　expr命令
• 3.5.1 数学函数与常量
• 3.6 复数的数学运算
• 1.8.3　数学相关的函数
• 统计思维：程序员数学之概率统计 & 版权信息
• 第5章 概率
• 第1章 R语言知识体系和数学函数
• 7.4 数学库
• C.1　标准库中的数学和统计
• C.1.1　数学函数
• 数学之美
• 古代数学家
• 5.5 生活中的数学
• 1.4 循环的数学应用
• 3.6 基本数学运算
• 八、示波器的数学函数
• 第2章 NumPy-快速处理数据
• 第5章 文本数据清洗
• 5.3.1 数学基础
• 11.6 使用公开的数据集 & 11.7 数据科学领域需要的数学知识
• 6.8.5 反向传播算法 & 6.8.6 word2vec背后的数学理论
• 9.4.3 理解人工神经网络中的数学概念
• 第 4 章 斐波那契数列和生成函数
• 第 9 章 泰勒展开和巴塞尔问题
• 5.2 数字的趣味——数学函数
• 第6章 量化工具——数学
• 3.7.3　数学类
• 6.6　微分
• 第 6 章　游戏开发的数学和物理学基础理论 & 6.1　比例、一次函数及直线方程
• 第15章　3D数学与3D图形学
• 12.3.2 使用数值型数据
• 13.1.2 函数的参数传递 & 13.1.3 函数中变量的作用域和返回值
• 3.1.1 机器人数学建模
• 第7章 数据结构问题
• 第6章 数学问题
• 第2章 简单数据结构
• 第9章 信息学奥赛试题精解
• 内容简介 & 专家推荐
• 译者序
• 5.4.9　数学函数 & 5.4.10　作用域
• 第2章 数学中的密码——无处不在的φ
• 3.3 F数列的数学应用
• 18.4　数学范畴
• 6.1　什么是函数式编程 & 6.1.1　数学中的函数
• 8.4 参数化类型关系
• 2.4.2 构造函数
• 第3章　数学算术：计算器
• 13.2　向函数传递参数
• 第12章 游戏中的数学和物理
• 12.1 游戏中的数学
• 一、数学的崇高者
• 第 1 章 为什么需要清洗数据
• 第 11 章 机器学习
• 16.10 数学库
• 16.9　数学库
• 第1章 机器学习的基础
• 第7章 预测的技术与哲学
• 第3章 数字和变量——用Python做数学运算
• 38参考文献
• 12第十二章 回归分析
• 5.3 处理的技巧 TRICKS OF THE TRADE
• 1 递归问题 RECURRENT PROBLEMS
• 第9课 集成学习“笑傲江湖”
• 第1课 机器学习快速上手路径——唯有实战
• 第一篇 数学与字符串相关函数
• 第1章 数学函数
• 第13章 数学函数
• 附录B　Mahout数学基础
• 第7章 矩阵数学及贝塞尔曲线 & 7.1 矩阵数学 & 7.1.1 矩阵乘法
• 24.29 pow()函数
• 第23章 寻找质数
• 第14章 营销数学
• 第一部分 Python及应用数学基础
• 第1章 机器学习基础
• 第10章　常用数学工具类
• 第九章　哲学
• 第十章　科学与数学
• 二　数学思维还是直觉思维？
• 9.2.3　Java的数学函数标准库
• 9.2　数字和数学运算 & 9.2.1　Java表示整数类型的方式
• 前言
• 1.5　线性函数的图像
• 1.9　数学运算符
• 第4章 学习Shader所需的数学基础
• 1.5　独立性
• 第10章 大数据与精准预测
• 第9章 肠卜术与科学研究
• 第22章　数学函数
• 懂数学的蝉
• 第16章　数学
• 第19章 工具库 & 19.1 数学库
• 第9章 常用的数学和统计函数
• 第19章　应用数学与经济管理
• 6.2.1　状态的数学模型与状态树
• 23.2.1　棋盘与棋子的数学模型
• 3.9　数学中的类似思想
• 第 4 章　数学排版
• 第一章　挑战你的数学思维
• 单元六　数学电子技术基础
• 第 2 章　机器学习概述 & 2.1　什么是机器学习 & 2.1.1　有监督学习 & 2.1.2　无监督学习
• 1.3　机器学习中的风险 & 1.3.1　数据的不稳定性 & 1.3.2　欠拟合
• 1.9　数学运算符
• 5.2　数值和字符处理函数 & 5.2.1　数学函数
• 3.4.6　数学标注 & 3.5　图形的组合
• 第9章　数学与数字
• 第3章 数据科学家的类型
• 版权声明 & 内容提要
• 4.4 使用头文件实现特殊数学运算
• 第14章 数学运算
• 第08章 数学对象
• 第2章　科学计算器 & 2.1　本章目标 & 2.2　数学运算符和向量
• 12.6　访问数据库
• 第四章　神奇的图形
• 第三章　有趣的算术
• 第2章 投资收益率中的数学
• 附录A 快速回顾数学归纳法
• 9.1.1　导入数据
• 13.2　一次简单的Twitter REST API数据拉取
• 13.3　向函数传递参数
• 第 13 章　函数 & 13.1　函数——积木
• 使用代码示例 & 软件安装注意事项
• 第 2 章　NumPy入门
• 前言
• 第2章　神奇的素数
• 1.3 JavaScript自带函数（数学、数组以及字符串函数）
• 第20章 应用数学
• 17.2.4　数学运算库
• 第12章 数学捷径
• 第1章 新手上路
• 第4章 机器学习
• 第 6 章 使用series和frame
• 第 9 章 概率与统计
• 网络世界充斥着数学的逻辑
• 第9章 数学运算
• 第3章　数学运算
• 第18章　应用数学
• 第一章　大数据概述
• 第2章 快速介绍机器学习 & 什么是机器学习 & 有监督学习 & 无监督学习 & 强化学习
• 6.5.6　指数平滑法
• 13.3　如何成为出色的建模者 & 13.4　数据泄漏
• 第4章 基本的数学知识
• 第11章 树上无预言，真的吗
• 第1章 3D游戏开发的数学基础
• 第7章　游戏背后的数学与物理
• 环境准备
• 实例6　利率问题
• 《数学大王》的那些审稿老师们
• 3.2 GAN的数学原理
• 3.2.2 生成对抗网络的数学推导
• 第4章 学习Shader所需的数学基础 & 4.1 背景：农场游戏
• 第4章 Julia进阶
• 第12章 图分析
• 我们正在教孩子们错误的数学
• 第5章　Visual C++调用MATLAB的C/C++数学函数库
• 3.9　数学中的类似思想 & 3.9.1　积分
• 19.人类学与和平研究
• 1.导论：国际人类学与民族学联合会及其 专业委员会
• 第 27 章　C99 对数学计算的新增支持
• 作家们笔下的花絮003号：小格子——我的数学小伙伴
• 可怕的科学
• 4　疯狂填词 & 5　简单的数学处理
• 19.10 数据块读写函数：fread（）和fwrite（）
• 11.1.4 如何将数组a赋给数组b
• 第6章 汽车数据可视化（基于Python）
• 第5章 就业数据可视化探索
• 5.2 数据清洗 & 5.2.1 重复值处理
• 1.5 预测性数据挖掘算法示例 & 1.5.1 决策树 & 1.5.2 KNN算法
• 第2章 运营商大数据架构 & 2.3 平台发展趋势
• 第3章 运营商大数据业务 & 3.1.3 MSS（市场运维支撑） & 3.2 小结
• 版权信息 & 序言 学习数学前你需要了解的事
• 第5章 数学、物理与动画 & 5.1 直线移动
• 数学、物理、计算机专家解析市场模型
• 1.8 机器学习角色与过程 & 1.8.1 角色 & 1.8.2 过程
• 1.6 机器学习的应用 & 1.7 机器学习中的实际问题
• 第6章 机器学习系统应用（一）：结构数据挖掘
• 2.4 数据处理
• 第 1 章　开始二人之旅
• 第 2 章　学习回归——基于广告费预测点击量
• 第二章 激活数据学：基于块数据理论的解决方案
• 第六章 热点减量化：智能筛选
• 附录A 对话吴军：每个人都要有数学思维
• 第1章 为什么学好数学对洞察商业本质很重要
• 10.3　第三步：数据清洗 & 10.3.1　创建数据表
• 2.3.2　数据类型间的相互转换
• 第1章 数据分析与数据挖掘的力量
• 连接数据的可能性
• 第8章 实时的可移动数据
• 第3章 XNA数学库简介
• 参考答案
• 扉页
• 四、《资本论》：透过现代数学的演绎分析
• 11.8 参考文献 & 附录 数学基础与高级TensorFlow
• 10.8.2 处理数据 & 10.8.3 学习词嵌入
• 6.2.3 “：=”——急速修改数值
