RStudio-1.2.5033.exe-最新R语言R软件-2019.12.20
RStudio是R的集成开发环境(IDE)。它包括一个控制台,突出显示语法的编辑器(支持直接执行代码)以及用于绘图,历史记录,调试和工作区管理的工具。单击此处查看更多RStudio功能。
RStudio提供开源和商业版本,并且可以在台式机(Windows,Mac和Linux)上运行,也可以在连接到RStudio Server或RStudio Server Pro的浏览器(Debian / Ubuntu,Red Hat / CentOS和SUSE Linux)中运行。
本地访问RStudio
1.语法高亮,代码完成和智能缩进
2.直接从源代码编辑器执行R代码
3.快速跳转到功能定义
4.使用项目轻松管理多个工作目录
5.集成的R帮助和文档
6.交互式调试器可快速诊断和修复错误
7.广泛的软件包开发工具
ROOT Users Guide数据分析软件用户手册.rar
ROOT Users Guide - Root数据分析软件用户手册
1.Root软件的用户使用教程,600多页,可打印成书,详细介绍了软件的使用方法。
2.Root由欧洲核子物理中心开发的,用法和Octave、Matlab类似。
3.Root有强大的数据分析处理能力,在核技术和核医学方面应用深广。
4.Root由C和C++编写而成,提供Python接口,和C,C++兼容好,运算效率极高。
5.本压缩包包含Root的多个版本的手册,方便大家选择。
鸟哥的Linux私房菜_基础篇+服务器架设篇_第3版+第4版 带书签高清pdf版本和chm版本合集
鸟哥的Linux私房菜_基础篇+服务器架设篇_第3版+第4版 带书签高清pdf版本和chm版本合集。
鸟哥的Linux私房菜,不是网上广泛流传的第3版,而是我根据鸟哥官网2015.04.06版,制作的最新版,并且,为了方便阅读,还制作了书签。因为鸟哥官方第4版还没有正式出版,所以我这个暂定为第4版。
该版相对于第三版,最大的改进是增加最新的内容,基础篇基于CentOS 7进行讲解,一如既往的延续鸟哥诙谐轻松的文风,不像传统的教材古板。读起来很是舒服,没有压力。简简单单的就把知识学到了。而且还有课后习题,方便读者对知识进行梳理。
郑重声明:该PDF中所有文字,插图版权属于鸟哥。本人仅做了文字整理工作。任何人不得在未取得鸟哥授权的情况下,对本文实施商业印刷、出版行为。如有意愿请与鸟哥本人联系。对于文中出现的错讹,不妥之处,或有建议,请发邮件联系鸟哥进行更正,共同完善该文。
LibXL-Win-3.8.2 Excel(*.xls, *.xlsx)文件读写库--含注册机--注册码
(1)LibXL-Win-3.8.2 Excel(*.xls, *.xlsx)文件操作开源库;
(2)包括 注册机 注册机码(包括正版 License);
(3)支持C语言,C++,C#,Delphi,Fortran,PowerBasic,Python,VisualBasic,XBase++等等
(4)Excel文件读写案例,例子等。
The Elements of Statistical Learning:Travor Hastie(2ed) 2018 中文+英文版+习题解
《统计学习基础-数据挖掘、推理与预测》
The Elements of Statistical Learning:Data Mining, Inference, and Prediction:Travor Hastie(2ed) 2018 中文+英文合并版第2版+习题答案
The Elements of Statistical Learning:Travor Hastie(2ed) 英文版 2018第2版+习题解
统计学习基础-数据挖掘、推理与预测
The Elements of Statistical Learning:Data Mining, Inference, and Prediction(2ed) 2018 第2版+习题答案:统计学习基础-数据挖掘、推理与预测
Sublime Text Build v3143-v3163 x64 绿色免安装破解优化版本+已安装常用插件
Sublime Text Build v3143 x64 优化已安装常用插件,适合Web、Python、HTML、CSS、JavaScript、C语言、C++、C#、MATLAB、R等语言开发。绿色免安装破解优化版本+已安装常用插件。里面包含“Patch--破解.exe”工具,可以破解到v3163版本,亲测可用。
数据挖掘:实用机器学习技术-第3版+第4版中英文高清-带目录.Practical Machine Learning Tools and Techniques
数据挖掘:实用机器学习技术 中英文第3版+第4版高清.Data.Mining.Practical.Machine.Learning.Tools.and.Techniques.WEKA.pdf
