Speech and Language Processing 2nd 文字版非扫描非草稿
没有水印,文字排版,非扫描,非草稿。自然语言处理领域神级教材,某些章节第三版没有,必须得看第二版
cs224n 2018版作业
cs224n 2018版作业包括解析,附带作业lecture和解答。
curl-7.46.0-win64
官方最新版本 安装时请使用默认设置,安装完成后可以打开一个命令行窗口,输入 curl,如果提示 curl: try 'curl --help' or 'curl --manual' for more information 就表示安装成功了。
统计自然语言处理(第2版)
《统计自然语言处理(第2版)》全面介绍了统计自然语言处理的基本概念、理论方法和最新研究进展,内容包括形式语言与自动机及其在自然语言处理中的应用、语言模型、隐马尔可夫模型、语料库技术、汉语自动分词与词性标注、句法分析、词义消歧、篇章分析、统计机器翻译、语音翻译、文本分类、信息检索与问答系统、自动文摘和信息抽取、口语信息处理与人机对话系统等,既有对基础知识和理论模型的介绍,也有对相关问题的研究背景、实现方法和技术现状的详细阐述。
采用Zbar第三方库,实现二维码定位,并识别内容,解决了中文乱码
采用Zbar第三方库,实现二维码定位,并识别内容,解决了Zbar中文乱码问题. 利用梯度信息进行条形码的定位,QR-code利用矩阵点信息定位
COLING 2018 Tutorial 4:Deep Bayesian Learning and Understanding
COLING 2018 Tutorial 4:Deep Bayesian Learning and Understanding
神奇的匹配:正则表达式求精之旅
本书从正则表达式的基本概念、基本语法入手,着重于数字验证、字符串验证、数字和字符串混合验证及HTML处理等各个方面的应用。并基于目前流行的程序语言和应用环境(如C#、ASP.NET、JSP、JavaScript或PHP),全面介绍了创建正则表达式的方法,以及正则表达式在Web环境中的各种应用。
最优化导论 第4版 清晰
作者: Edwin K. P. Chong / Stanislaw H. Zak
出版社: 电子工业出版社
原作名: An Introduction to Optimization,Foulth Edition
译者: 孙志强 / 白圣建 / 郑永斌 / 刘伟
出版年: 2015-10
页数: 415
定价: 89.00
装帧: 平装
丛书: 经典译丛·人工智能与智能系统
NLTK基础教程-用NLTK和Python库构建机器学习应用
NLTK 库是当前自然语言处理(NLP)领域zui为流行、使用zui为广泛的库之一, 同时Python语言经过一段时间的发展也已逐渐成为主流的编程语言之一。 本书主要介绍如何通过NLTK库与一些Python库的结合从而实现复杂的NLP任务和机器学习应用。全书共分为10章。第 1章对NLP进行了简单介绍。第 2章、第3章和第4章主要介绍一些通用的预处理技术、专属于NLP领域的预处理技术以及命名实体识别技术等。第5章之后的内容侧重于介绍如何构建一些NLP应用,涉及文本分类、数据科学和数据处理、社交媒体挖掘和大规模文本挖掘等方面。 本书适合 NLP 和机器学习领域的爱好者、对文本处理感兴趣的读者、想要快速学习NLTK的zishenPython程序员以及机器学习领域的研究人员阅读。 NLTK 库是当前自然语言处理(NLP)领域zui为流行、使用zui为广泛的库之一, 同时Python语言经过一段时间的发展也已逐渐成为主流的编程语言之一。
本书主要介绍如何通过NLTK库与一些Python库的结合从而实现复杂的NLP任务和机器学习应用。全书共分为10章。第1章对NLP进行了简单介绍。第2章、第3章和第4章主要介绍一些通用的预处理技术、专属于NLP领域的预处理技术以及命名实体识别技术等。第5章之后的内容侧重于介绍如何构建一些NLP应用,涉及文本分类、数据科学和数据处理、社交媒体挖掘和大规模文本挖掘等方面。
本书适合 NLP 和机器学习领域的爱好者、对文本处理感兴趣的读者、想要快速学习NLTK的zishenPython程序员以及机器学习领域的研究人员阅读。
