jliang3的博客

本文档主要对《统计学习方法-李航》、推荐算法（包括传统推荐算法、机器学习推荐算法和深度学习推荐算法）以及特征工程相关知识进行归纳总结，是机器学习/数据挖掘/数据分析岗位面试的必备学习资料。

吴恩达深度学习视频的学习总结。 吴恩达 Andrew Ng 斯坦福大学前教授，Google Brain项目发起人、领导者。 Coursera 的联合创始人和联合主席，在 Coursera 上有十万用户的《机器学习》课程；斯坦福大学计算机科学前教授。百度前副总裁、前首席科学家；谷歌最成功的人工智能项目之一——Google Brain的发起人、领导者。

代码跑出来的概率统计问题； 程序员的概率统计开心辞典； 开放数据集，全代码攻略。 现实工作中，人们常被要求用数据说话。可是，数据自己是不能说话的，只有对它进行可靠分析和深入挖掘才能找到有价值的信息。概率统计是数据分析的通用语言，是大数据时代预测未来的根基。 站在时代浪尖上的程序员只有具备统计思维才能掌握数据分析的必杀技。本书正是一本概率统计方面的入门图书，但视角极为独特，折射出大数据浪潮的别样风景。作者将基本的概率统计知识融入Python编程，告诉你如何借助编写程序，用计算而非数学的方式实现统计分析。一个趣味实例贯穿全书，生动地讲解了数据分析的全过程：从采集数据和生成统计量，到识别模式和检验假设。一册在手，让你轻松掌握分布、概率论、可视化以及其他工具和概念。  编写测试代码深入理解概率论和统计学  运行实验检验统计行为特征，如生成服从各种分布的样本  通过模拟理解数学上艰涩的概念  学习贝叶斯估计等实用内容  用Python导入各种来源的数据  运用统计推断解决真实数据问题 《统计思维：程序员数学之概率统计》是一本以全新视角讲解概率统计的入门图书。抛开经典的数学分析，Downey 手把手教你用编程理解统计学。概率、分布、假设检验、贝叶斯估计、相关性等，每个主题都充满趣味性，经编程解释后变得更为清晰易懂。 本书研究数据主要来源于美国全国家庭成长调查（NSFG）与行为风险因素监测系统（BRFSS），数据源及解决方案的相关代码全部开放，具体章节列出了大量学习和进阶资料，方便读者参考。 Allen B. Downey是富兰克林欧林工程学院的计算机科学副教授，曾执教于韦尔斯利学院、科尔比学院和加州大学伯克利分校。他先后获麻省理工学院计算机科学硕士学位和加州大学伯克利分校计算机科学博士学位。Downey已出版十余本技术书，内容涉及Java、Python、C++、概率统计等，深受专业读者喜爱。他的最新Think系列书还有Think Complexity: Complexity Science and Computational Modeling、Think Python。

深度学习课程、机器学习课程、工程源码。 Cousera上不去了，我们就看课件吧。伯克利大学的"Practical Machine Learning”课程，用Google翻译称之为“实用机器学习”，不能拍板这样翻译是否合适，就省略了前两个字。注意这个课不是Coursera上的，是伯克利自己的CS课，由大名鼎鼎的Michale Jordan教授主持，多位老师来授课，虽然没有视频，但是课件还是挺详细的

学习数据挖掘/机器学习算法/数据分析的经典教材

功能：使用POP3收取并保存邮件、使用SMTP发送邮件、用户登录、邮件输入（触摸屏输入）、纯文本邮件显示 开发环境：fedora10 开发语言：C++ Qt版本：4.5.3

  LED变色灯的结构框图如图2所示。它由电容降压式稳压电源、LED控制器及G、R、B三基色LED阵列组成。由于这三部分都要装入灯头内，所以其电源采用电容器降压．全波整流及稳压二极管稳压的简单电路。

调频接收机 接收机可以接受到的无线电波的频率范围称为接收机的工作频率范围或波段覆盖。接收机的工作频率必须与发射机的工作频率相对应。如调频广播收音机的频率范围为88～108MH，是因为调频广播收音机的工作范围也为88～108MHz