• 第9章 星巴克商业案例分析 & 9.2 数据描述性统计量分析
• 第1章 Python在数据科学中的应用
• 第5章 数据挖掘——海底捞针
• 日课082 | 《穿越平行宇宙》4:只问数学，无问西东
• 日课091 | 对冲风险的数学原理
• 7.2 检查数据及其属性 & 7.2.1 确定有无数据头 & 7.2.2 检查所有数据
• 第十章 物理和数学：自然与认知的边界
• 2.2.2　读写数组
• 2.6.2　处理二维数组的元素
• 第 7 章　更多数据挖掘和机器学习技术
• 第 8 章　处理真实数据
• 5.3.1　高等数学+：基于Shor分解大数质因子量子算法
• 3.3.4　量子世界中，波函数到底是数学描述还是实体
• 大数据正在进入教育的方方面面 & 有别于“讲台上的贤能者”的传统教育
• 4 后果 & 正视大数据的黑暗面
• 15-1-1 fopen()函数与fclose()函数
• 11-2 函数的使用 & 11-2-1 函数原型声明简介
• 第2章 数学与机器学习基础 & 2.1 矩阵 & 2.1.1 矩阵的形式
• 第1章 赋予计算机学习数据的能力
• 第3章 使用scikit-learn实现机器学习分类算法
• 第2章 汽车数据的可视化分析（R）
• 函数性能测试和比较
• 五、小数据与虚拟现实
• 二、数据本无大小
• 第十五节　中学音乐教学
• 第八节　中学生物教学
• 第1章 统计学是大数据时代最炙手可热的学问
• 第3章 统计数字会撒谎
• 第7章 大数据分析学
• 第3章 数据挖掘过程
• 3.8.1 使用属性 & 3.8.2 使用数学表达式 & 3.8.3 使用宏
• 10.5.2　附加数据源
• 6.6　数值RDD的操作
• 第二章 大数据为什么不一般？
• 第四章 大数据分析法
• 2.2.4 多数据源的知识融合
• 1.2.2 激活函数 & 1.3 参数学习 & 1.3.1 模型的评价
• 第七章 大学及其作用
• 第四章 技能教育及其与科学和文学的关系
• 12.3 使用Numexpr加速数值表达式
• 第9章 集成学习和降维
• 数据盲点
• 管，保护好存储数据
• 第二节　理财支招：科学供房省钱又省心 & ◎稳增长还是调控不放松？两难的选择题
• 附录1　简单认识数据和理财方法 & 第一节　学会看数据：同比与环比 & ◎难分彼此的孪生兄弟
• 写在前面：学会数据化思考
• 4.3.4 参数调试
• 3.1.3 PASCAL数据集
• 第5章 KNN分类算法
• 第3章 机器学习概述
• 附录B 常用函数
• 第8章 应用数据库
• 4.2.2 用户产生的数据
• 5.1.3 大数据分析平台的关键技术
• 第16章 大数据机器学习库
• 第3章 非关系型数据的收集
• 第6章 数据分析——聚类
• 第11章 用机器学习预测事件
• 5.5.3　客户成功经理的数据看板
• 5.2.3　产品数据分析流程
• 为何需要数据科学
• 附录 A　无监督学习算法概览 & 附录 B　监督学习算法概览 & 附录 C　调节参数列表 & 附录 D　更多评价指标
• 9.4.1 Spark处理KDD99数据集 & 9.4.2 读取数据集
• 2.3 随机学习 & 2.3.1 批处理梯度下降
• 3.5 标识重复个案
• 12.2 肯德尔等级相关分析
• 13.4 Redis的数据类型 & 13.4.1 String类型
• 第16章 基于电商产品的大数据业务分析系统实战 & 16.1 项目背景、实现目标和项目需求
• 后记 & 附录 安装数据挖掘套件
• 上篇 做数据分析之前要先学会做淘宝
• 大数据分析统计应用丛书编委会 & 总序
• 第10章　大数据案例分析
• 3.1.2 创建DataFrame数据
• 9.3.4 数据探索
• 第6章 数据库的保护
• 第52节 转债成功的投资者要具备的数学逻辑
• 10.1.1　建议 1：学好使用工具
• 10.3　快速回顾所学内容
• 5.10.1　数组的堆化
• 6.6.2　栈的数组实现
• 第2章 步入数据之门
• 第18章 数据解读与数据的价值
• 第二部分　大数据科学的工作流和工具
• 第 9 章　机器学习
• 第15章 数据科学的阴暗面
• 第9章 当数据与现实不匹配
• 9.3 NoSQL数据库
• 第3章 Julia函数 & 3.1 创建函数
• 第1章 向量、矩阵和数组 & 1.0 简介 & 1.1 创建一个向量 & 1.2 创建一个矩阵
• 1.21 生成随机数
• 2.9 使用导数寻求函数的最小值
• 2.3.1　使用push方法 & 2.3.2　插入元素到数组首位
• 11.4　函数式编程简介
• 第1章 概率统计与应用数学的基础知识 & 1.1 概率的定义
• 第5章 会员数据化运营 & 5.1 会员数据化运营概述
• 7.3.2 流量数据处理
• 第1章　大数据、数据挖掘与智慧运营综述
• 4.3 Kafka大数据消息总线
• 3.2 实时数据收集
• 1.6 数据科学：一个迭代过程
• 1.1 数据科学 & 1.2 数据科学家：21世纪最炫酷的职业
• 第20章 连接数据
• 第16章 美化真实世界中的数据
• 第4章 在Unity中使用图形学知识 & 4.1 3D数学基本知识在游戏中的应用
• 第3章　VBA常用函数和语句 & 第1节　数学函数 & 疑难44　如何用VBA进行四舍五入
• 第17章　多源数据学习
• 七、重要常识之“贵金属市场可以寄予多大的数学期望”
• 前言
• 第9章 大数据挖掘践行篇
• 04    医疗与健康：借助大数据量化自我
• 第40章 数字时代的科学
• 第2章 指南针和数字
• 8.1.6 PL/Python函数中的数据共享
• 11.1.2 地理空间数据应用与分析中的挑战
• 第2章　数据库的安装（教学视频：26分钟）
• 第10章　函数与分组查询数据（教学视频：42分钟）
• 第4章 数据可视化库（Matplotlib）
• 第3章 数据分析处理库（Pandas）
• 第3章 数据处理
• 第12章 深山居士佛光潜——遮遮掩掩的WinHex API函数
• 第8章 神功大展现本元——WinHex与数据恢复
• 第一篇 基础知识 & 第1章 数据结构概述
• 3.2.2 准备数据
• 第三部分 深度学习实践
• 第8章 自动化深度学习概述 & 8.1 深度学习vs自动化深度学习 & 8.2 什么是NAS
• 14.1.3 深入了解元学习
• 二、序数词
• 第4章 动理学
• 第2章 运动学
• 第四章 列宁和共产主义学说
• 第三节 超越革命代数学和预言政治学
• 第1章　宏观经济学科学
• 第2章 数据探索，招招都是利器
• 第8章 数据抓取
• 更新传统学科的知识内容，建构新交叉学科
• 第9章 游戏设计中的算法 & 9.1 游戏中的数学与物理算法
• 目录 & “典策时光”学术委员会（以姓氏拼音排序） & 扉页
• 人人都来学国学 & 序
• 第 3 章　数组
• 前言
• 序
• 第2章 大数据探索及预处理
• 第2章 Python结构化数据提取、转换和加载
• 第7章 大数据分析
• 第10章 菜品分类——数据分组/数据透视表
• 第4章 准备食材——获取数据源
• 读《一个哲学工作者的成长》
• 第10章 UDP协议数据分析
• A.5 简易数据文件分析工具rawshark
• 10.4 数据预处理
• 2.5 数据预处理 & 2.5.1 数据清理
• NO.20 如何用数据驱动运营
• NO.22 如何基于业务实现用户行为数据产品化
• 第6章 特殊类型数组与通用函数
• 第2章 高级索引和数组概念
• 下篇 跟着实战学做数据分析
• 第7章　迁移学习
• 9.4 爬取书籍信息 & 9.5 爬取GitHub上项目被收藏的次数
• 第7章 网络爬取涉及的管理和法律问题 & 7.1 数据科学过程
• 1.2.1 优点一：入门简单，操作易学
• 7.4.3 WORKDAY函数
• 四、现实主义法学
• 第三节 权利的价值哲学
• 第2章 分解数据，找到“问题的关键”
• 序章 我在日产学到了什么
• 第11章 图像形态学 & 11.1 像素集合操作
• 14.3 笔画参数
• 5.4 遗传学异常的预测
• 第2章 预测海藻数量
• 第一部分 学习众生相
• 引言 给所有尽心尽力的父母、鞠躬尽瘁的教育工作者和艰难摸索学习方法的孩子
• 第7章 集成学习和随机森林
• 机器学习系统的种类
• 第2章 数据分析生命周期
• 第1章 大数据分析介绍
• 第6章 数联网的几个问题