Python核心编程 第3版 高清晰完整版pdf
本书讲解了如下内容: 学习专业的Python风格、实践以及好的编程习惯; 使用TCP、UDP、XML-RPC来开发客户端和服务器,并供高级的库(比如SocketServer和Twisted)使用使用Tkinter和其他可用的工具来开发GUI应用; 通过使用C/C++编写扩展,或者使用多线程来编写I/O密集型代码,提升应用的性能; 探究QSL和关系数据库、ORM,甚至是MongoDB这样的非关系型(NonSQL)数据库; 学习Web编程的基础知识,包括Web客户端和服务器,以及CGI和WSGI; 使用正则表达式和强大的文本处理工具,来创建和解析CSV、JSON和XML数据; 使用COM客户端编程与常见的Microsoft Office软件(比如Excel、PowerPoint、Outlook)进行交互; 使用Django框架深入了解Web开发,以及使用Google App Engine深入了解云计算; 使用Jyhon探索Java编程,以及在JVM上运行Python代码的方式; 连接Web服务,比如连接Yahoo!Fiance获取股票行情,或者连接Yahoo!Mail、Gmail以及其他邮件服务器来下载或发送邮件; 通过学习如何连接Twitter和Google+网络来拥抱社交媒体的热潮。
内容简介
《Python核心编程(第3版)》是经典畅销图书《Python核心编程(第二版)》的全新升级版本,总共分为3部分。第1部分为讲解了Python的一些通用应用,包括正则表达式、网络编程、Internet客户端编程、多线程编程、GUI编程、数据库编程、Microsoft Office编程、扩展Python等内容。第2部分讲解了与Web开发相关的主题,包括Web客户端和服务器、CGI和WSGI相关的Web编程、Django Web框架、云计算、高级Web服务。第3部分则为一个补充/实验章节,包括文本处理以及一些其他内容。 《Python核心编程(第3版)》适合具有一定经验的Python开发人员阅读。
京东购买链接:https://item.jd.com/11936238.html
PYTHON自然语言处理中文翻译 NLTK
PYTHON自然语言处理中文翻译 NLTK
CSS揭秘完整版
本书是一本注重实践的教程,作者为我们揭示了 47 个鲜为人知的 CSS 技巧,主要内容包括背景与边框、形状、 视觉效果、字体排印、用户体验、结构与布局、过渡与动画等。本书将带领读者循序渐进地探寻更优雅的解决方案,攻克每天都会遇到的各种网页样式难题。
本书的读者对象为前端工程师、网页开发人员。
机器学习实战(高清版)
《机器学习实战》主要介绍机器学习基础,以及如何利用算法进行分类,并逐步介绍了多种经典的监督学习算法,如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树(CART)算法等。第三部分则重点介绍无监督学习及其一些主要算法:k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。
《
机器学习实战》通过精心编排的实例,切入日常工作任务,摒弃学术化语言,利用高效的可复用Python代码来阐释如何处理统计数据,进行数据分析及可视化。通过各种实例,读者可从中学会机器学习的核心算法,并能将其运用于一些策略性任务中,如分类、预测、推荐。另外,还可用它们来实现一些更高级的功能,如汇总和简化等。
Python机器学习实践指南
机器学习是近年来渐趋热门的一个领域,同时Python 语言经过一段时间的发展也已逐渐成为主流的编程语言之一。本书结合了机器学习和Python 语言两个热门的领域,通过利用两种核心的机器学习算法来将Python 语言在数据分析方面的优势发挥到极致。
全书共有10 章。第1 章讲解了Python 机器学习的生态系统,剩余9 章介绍了众多与机器学习相关的算法,包括各类分类算法、数据可视化技术、推荐引擎等,主要包括机器学习在公寓、机票、IPO 市场、新闻源、内容推广、股票市场、图像、聊天机器人和推荐引擎等方面的应用。
本书适合Python 程序员、数据分析人员、对算法感兴趣的读者、机器学习领域的从业人员及科研人员阅读。