• 第2章 数联网基础
• 第12章 学习力：借方法论加速
• 第15章 软实力：靠心理学打造
• 第2章 大数据经济带来的变革
• 内容提要 & 前言｜经济学变革的突破点
• 3.7 集成学习
• 第9章 深度学习
• 预测营销不是心理学，而是行为科学
• 大数据分析，从数据清理开始
• 第4章 你好，数据新闻学
• 第7章 机器学习：关于机器学习的深度学习
• 第1章　数据挖掘概述
• 5.1.3 信息流广告数据分析痛点
• 第2章 广告数据分析中的统计学原理 & 2.1 抽样：总体、样本和误差
• 第8章 脑部医学影像诊断
• 第一章 大数投资概述
• 第五章 大数投资的交易准则
• 3.5 数据分析的第二板“斧”：假设检验
• 3.2 数据的处理
• 第7章 数据技术团队组建和发展
• 第12章 大数据的关键模型
• 第11章 迎来崭新的数据时代
• 第6章 云数据库
• 第15章 大数据的其他应用
• 2.2 数据中台必备的4个核心能力
• 第3章 数据中台建设与架构 & 3.1 持续让数据用起来的价值框架
• 第7章 极值理论﹑分位数估计与VaR
• 2.8 指数平滑
• 第5章 好好安排数据
• 第4章 数据的世界
• Ⅰ．生物医学伦理学原理
• 9．临床技术运用伦理学
• 第12章 如何有效学习
• 第6章 计算数据透视表中的数据
• 第5章 理论 使用推测统计学
• 序章 统计学是什么
• 第5章　Python数据处理工具——Pandas
• 第4章　Python数值计算工具——Numpy
• 第16章 强化学习
• 第1章 机器学习概览
• 4.5　智慧城市大数据决策分析
• 第3章　智慧城市中的大数据资源
• 诗学
• 第5章 深度学习之计算机视觉
• 第1章 PyTorch与深度学习
• 4.5 猫和老鼠的数据攻防战
• 2.6 发现数据中蕴含的地理信息 & 2.7 用数据解决客户的痛点
• 第1章　数据，另一种视角 & 1.1　数据之下的中国 & 1.1.1　2015年，中国人是怎么花钱的
• 第3章　数据之于生活
• 7.8 流量数据化运营分析模型 & 7.8.1 流量波动检测
• 2.2.4 从非关系型数据库MongoDB读取运营数据
• 我们，你们，他们：群际关系心理学揭秘（原书第2版）
• 第12章　积极心理学的未来
• 7.2　保存数据
• 7.4　内存数据集处理
• 第4章 统计数据和布局
• 第11章 跨媒体数据可视化
• 非时空数据篇
• 第2章　计数函数
• 第1章　求和函数
• 2.7 复数和复变函数运算
• 12.5 离散控制系统数学模型
• 十二 清初学海波澜余录
• 十四 清代学者整理旧学之总成绩（二）——校注古籍 辨伪书 辑佚书
• 3.7 调整超参数
• 9.2 学习OpenAI Gym
• 11.2 学习使用简单GAN虚构MNIST图像
• 第9章 强化学习 & 9.1 引言
• 第二学期
• 第一学期
• 《清代学术概论》导读
• 三 〔清学的出发点〕
• 第7章 科学计算工具包SciPy
• 第6章 结构化数据分析工具Pandas
• 第5章　常用数据分析工具
• 第8章　机器学习组合算法
• CHAPTER 03　必须掌握的函数和公式基本技能
• CHAPTER 08　查找引用函数及其实际应用
• 10.1.1　使用Web API获取数据
• 11.6.1　获取数据
• 第11章 流数据的应用
• 第4章 流分析中的数据流程管理
• 第5章 分析课三——强大的函数
• 第2章 准备课——数据处理及挖掘
• 13.2 解析半结构化文本数据
• 7.2 关系型数据库
• 第10章 在俱乐部和兴趣小组中学习，找到你的使命，以及特里差点儿烧毁学校的经历
• 第16章 从“不得不学”到“有机会学”
• 二、“立太极”的哲学学说
• 二、社会政治学说
• 英国学生文学读本　6
• 英国学生文学读本　2
• 第4章 高阶函数
• 第2章 一等函数与Applicative编程
• 第三章　论作为实证科学的文字学
• 挖掘编 & 5 利用Python进行数据挖掘
• 大数据
• 5.4 matrix与线性代数 & 5.4.1 创建NumPy矩阵
• 7.3 数据准备 & 7.3.1 缺失值处理
• 1.4 数据的离散程度分析
• 1.3 数据集中趋势分析
• 惠普自我学习
• 机器学习的艺术和科学
• 第3章 函数
• 2.2　感知机学习策略 & 2.2.1　数据集的线性可分性 & 2.2.2　感知机学习策略
• 7.3.3　常用核函数
• 第9章 数据拟合案例
• 第11章 可视化数据挖掘工具Rattle
• 第2章 数据对象与数据读写
• 第7章 数据赋能和数据维护
• 第6章 数据生命周期管理的规划和设计
• 第11章 数据质量管理
• 第4章 数据伦理
• 第1章　向分心专家学习
• 第2章　学习的神经机制
• 8.5 数据转换
• 1.6 关于互联网和电子商务的最新数据 & 第2章 数据挖掘概述
• 第三部分　数据变现的四大场景
• 推荐序三　学习如何学习的能力
• 第三章　史学略说
• 第五章　结论——国学之进步
• 7.4 聚合函数
• 1.2.3 数据库访问技术
• N 规范Norms——培养学习“游戏规则”
• K 知识与创新Knowledge——论述知识学习中的高效与创新
• 第五章 眼见真的为实吗？我们信仰统计学
• 第九章 拨开数据的迷雾：总结
• 第四章 大学求学
• 第七章 学术会议与大会
• 第十九章 今日心理学
• 第十四章 知觉心理学家
• 鬼同学
• 第11章 常用的内置模块 & 11.1 数学计算模块——math & 11.2 日期时间模块——datetime & 11.2.1 datetime类
• 3.3.2 美学参数映射
• 8.4 Spark数据科学在OpenShift上的实现
• 第3章 学习参数
• 9.3 学习Q值函数
• 第2章 数据引导可视化设计
• 第1章 你真的理解数据了吗
• 6.5 数字教育：个性化教育、自适应学习与教育大数据互联互通
• 1.2 大数据汹涌来袭
• 7.2 大数据的“阿喀琉斯之踵”
• 第3章　典型大数据源及其价值
• 第1章　什么是大数据，大数据为什么重要
• 第1章 初识强化学习
• 5.2.2 Q学习
• 第二篇　数据治理实施
• 第13章　数据安全管理
• 天羽总经理的统计学指南 & 本章出现的R代码
• 走近“数据分析”——对于初学者而言本书具有的三大优势
• 9.5 偏微分方程的其他函数
• 5.1 数据排序
• 数字货币家族成员
• 数字货币风险
• 数字游戏
• 第10章 文本与网络数据挖掘
• 第一篇 强化学习基础
• 2.4 大数据的基准测试
• 第4章 大数据应用的性能测评技术
• 第6章 网站数据整合的方法 & 6.1 网站数据整合的意义
• 第10章 数据驱动下的数字营销应用 & 10.1 数字营销的概念和范围 & 10.2 数字营销发展的三个阶段
• 第6章　化学反应速率和化学平衡
• 第5章　化学热力学基础
• 第1章 行动学习的基本假设
• 第7章 导入行动学习的经验
• 3.3 HBase——分布式数据库
• 第2章　数据规范化
• 第5章　关系型数据库
• 第6章 其他数据新闻制作工具 & 6.1 图表绘制工具库ECharts
• 第2章 获取数据
• 15　机器学习：范型与架构
• 16　机器学习：分布式算法
• 区域分隔的数字化方法
• 第一章　数据——来源与收集
• 中篇·数码照片基本处理技法
• 第6章 如汤沃雪：数码图像基础
• 第六讲 中国政治哲学的变迁
• 上编 政治哲学的基本概念 & 第一讲 政治学、政治科学与政治哲学
• 2 学习的本质：知识链和记忆结
• 给职场人士的学习策略
• 离开瑟谷学校后的正式学习
• 心理学 & 心理学的范畴和方法
• 课程与教学
• 第五章 总体参数的估计
• 金毓黻与南北学风的分合
• “中国哲学”探源
• 2.5　数据库访问
• 2.5.2 主要的数据库服务资源供给
• 9.4.2 主要的网络参数
• 3.利用大数据控制企业供应链
• 1.商家营销：利用大数据快速抢占市场
• 1.7 存储并检索关系数据库
• 1.14 将特征规范化、标准化 & 1.15 分级数据
• 第二十六章 哲学的人生
• 第三章
  认知科学
• 第8章　◄数据管理►
• 第三部分　HAWQ数据挖掘
• 2.1　换个思路来数鸡
• 第1章　“数羊”与数据化运营
• 第2章 深度学习和计算机视觉中的基础数学知识
• 第12章 度量学习
• 二、关于“学美留学”
• 三、“学美留学”申请美国大学辉煌成果
• 夏商周考古学科前沿研究报告（2010—2012）
• 先秦史学科前沿研究报告（2010—2012）
• 神学院学生
• 八　帝国时期的哲学学派
• 七　希腊化时代的学校
• 第1章 知己知彼，百战不殆——什么是数据分析
• 第4章 抽丝剥茧，刨根问底——数据处理
• 8.5 数据字典表的特殊维护
• 8.3 数据字典表
• 第5章 医学图像融合 & 5.1 医学图像特点
• 第6章 基于仿生算法的医学图像融合
• 第五部分 深度学习 & 17 AutoEncoder
• 0.2.3 监督学习算法
• 第二部分 深度学习的演进
• 01 机器学习的崛起
• 第三十章 陈柱子的哲学
• 3.4 从数据中提取有用特征 & 3.4.1 数值特征
• 2.2 机器学习系统商业用例
• 第四章　社会数字指南：集体智慧的科学与艺术
• 调整并培养个人学习网络
• 第5章　创造理想的学习环境
• 第4章　学会4种超级学习方法
• 第1章　数据库的基本概念
• 第6章　索引与数据完整性
• 结语 开启属于你的个人大数据管理
• 第一部分 从数据化运营到运营数据
• 3 数据的存取与清洗
• 4 数据的分析及可视化
• 一 学论
• 1.4　Python语言基础要素 & 1.4.1　数值
• 第 7 章　描述性统计与建模 & 7.1　数据集 & 7.1.1　葡萄酒质量
• 4.7　解析JSON数据
• 8.1　概括数据
• 第11章　金融和经济数据应用
• 数据转换
• 国际音标符号全表 & 语言学惯用符号表 & 语言学大事记
• 序 言 & 与生活息息相关的哲学问题 & 哲学是什么
• 第1章　全面认识数据图表
• 第6章　科学地决策
• 推荐序一 拥抱“大数据时代”
• 第一部分 大数据时代的思维变革
• 第二节 数额
• 第二节 单数犯罪
• 第9章　以KDJ范例程序学习GUI编程
• 第十六章 术语数据库与计算术语学
• 第十章 语料库语言学
• 1.1.2 传统机器学习与深度学习的对比
• 1.3 本书涉及的深度学习框架 & 1.4 优化深度学习的方法
• 2.1.3　自动搜集数据
• 4.3　延续性数据 & 4.3.1　点与点相连
• 第三篇　英语，学什么？——学英语，走直线是关键
• 第二篇　英语，何时学？——学英语要趁早
• 朱子思想与越南儒学
• 朱谦之和“日本阳明学”
• 9.2.4　函数的返回值
• 19.5.4　数据表的存储位置
• 11. 语言学数据管理
• 7 产品经理学数据
• 11.2.3　数据驱动的学习
• 1.4.3　形态学：对象计数
• 1.1 密码学哈希函数
• 数学家的推理过程
• 第六章　奖学金
• 第二章　美国留学申请形势
• 第6章 数据录入 & 6.1 提交录入
• 8.5 转换数据形状
• 第 二 章    学习：大脑的思考机制
• 第 五 章    营造学习环境
• 第16章　多媒体数据挖掘技术
• 第23章　时序数据挖掘
• 第9章 机器学习算法
• 第16章　工农业大数据和人工智能
• 第3章 数据
• 第11章 复杂高维多元数据的可视化
• 1.5　数据结构
• 3.4　内存数据库
• 第14章 案例：超市运营数据分析
• 第13章 案例：网页流量数据分析
• 9.3　数据类型、常量、变量与表达式
• 9.4　VBA的常用函数及常用控件
• 第3章 学习即创造
• 第15章 学习的复兴
• 力学的框架
• 相对论与力学
• 行为经济学
• 自序 学术与学术思想史
• 第1章　一入侯门“深”似海，深度学习深几许
• 第8章　损失函数减肥用，神经网络调权重
• 第05章 组织你的数据源
• 第20章 数据有效性
• 5.1.2 企业实现大数据分析平台的方式
• 第8章 大域数中据的产应品用在各个领 & 8.1 大数据产品在电商领域中的应用 & 8.1.1 大数据精准营销
• 第二章 学习驱动力： 从内而外爱上学习 & 第一节 找到学习的内在动机与外在动机
• 第二节 收藏正在成为一种伪学习
• 第一章 给初学者的初学指南
• 一、归纳教学
• 三、学年准备
• 物理学与其他学科的关系
• 第16章　操作数据库
• 7.3　函数的参数
• 乔学院
• 保存数据
• 大数据＋厚数据 数据会说话？说话的是人
• 学会提问
• 避免过度思虑，学会放手
• 项目四　数字视频的制作
• 项目一　数字媒体工作室设备选择
• 卷二 最古老的学院 最古老的专业
• 卷四 在法学地图上
• 第4篇 为自学打下基础
• 第6章 营造学习的氛围
• 第八章　免疫学
• 14-4-1　查询EMP数据
• 12-18-4　计算佣金字段的行数目
• 7.5 Hadoop中的字计数程序 & 7.5.1 下载示例数据
• 9.3.3 估计回溯测试参数的质量 & 9.3.4 应对模型风险 & 9.3.5 样本数据回测 & 9.3.6 解决回溯测试的常见缺陷
• 6.6.3 VSTOXX子指数值的实现
• 3.5.4　删除数据
• C.10　用户函数
• 2.1 简介 & 2.2 从CSV文件导入数据
• 2.11 读取流数据源
• 第十章　重振生命科学产业
• 第二部分　捕获数据
• 推荐序一 行动学习：推动个体学习迈入组织学习
• 第3章 助产士：启动行动学习
• 第6章 移民经济学
• 第6章：移民经济学
• 自序：人人都应该学一点心理学
• 第一章 读懂人心：科学的读心法则
• 1.4　数组与数组公式
• 5.3 参数设置
• 13.2 淘宝网店数据分析
• 新学校
• 谁到我们学校来了？
• 附录 跑步科学术语汇整
• Chapter6 跑步力学
• 第3章 个人独立学习及与他人共学
• 学习技巧有什么用
• 版权信息 & 测一测：你对科学哲学了解多少？
• 第6章 科学与人类未来
• 第一章　人文到数字人文
• 第五章　“数字-人文”简明指南
• 4.4 时间序列数据分析
• 第11章 R语言数据可视化与数据库交互
• 2.4　数据集市
• 怪诞行为学2
• 怪诞行为学增订版
• 第14章 基于基站定位数据的商圈分析
• 第4章 数据预处理
• 第5章 函数基础知识
• 第8章 多文件中的函数设计
• 关于 & 函数
• 泰勒级数
• 5.4 Swift函数：Part 3-函数的输出
• 15.1.3 非监督式学习
• 第二章 榨取数据——机器能学会的知识
• 第六章 激发动力——从“懒癌”到沉迷学习
• 第三章 致用学习——“达成目标”的GEAR学习法
• 第3部分 各类技能学习的应用演示
• 第1章 三大学习策略之一：功利性学习，让学习不再难以坚持
• 第8章　数字经济产业政策
• 第二部分 没有数字的世界
• 附录一 18项学习工具锦囊
• 动机是学习活动的终极动力
• 科学哲学
• 第五章／Chapter Five非结构化数据
• 第四章／Chapter Four机器学习
• 第1章 从百度大数据工作的经历说开
• 第2章 大数据思维与数据驱动
• 11.1.3 方法3——通过设置函数的关键字参数
• 9.1.2 方法2——关键字参数的设置形式“**font”
• 5 放大数据
• 3.1 什么是数据库
• 第6章 Oracle内置函数 & 6.1 数值型函数
• 墨子学说
• 第4章　搭建数据化体系
• 第7章　数据化管理
• 后记 继续学习之路
• 第8章 函数
• 教学建议
• 7.2 数据Sketch
• 5.2.2 用户行为数据摄取案例
• 1.4 数据分析的流程
• 第3章 数据采集与整理
• 第八章　康德的历史与社会哲学
• 第四章　十七、十八世纪英国社会哲学
• 第7章 生物学与计算机的美妙邂逅
• 第2章 技术的指数性质
• 9.4　数据销毁和删除
• 10.2　数据导入的机密性 & 10.2.1　Flume加密
• 6.6 编写EL函数
• 5.7 函数 & 5.7.1 contains函数
• 前言　数字化的世界里如何科学地做营销
• 5.3 大数据算法库
• 第1章 企业大数据战略定位
• 第四章 家学与清代粤西文学家族
• 第三章　科学管理和社会学想象力 & 艺术是管理的锦上添花
• 第一章　从自花授粉到优势杂交——学不会与学得会的商学思想 & 学不会的就别学了
• 跋：学会说话和写文章
• 1.2 人格心理学的学科架构
• 3.2 从运筹学到系统科学
• 第4章　玩转数学公式
• 10.1 Spring的数据访问哲学
• 22.10　深入学习：参数多态
• 第八章 输牌的数学家
• 15．一群混乱的数学家
• 第6章大数据的分析处理
• 附录C SPSS Modeler函数
• 第8章 SPSS Modeler导入数据源
• 第2章　数据清理
• 5.1 机器学习综述
• 第5章 经典的机器学习案例
• 这是他们保存的运营跟踪数据 & 你需要知道数据表之间的相互关系
• 第12章 智能病人机器人与数字化人体仿真决策机制
• 第16章 不确定性数据融合用例
• 第六章 《易传》的美学思想
• 第二章 《老子》美学
• 第三章 新闻传播学理论研究
• 第一章 新闻传播学研究概述
• 11.3 综合实例——艺术数码相框
• 6.4 三维重建数据可视化
• 30、行为经济学
• 代序 数字地球、数字经济和数字货币
• 第1章 机器学习是什么——机器学习定义
• 第2章 机器学习可行吗——计算学习理论
• 茫茫文学路
• 文学与我
• 第23章 科学思维
• 第1章 学习力秘密：只有学习方法是不够的
• 第2章 快速探索数据
• 第15章 数据塑形
• 第8章　网络数据库技术
• 第7章　数据库安全与保护技术
• 04 你应该了解的大数据技术
• 02 你必须知道的大数据7大特征和8大事实
• 第一章 女性心理学概述 & 第一节 性别与女性心理学 & 一、性与性别 & 二、性分化与性激素
• 一、进化心理学的基本理论
• 引言　为什么学习最好的不是最用功的学生
• 尾声　终身学习用好大脑
• 5.3 示例程序 & 5.4 常用量化分析参数
• 3.8 其他交易数据
• 学术修辞篇
• 学术选题篇
• 真的休学记
• 11.1 SELECT：切换至指定的数据库
• 11.3.6 数据结构迭代命令
• 附录D　Excel 2010的数据分析新功能
• 数据整理篇
• 9.2 揭秘行业指数轮动策略
• 第2章 指数的介绍
• 幼儿文学
• 幼儿文学
• 幼儿文学
• 第四部分　应用精益数据分析
• 如何在你的公司中注入数据文化
• 第二编 经济学家
• 第一编 经济学
• 2.2.3 完美数分类的Java 8实现
• 7.2 函数式的基础设施 & 7.2.1 架构
• 第6章 会计学基础
• 第二部分 货币：经济学、财务和会计学
• 第7章 使用函数处理财务数据
• 第13章 数据分析工具的使用
• 2 大数据时代的游戏规则
• 1 一切都是数据，数据就是一切
• 1.1 数字图像处理简介
• 第四章 神奇的化学
• 第六章 生活中的科学
• 8．为学头脑 & 9．志向真切
• 7．学、问、思、辨、行
• 7.5 参数数量不确定
• 7.3 有参数的函数
• 5.1　MNIST数据处理
• 心理学大事年表
• 行为心理学
• 四、行为分析心理学
• 四、营销心理学
• 4.3 第2天：处理大数据
• 附录A 数据库概述表 & 附录B CAP定理
• 第1章 数据结构绪论
• 8.10 散列函数的构造方法
• 第三章 秦汉易学中的美学思想
• 第五章 汉代《诗经》学的美学内涵
• 第12章 大数据在医疗领域的应用
• 第11章 大数据在交通领域的应用
• 第8章 数据平台
• 10.1 数据分布
• 第一篇 大数据的基本概念和技术 & 1.1 大数据的时代背景
• 9.3 本章小结 & 第三篇 大数据处理与项目开发 & 10.1 数据预处理
• 2.4 学会使用ECharts官方文档
• 第 6 章　深度学习：大数据时代的人工智能新途径
• 面向未来的首席学习官（代前言）
• 附录2 企业大学校长/首席学习官调查问卷
• 第17章　I/O相关的参数
• 第12章　分布式数据库架构
• 本章小结 & 附录13.A 关于对数和指数的一些代数基础
• 何时用“反向”百分数表
• 计算数组的小和
• 判断一个数是否是回文数
• 三年级下学期
• 16.1　数据准备 & 16.2　数据源
• 12.9　形态学图像处理
• 第5章 大数据挖掘建模平台
• 第1章 数据挖掘基础
• 学校 & 企业
• 社会情感学习
• 第12章　通过导入外部数据源“编辑OLE DB查询”创建数据透视表
• 07 区块链数字货币投资风险
• 03 如何买卖区块链数字货币
• 第2章 学习HTML
• 第1章 数据驱动的企业数字化转型
• 3.15 数字化复盘
• 第三节 象山心学中的美学智慧
• 第四章 朱熹、陆九渊暨理学家的美学思想
• 06 角色定位：数据、技术与思维的三足鼎立
• 推荐序二 实实在在大数据
• 第二部分 大数据时代的商业变革 & 04 数据化：一切皆可“量化”
• 5.1.3 数据集
• 2.3.5 数组赋值
• 社会心理学的确立时期
• 第十三章　回归生活诠释社会——社会心理学的应用学科 & 第一节　社会心理学在组织管理领域中的应用 & 管理心理学概述
• 第二章 块数据与区块链
• 符号学派
• 第四章 联结学派：大脑如何学习
• 第4章　使用Hadoop进行数据迁移
• 5.2　为数据处理构建函数组合 & 详细步骤
• 2.11　生成学习曲线 & 详细步骤
• 婉的大学
• 学 子
• 第三部分 数据库和大数据
• 第4章 数据挖掘应用案例
• 第2章 数据探索与准备
• 笔记②：思维导图法运用在数学科的学习
• 5.1 流式数据
• “数字商（Digital Quotient）”
• 基于谱特征的数字调制信号识别
• 第十二章 清代哲学总论
• 第十五章 浙东永嘉之学
• 推荐序 心理学有什么不同之处
• Chapter 11 偶然性在心理学中扮演的角色
• 第15章 宏观经济学的未来
• 卧底经济学.1
• 第1篇　概述篇 & 1　企业中的大数据
• 8　预测——数据分析的终极目标
• 5.18 文档考古学
• 第九章 和平心理学
• 第17章 Oracle数据库迁移PostgreSQL实践
• 第7章　数据描述
• 第9章　拥抱大数据
• 第9章　发布数据
• 附录A　实验数据
• 第6章　数据维护
• 第1章　数据可视化及Tableau概述
• 第1章 速学：短时间学会新知识的方法
• 第2章 选择：用有限的时间学该学的
• 第2章 算法的数学原理
• 01 我们从数码相机学起
• 1.5统计力学与大数定律
• 17.2. 深入学习数据库技术
• 30 行为经济学
• 一　引论：社会学和历史学
• 第3章　深度学习的理论基础——机器学习
• 1.3 机器学习分类
• 第1章 机器学习概述 & 1.1 机器学习概述
• 第六章 经济预测：经济学家为什么没有预测到 2008 年经济危机？
• 第11章 筛选数据列表
• 第6章 导入外部数据
• 教学建议
• 第4章 数据处理
• 第2章 数据收集
• 第四章　学　习
• 1.4.2 深度学习基础架构
• 1.3 深度学习的知识点汇总 & 1.3.1 深度学习的预备技术
• 中国知识产权法学研究30年
• 法哲学家对知识产权法的哲学解读
• 学会赚钱的第一步是学会别“瞎折腾”
• 特别逻辑与少数派报告
• 大数据悖论，空想的“主义”与“宗教”
• 第一节　学习与教学概说
• 第2章　数据类型
• 2.5 数字类型
• 6.7　并行化数组操作
• 5.3.3　数据分块
• 漫游思想的神经生物学
• 二、一个完整的机器学习项目
• Sklearn 与 TensorFlow 机器学习实用指南
• 第2章 读取外部数据到SAS数据集
• 第5章 数据汇总与展现
• 第11章 强化学习
• 第2章 深度学习是什么
• 第12章 计算学习理论
• 第13章 半监督学习
• 结语 科学的发明
• 第一篇　留学往事
• 第1章　强化学习是什么
• 第6章 重塑标准——构建数据管理体系
• 第12章 拒绝失败——数据治理项目的风险管控
• 第十二章：数据系统的未来
• 第一部分：数据系统的基石
• 0.3 数据表示方式 & 0.3.1 数字系统
• 22.5 函数库管理 & 22.5.1 动态与静态函数库
• 第五章 实施 科学实施、精彩呈现
• 序二 构建学习热情是建构主义教学的核心
• 第1章 视觉美学理论
• 第2章 视觉美学的起源地——自然
• 3　学霸分享，直通世界名校的超级学习法
• 1　提高成绩，在学校里脱颖而出
• 第四部分 自恋心理学
• 第一部分 性学三论
• 不快乐，是人生理的自然演化 & 愉悦学校
• 快乐比任何学问都难
• 预言73：东方哲学的力量
• 预言70：商学院的未来
• 01 物理学与品牌
• 爱情心理学
• 第一个学生
• 杨小凯的“学道”境界
• 9.3 热学50题
• 9.2 力学50题
• 17　TOXO　弓形虫与神经生物学
• 第1部分 学习编程
• 结束语 接下来学什么
• 第二部分 单机数据库的实现
• 第15章　SQL Server数据库应用系统开发
• 第3章　创建与管理数据库
• 第10章 安全领域的数据包分析
• 第1章 数据包分析技术与网络基础
• 3 随机变量的数字特征
• 第3章 集团管控模式下的风险管控及数据化管理
• 第1章 用数据驱动店铺
• 第9章 会员——大数据分析让你比他更了解他自己
• 7.6.3　建立训练数据集和测试数据集
• 深度学习资源与高级方法
• 写给年轻人的经济学通识课 & 书名页 & 版权页 & 自序 经济学，生活的科学与思考的利器
• 68．“窝里反”经济学
• 第16章 数据结构接口
• 第15章 Java中对数据的处理
• 4.6 Oracle常用函数
• 4.2 SQL的数据定义
• 第十章 如何反驳统计数据
• 第二章 精挑细选的平均数
• 第16章　机器学习之客户违约预测模型搭建 & 16.1 机器学习在金融领域的应用
• 5.2 数据乱码的处理
• 8.3 结构体数组
• 6.3 向函数传递一维数组
• 第六章 深度学习
• 第 3 章　无监督学习与预处理
• 考大学也同样失败
• 从《生命的实相》中学到的心态
• 智者学派：出售智慧的人
• 布鲁诺：烈火不能征服的哲学家
• 目录 & 01　工程学的历史与发展
• 05　我“修”故我在：工程学与知识
• 第三章 数字政府2.0建设的目标与路径
• 第二章 数字政府2.0时代
• 第5章 基于虚拟机管理程序的数据中心设计
• 第3章 策略数据中心
• 第5章 数据透视表的制作与应用
• 第1章 初识数据分析
• 第2章 SPSS数据文件的建立和管理
• 第5章 SPSS的参数检验
• 学费太贵
• 2.5.2 二维数组
• 7.8 数据操作流
• 06 构建指数型组织学习新范式 团队学习
• 18.赢单指数
• 第 3 章　音乐推荐和Audioscrobbler数据集
• 第 10 章　基因数据分析和BDG项目
• 第十五章 罪数论的转换 & 一、罪数论的演变
• 四、历史反思：刑法学的知识转型
• 第6章 数组
• 第17章 JDBC数据库编程
• 第21章 学生管理系统
• 第二章　描述性本型学
• 学习心理辅导
• 1.4　非参数统计评述
• 第十二讲 学习死亡
• 第17节 函数的使用
• 第6章　学会如何付钱
• 第二部分 赛博学习法：与学习对话的全新动态学习法
• 第2章 像“堆积木”一样认识数据指标
• 第4章 向双11进军，数据分析实战开始
• 第6章　加载数据
• 第4章　了解数据模型
• 第3章 对技术的哲学思考
• 第1章　如何学习单片机
• 8.2　函数的调用
• 第二部　公共哲学
• 第八章　公共哲学的遮蔽
• 4.2 函数依赖
• 第6章 保持函数依赖
• 1.3　数据推送的其他名称
• 9.10　构造函数与证书
• 推荐序二 在科学和历史之间
• 第1章 扩展你的数据挖掘工具箱
• 第9章 挖掘数据异常
• 5.2 数据库参数文件
• 第 1 章　学习敏捷
• 第十章课程与教学管理
• 第1章 深度学习
• 第二篇 数据库与数据表的创建和管理
• 第1章 关系数据库介绍
• 函数式替代方案
• 函数式模式介绍
• 第5章　数据
• 第8章　数轴
• 阿德勒心理学是“勇气的心理学”
• 第五部分 政府、经济学和政治学
• 学徒期是什么
• 学徒模式是什么
• 第3章 学前期
• 3.1 学前期的生理发展
• 永远做个初学者
• 第十七章　学术
• 1.11 基础数学知识简介 & 1.11.1 求解代数方程
• 第7章 成本会计大学问
• 《名家文学读本》丛书总序
• 第一部分 揭秘指数基金
• 第三章 指数基金的中国故事
• 第11章 使用phpMyAdmin管理MySQL数据库
• 第9章 MySQL数据库
• 第5章　数据类型和运算符
• 第7章　插入、更新与删除数据
• 第4章　◄数据表的基本操作►
• 第3章　◄数据库的基本操作►
• 第7章 数组与指针
• 第6章 函数
• 为学者，必有初。小学终，至四书。
• 第5章 使用图表进行数据可视化
• 11 今天哲学还能刺痛谁？
• 第2章 高效学习的障碍
• 第3章 博赞有机学习技巧（BOST）
• 第4章 坏数据
• 第1章　大数据概述
• 第15章　大规模数据处理计算引擎Spark
• 第9章 记忆与学习：记住你所学的东西
• 想好好学习，但学习没动力怎么办？
• 8.6 基数排序
• 第五章　经济学随想
• 第3章 与数据同行
• 2.2.2 指数值的跨期计算 & 2.3 指数构建和管理
• 2.3.2 指数权重
• 第10章 形态学图像处理
• 第7章 保存数据
• 第9章 科学计算
• 第一章 学而第一
• 第三章　学的活动
• 第 3 章　数据项目的风险管理
• 第 7 章　确保数据完整性
• 第4章 学习更多图表和定制化
• 第6章　数据透视表
• 第3章　数据排序
• 第6章 联邦迁移学习
• 第3章 分布式机器学习
• 第17章 你的学习策略
• 第5章　深度学习优化
• 第2章　机器学习快速入门
• 第 6 章 翻转课堂与深度学习改变了学校的教育模式
• 第 1 章 翻转课堂与深度学习解决方案
• 第3章 电信大数据分析体系
• 第八章　全科医学岗位培训
• 第七章　面向农村的全科医学学历教育
• 第3篇 深度学习进阶
• 配套学习资源
• 第13章 字符串处理函数
• 第11章 函数与文件
• 第5节 建设数据科学团队
• 连接学习用的数据库（登录）
• 第2章 公式、函数、图表的数据来源
• 第5章 认识常用函数
• 第六章 方法6：通过合作与协作学习，打造高效的分组学习
• 第10章 基本数据库对象管理
• 第15章 数据库的常规备份与恢复
• 第4章 大数据的获取
• 6.4 Hive数据导入HBase的两种方案
• 论文学的几项功能
• 第5章 数据
• 译后记 学习型组织不是“学习型组织”
• 第11章　字符数组
• 14.4　指针和函数
• 第二部分 机器学习
• 第十章　圆的现象学
• 第9章 结构动力学分析
• 第5章 结构静力学分析
• 第8章 Spark MLlib与机器学习
• 第11章 大数据分析系统
• 第6章 动力学分析概述
• 第12章 刚体动力学分析
• 二、数量指标指数的编制
• 三、统计的含义 & 第二节 统计学的学科体系 & 一、统计学的研究对象
• 5.1.4 Python访问MySQL数据库
• 5.1.3 数据库管理工具Navicat
• 附录C SQL优化数据字典
• 3　音乐与史学：晚清学术的多旋律并进
• 1　引言：西学冲击下近代中国学术分科的演变
• 第5章 广告数据及网站数据的监测原理
• 第六章　《数据质量法》的困局
• 第二章　数据帝国的兴起
• 第五章　科学的目的
• 23. 科学方法
• 第2章 数据中心网络演进
• 第17章 虚拟数据中心和云计算
• 第十二章 开始你的大数据之旅
• 第九章 大数据愿景训练
• 版权信息 & 前言 何为工作必备的“数字力”？
• 7.3 view函数、constant函数和pure函数
• 3.10 数组 & 3.10.1 固定数组 & 3.10.2 动态数组 & 3.10.3 特殊数组
• 第二章 日常操作心理学
• 第6章 Ceph的数据读写
• 第一部分 函数式思想
• 第五部分 数字分析
• 1906年诺贝尔生理学或医学奖颁奖词
• 第二部分　重新思考数字化时代下的领导力和人才
• 第三部分　营造数字化文化，4个原则助你打造成熟的数字化组织
• 第5章 如何进行电商网站运营数据分析
• 第2章 电商数据分析岗位必备的技能
• 第1章 管理与管理学
• 第二十章 后政治学
• 第二十章　后政治学
• 上学
• 3.1.2 参数类型
• 3.1.1 什么是参数
• Part 1 学习篇
• 土土和他的同学
• 土土做学问
• §27 热力学定律
• 第7章 数据库存储 & 7.1 MongoDB数据库 & 7.1.1 NoSQL概述
• 4.2.3 findall（）函数
• 第 4 章　数据
• 第 6 章　数据库
• 3.4.3 数据流图
• 1.5 软件工程学的知识体系
• 第1章 广告和广告学
• 7.3　数据的合并
• 2.1　基本数据类别
• 第三章　两汉的学术思想
• 第八章　隋唐佛学
• 张学良年谱简编
• 第12章　集成学习
• 结语 经济学的未来
• 第4章 机器学习工具Scikit-learn
• 1.3 机器学习领域分类
• 第9章 PostgreSQL写入与读取数据工具
• 第5章 使用SQL Power Architect进行数据建模
• Chapter 7 数论问题
• 第1章　统计学概述
• 5.4　非参数检验
• 第一章 新闻传播学研究综述 & 2017年中国的新闻学研究
• 第六章 新闻传播教学与科研
• 第一章 生物学与人类行为
• 第15章 实现业务数据的数据清洗模块
• 8.4 VBA数组
• 第5章 数字化转型的路径与目标
• 第6章 对数字化银行的展望
• 第6章　是罪人还是圣人——自私心理学
• 第1章　阿里云机器学习
• 9.2 密码学原理
• 5.5 字符输入函数getchar（）
• 第21章 数据结构
• 第21章 数据结构
• 第6章 用特征存储元数据
• 第6章　数据泵（Data Pump）
• 9 多维异构数据的分析方法
• 5 大数据平台工具
• 第六章 数据
• 3.1　数的表示
• 3.2　FPGA中数的运算
• 第四篇 Java数据结构
• 第5章 数组
• 第2章 深度学习框架
• 第7章 深度学习实战
• 第二章 日常行为心理学
• 设计心理学2：如何管理复杂
• 第5章 数组
• 第1章 经济学十大原理
• 第2章 像经济学家一样思考
• 第2章 Hadoop大数据关键技术
• 第二篇 Hadoop大数据平台搭建与基本应用
• 拥抱数据驱动的新时代
• 第1章 指数基金面面观
• 第5章 指数基金中的“最”产品
• 文学论
• 第八章 数据开放运动
• 访谈 大数据时代的“中国梦”
• 虚拟指数
• 非公开数据馈送
• 第1章 让学习转化发生——从行动/应用的视角来理解学习转化
• 第3章 学习转化的新挑战——聚焦学习所产生的影响
• 第4章　函数
• 第6章　函数
• 第3章 学霸是如何炼成的——卓胜脑力学科应用
• 第四章 公寓内的文学认同——沈从文早年经历的社会学再考察
• 序言　为什么数字如此迷人
• 第 1 章　数据结构为何重要
• 附录1　各项学习修炼
• ｜第11章｜　团队学习
• 第3章　◄数据表的操作►
• 第6章　◄认识函数►
• 第9章 数据库应用系统开发实例——教学管理系统
• 8.5 巧解西部数据密码
• 8.4 西部数据硬盘认盘慢数据恢复
• 第5章 函数（function） & 5.1 声明函数 & 5.1.1 普通函数的声明形式
• 5.4 匿名函数——没有函数名字的函数 & 5.4.1 定义一个匿名函数
• 六十六、贵在现学现用
• 附录：关于“good”的翻译的哲学解释
• 10.5 数据集合Dataset
• 第1章 数据库基础
• 第三部分 数据可视化
• 任务2.2　选用数控机床
• 任务3.3　熟悉数控车削编程基础
• 第18章　数据结构基础
• 第33章学生信息管理系统
• 第18讲 核实并添加交易数据
• 第16讲 保护数据的安全
• 第5章 数据库缓存内存
• 第9章 数据库索引
• 第6章 整数集合
• 第11章　学会放松
• 第 4 章　神经网络的学习
• 第 8 章　深度学习
• 1.1　何谓机器学习
• 第二部分 利用回归预测数值型数据
• 3 深度学习简介
• 附录A SQL Server 支持的运算符与函数 & 附录B 学籍管理数据表结构 & 参考文献
• 2.6 高阶函数
• 2.1 函数基础 & 2.1.1 函数的作用
• 现代神学：科学医学
• 第6章 Oracle内置函数
• 第四篇 数据库应用篇
• 第10章 Python数据库编程
• 第七章　凯特勒的统计数据和麦克斯韦的分子理论——数据与社会学，数据与物理学
• 第3章 有监督机器学习
• 第2章 无监督机器学习
• 第一节 刑法哲学的价值内容
• 目录 & 《名家文学读本》丛书总序
• 哲学之城
• 操作系统之哲学原理
• 22.4 操作系统设计的第3条哲学原理：懒人哲学
• 第18章 共享Excel数据
• 7.3　搭建深度学习开发环境
• 7.6　端到端深度学习
• 零售的哲学
• 第3章 数据中心信息安全管理
• 第6篇　大数据下的IT架构变迁
• 第8章 基于Storm的实时数据平台
• 第2章 Access数据库与数据表
• 7.2.4 素数币——有科学价值的挖矿
• 第8章 盲数字水印学习系统
• 第1章 神经网络的数学原理
• 第13章 动态推理和参数学习
• 13.8 Heap学习之二 & 13.8.1 Heap构造函数
• 第5章　数据透视表筛选
• 第1章　认识数据透视表
• 第8章 目视光学系统设计方法
• 第6章　Keras MNIST手写数字识别数据集
• 第2章　深度学习的原理
• 第四章 组织行为学
• 第11章 强化学习
• 第5章 非监督学习
• 13.2.2　隐式类型数组
• 3.2　基础数据类型 & 3.2.1　数值类型
• 3.14 wc：统计文件的行数、单词数或字节数
• 第一章 数字化的本质
• 4.5 InnoDB数据页结构
• 第3章 数据模型
• 第八章 区块链经济学的范式革命
• 第13章 自定义函数
• 教学建议
• 第5章 今日头条数据分析
• 第3章 微信公众号数据分析
• 第2章　玩转数据分析
• 第6章 数据访问
• 项目六 统计指数
• 创新和有条件的学习
• 第10章 数据库监控及调优
• 第13章 数据库扩容
• 第一篇 数据库体系结构
• 第三篇 数据库高级特性
• 第3章　数据预处理
• 第2章 数据分析小工具
• 第五章 数字化赋能
• 第七部分　国际宏观经济学
• 第五讲 礼学经典
• 第16章 心理学在社工中的应用
• 第1章 金融数据挖掘与建模应用场景
• 第5章 数字
• 第四部分 函数 & 第16章 函数基础
• 五、科学假说的评价标准
• 二、逻辑学的历史与现状
• 第1章　Python机器学习入门
• 第七章 当代中国民俗学研究概观——非物质遗产保护时代的中国民俗学[1]
• 下编 民俗学与现代社会
• 第8章 函数
• 第3章 数字类型的数据
• 第5章　函数
• 第十章　统计学：没你想得那么难
• 序言　重新想象学习场景
• 第1章 数字化时代已经到来
• 第9章 数字化时代的管理和企业文化
• 说话心理学
• 8.3.4 监听HTTPS数据
• 第2章 数据分析方法论
• 第5章 数据中台
• 第2章　学习jQuery必会的JavaScript基础
• 3.2 图、会话和提取数据
• 第1章 引言 & 1.1 走入深度学习
• 第1章 互联网+统计学+R语言
• 第九章 学习：经验的组织
• 第15章　数据库物理设计
• 第1章　数据迁移技术支持服务
• 3.11 复制数据库
• 3.9 分离数据库
• 数字金融普惠性的证据
• 数字技术的发展路径
• 第13章　文本数据处理——亲，见字如“数”
• 62　手术成功的学子能圆大学梦
• 在大学里伸个懒腰
• 中国法学的再造
• 八 选择学校和人生线路
• 三 升学顾问与人生规划
• 第四章　数据优政：大数据提升政府治理能力
• 第 2 章　懒惰学习：最近邻方法
• 02 阶段二：解决问题 数据分析的核心
• 结语 数据分析，决战智能商业时代的关键
• 第4章 数据定义
• 第5章 数据字典
• 3　生物学背景
• 上篇 速算篇（经验数据参考）
• 下篇 速查篇（常用数据）
• 第一章　数字货币概况
• 第一部 挖到数字黄金
• 第20章　宏观经济学概述
• 第1章　经济学基础知识
• 三十　哲学问题四则　——答陈文纨、张凄咽等
• 附录A 冷轧辊加工数据 & 附录B 冷轧辊加工数据预处理格式 & 参考文献
• 第3章 数据中心的架构与技术
• 7． 数据新政：建设现代国家的治理体系
• 1． 数据平权：新商业文明的冲击和原罪
• 第一章 经济学，就这么点事儿！
• 第8章 数组
• 第3章　简单函数
• 第23章　函数接口
• 第8章 在学习领域应用游戏化
• 第3章 教学游戏化的支撑理论
• 第7章 其他深度学习模型
• 第3章 深度学习之卷积网络
• 1 为深度学习开发设置Spark
• 第1章 学会提出好问题
• 行为设计学：打造峰值体验
• 第七部分：改善你的研究习惯和学习习惯，成为或继续做一位“乐学者”
• 06　智慧政府：从数据孤岛到共享共治
• 推荐序：稻盛心学
• 第1章 图表背后杂乱无章的数据源
• Twitter数据的收集和处理
• 利用社交网络数据
• 第4章　数据处理
• 第3章　数据拟合
• 第三章 领导者学习法
• 阿来：现在是不是太有点儿为文学而文学了？
• 第11章 肿瘤病因学
• 第12章 肿瘤发病学
• 英汉生理学名词对照
• 第4章 开普敦大学求学时代(1957—1961）
• 第12章 AWS数据中心实例
• 第11章 虚拟化大数据平台
• 第1章 数值策划的定位
• 第2章 数值策划的基础知识
• 《管理学》
• 第7章 Storm的数据源编程单元：Spout
• 第1章 大数据环境下的云计算与物联网
• 06 学习的科学法则 如何成为高段位学习者
• 一、经济体系的态函数
• 第一章　国学应该是“大国学”
• 4.学生作业点评
• 结语 医学的本质
• 第3课　办理公司注册，跟我学
• 第7章　Android数据存储
• 第1章 数据库基本概念
• 第4章 M函数入门
• 第11章　pandas数据清洗
• 5.2.1 数据帧
• 第4章　数据库概念设计及数据建模
• 第一部分 数字化基础审视
• 第7章 大数据营销平台大数据在营销上的应用
• 第13章 “X by Y”的设计：奥地利电子艺术节档案的信息美学探索 Moritz Stefaner
• 第4章 色彩：数据可视化的“灰姑娘” Michael Driscoll
• 第5章 数据存储
• 第13章　数据和文件
• 第十二章 以教代学
• STEP ONE 学习的本质
• 第六部分 相关学说
• 理解现代经济学[1]
• 第二章　中医脊柱运动力学
• 第3章 数据可视化
• 第5章 常用函数
• 如何高效学习
• 第三节 语言意义的语用学解释
• 第4章　神经语言学的研究方法
• 5.4　19世纪：失语症科学研究的开始
• 第4章 开始学习绘画
• 第 1 章 机器学习与sklearn
• 第 3 章 深度学习与PyTorch
• 第五节　在社会中学习
• 11.2 二值图像中的基本形态学运算
• 11.4 灰度图像中的基本形态学运算
• 3.4.2 密码学——数字签名和哈希算法
• 学习JavaScript数据结构与算法（第3版）
• 9.3.4 强化学习、机器人与目标函数
• 8.6.3 测试 & 8.7 相机跟随 & 8.7.2 数学原理
• 第16章　数据库编程
• 五、民生：讲述百姓自己的数字
• 致读者 & 导言 哲学的作用
• 第3章 关键少数行为
• 第4节　学会写对话，你就赢了一半
• 第 2 章　创建猜数游戏
• 第 3 章　给猜数游戏创建GUI
• 第3章 函数
• 第3章 函数
• 第3章 函数
• 第1章 大数据与云计算
• 第5章　数组和稀疏矩阵
• 第10章　基于用户日志的反馈学习
• 9.2　大数据分布式缓存
• 第三章 非数理视角概述——剑桥大学达尔文学院讲义，†
• 怪老头儿入小学
• 第三章　数字化的超级价值——数字战略指南
• 科学的新纪元
• 第12章　MySQL查询优化器相关数据结构
• 第十五章　学会在海洋中遨游
• 03 数字货币之美
• 第二部分    尖子生是怎样学习的
• 第四章　频繁转学
• 一、德国历史学派
• 第四讲 经济学的开端原创的经济学家与经济学的原创议题
• 第8章　数据的更新
• 第1篇　数据库入门
• 第12章　数据仓库与数据挖掘的综合应用
• Ⅲ　关于“是”（存在）的科学
• 人会在数字上出现锚定现象 & 数字顺序效应
• 92　玩游戏可以提高知觉学习能力 & 玩电子游戏可以提高知觉学习能力
• 6　标记分布学习及其应用
• 第10章 学会选择靠if语句
• 第一章　从游戏到游戏学
• 第20章　快速数据立方算法
• 第18章　大数据可视化实践
• 第8章　其他函数应用技巧
• 第2章　财务函数应用技巧
• 第4章　搭建CDH大数据平台
• 15.1 IPv6数据包头部
• 第5章 使用函数
• 第 5 章　数据类型
• 第 2 章　数据库管理
• 日本儿童文学导论
• 意大利儿童文学概述
• 第三章　科学与实业
• 第七章 程少堂智慧课堂教学艺术
• 第六章 余映潮智慧课堂教学艺术
• 第11章　大数据服务
• 第8章 用集合组织数据
• 第13章 数据库开发基本操作
• 第5章 流量的数据分析
• 第9章 数据打造金牌客服
• 附录B 分析数据包结构
• 4.4 函数
• 第三部分 科学求爱 & 05 吸引的科学原理 诱惑的秘密
• 第9章 数据接口用例
• 第 3 章　基本数据结构
• 第二部分 数字化变革
• 第13章 大数据
• 附录 学习型组织罗盘
• 第1章 深度学习入门
• 《老张的哲学》与《赵子曰》
• 第十章 心理学的诡计
• 第1章　数据分析过程的主要问题
• 版权信息 & 前言 每个人的经济学
• 第7章　创建在线学习应用
• 第10章　机器学习应用框架
• 第1章　机器学习和TensorFlow简述
• 第6章 C51的函数
• 第5章 函数
• 第8章 数据结构
• 第4章　数据更新操作
• 第2章　操作数据库
• 第6章 双重数据
• 第7章　函数式编程
• 第三部分 数据准备
• 下篇 典型力学问题程序实践
• 8．悠游美国文学之城
• 12．大家都在学英语？
• 第一章 语文与学识
• 第1章 经济学的思维方式
• 后记 经济学家知道什么
• 3 区块链与数字货币
• 第6章 数据分布型图表
• 第3章 数据可视化基础
• 二、文克尔曼：一门新兴科学的诞生
• 第16章 动态地分析人口学特征
• 第18章　云计算、大数据与云数据库
• 第11章 存储过程与函数和包
• 第6章 数组
• 第12章　数组
• 第1章 成就天使的魔鬼学校
• 第二章　广告心理学的产生与发展
• 第一节　广告心理学诞生的理论背景
• 第二章 中西美学的整体比较
• 第九章 日常生活中的价格与经济学 ——学会从交易成本的角度分析商品的价格
• 刑法学讲义
• 第一部分 泰博学院记
• 第6章　网站运营数据分析与优化
• 附录B　给科学家
• 附录A　给哲学家
• 第 9 章 JDBC 数据源
• 第2章 认识电子学世界
• 第一章　神奇的数字
• 任务2.1 输入参加投票的学生人数
• [大思路] AI如何融入数据科学团队
• 第13章 数组与科学计算 & 13.1 NumPy简介
• 第四章　深度学习的方法
• 《战略几何学》的承诺 & 致谢
• 2.3　实验数据
• 2.2　调查数据
• 第6章　PHP数组
• 第6章　◄MySQL函数►
• 第一部分 学习的技巧
• 第四部分 数据挖掘案例精选
• 第一部分 SPSS数据分析基础
• 第3章 库函数问题
• 第六篇　介入超声学
• 3.3 共享池的相关参数
• 11 “首席指数官”的诞生
• 第1章 数据库管理系统的事务原理
• 第1章 概述：数据运营基础 & 1.1 大数据时代
• 第13章 Visual C++数据库编程
• 宋朝说话人的家数问题
• 第0讲　只要会做四则运算，便可掌握贝叶斯统计学　本书的特点 & 第1部　快速学习！理解贝叶斯统计学的精髓
• 第三章 大数据打造产业数字化底座
• 5.5 团队的沟通 & 5.5.1 “听”的哲学
• 关注用机器学习解决社会问题
• 第2天　循序渐进学会股指期货
• 第3章 倡导团队医学
• 03　人文科学，从人出发
• 第七章 创办企业，科学管理
• 第1章　数码摄影的基本流程
• 第5章 数据分析师实战技能
• 第2章 直面数据分析师面试
• 第一部分 教学如何打破常规
• 第1章 相关经济学
• 第 6 章　相似性学习
• 互联网的文化影响 & 大学生网络消费行为的人类学研究
• 互联网人类学理论展望 & 建构信息社会学的新研究议程
• 第7章　数据存储
• 第11章　数据降维
• 第4章　数据探索
• 第2章　数据类型
• 第5章 转移学习
• 第9章 学习规则
• 9.3.4 数字签名与数字证书
• 中西学交融语境下的哲思
• 15.5　数据类型 & 15.5.1　基本数据类型
• 第二单元 数据支撑体系是如何运作的？
• 第2章 Spark学习环境的搭建
• 第7章 学会学习
• 第1章　数据中心简介
• 2.1　监督学习经典模型
• 文学
• 大学
• 2.2　数据类型的分类
• 书名页 & 目录 & 众说大数据
• 1.4 数据类型
• 第四章　意志自由：学说史
• 哈佛谈判心理学
• MBA轻松读：金融学
• 结语　你能学会任何一种外语！
• 学习卡的使用说明
• 案例学习1 跨越愤怒
• 案例学习3 克服不安
• 1.4.3 连接PostgreSQL数据库