Python科学计算(第二版)--高清带目录.pdf+源代码
第1章 Python科学计算环境的安装与简介 1
1.1 Python简介 1
1.1.1 Python 2还是Python 3 1
1.1.2 开发环境 2
1.1.3 集成开发环境(IDE) 5
1.2 IPython Notebook入门 9
1.2.1 基本操作 10
1.2.2 魔法(Magic)命令 12
1.2.3 Notebook的显示系统 20
1.2.4 定制IPython Notebook 24
1.3 扩展库介绍 27
1.3.1 数值计算库 27
1.3.2 符号计算库 28
1.3.3 绘图与可视化 28
1.3.4 数据处理和分析 29
1.3.5 界面设计 30
1.3.6 图像处理和计算机视觉 31
1.3.7 提高运算速度 31
第2章 NumPy-快速处理数据 33
2.1 ndarray对象 33
2.1.1 创建 34
2.1.2 元素类型 35
2.1.3 自动生成数组 37
2.1.4 存取元素 40
2.1.5 多维数组 43
2.1.6 结构数组 47
2.1.7 内存结构 50
2.2 ufunc函数 56
2.2.1 四则运算 58
2.2.2 比较运算和布尔运算 59
2.2.3 自定义ufunc函数 61
2.2.4 广播 62
2.2.5 ufunc的方法 66
2.3 多维数组的下标存取 68
2.3.1 下标对象 68
2.3.2 整数数组作为下标 70
2.3.3 一个复杂的例子 72
2.3.4 布尔数组作为下标 73
2.4 庞大的函数库 74
2.4.1 随机数 74
2.4.2 求和、平均值、方差 77
2.4.3 大小与排序 81
2.4.4 统计函数 86
2.4.5 分段函数 89
2.4.6 操作多维数组 92
2.4.7 多项式函数 96
2.4.8 多项式函数类 98
2.4.9 各种乘积运算 103
2.4.10 广义ufunc函数 106
2.5 实用技巧 110
2.5.1 动态数组 110
2.5.2 和其他对象共享内存 112
2.5.3 与结构数组共享内存 115
第3章 SciPy-数值计算库 117
3.1 常数和特殊函数 117
3.2 拟合与优化-optimize 119
3.2.1 非线性方程组求解 120
3.2.2 最小二乘拟合 121
3.2.3 计算函数局域最小值 125
3.2.4 计算全域最小值 127
3.3 线性代数-linalg 128
3.3.1 解线性方程组 129
3.3.2 最小二乘解 130
3.3.3 特征值和特征向量 132
3.3.4 奇异值分解-SVD 134
3.4 统计-stats 136
3.4.1 连续概率分布 136
3.4.2 离散概率分布 139
3.4.3 核密度估计 140
3.4.4 二项分布、泊松分布、伽玛分布 142
3.4.5 学生t-分布与t检验 147
3.4.6 卡方分布和卡方检验 151
3.5 数值积分-integrate 154
3.5.1 球的体积 154
3.5.2 解常微分方程组 156
3.5.3 ode类 157
3.5.4 信号处理-signal 164
3.5.5 中值滤波 164
3.5.6 滤波器设计 165
3.5.7 连续时间线性系统 167
3.6 插值-interpolate 172
3.6.1 一维插值 172
3.6.2 多维插值 177
3.7 稀疏矩阵-sparse 181
3.7.1 稀疏矩阵的存储形式 182
3.7.2 最短路径 183
3.8 图像处理-ndimage 186
3.8.1 形态学图像处理 187
3.8.2 图像分割 192
3.9 空间算法库-spatial 195
3.9.1 计算最近旁点 195
3.9.2 凸包 199
3.9.3 沃罗诺伊图 201
3.9.4 德劳内三角化 204
第4章 matplotlib-绘制精美的图表 207
4.1 快速绘图 207
4.1.1 使用pyplot模块绘图 207
4.1.2 面向对象方式绘图 210
4.1.3 配置属性 211
4.1.4 绘制多子图 212
4.1.5 配置文件 215
4.1.6 在图表中显示中文 217
4.2 Artist对象 220
4.2.1 Artist的属性 221
4.2.2 Figure容器 223
4.2.3 Axes容器 224
4.2.4 Axis容器 226
4.2.5 Artist对象的关系 230
4.3 坐标变换和注释 231
4.3.1 4种坐标系 234
4.3.2 坐标变换的流水线 236
4.3.3 制作阴影效果 240
4.3.4 添加注释 241
4.4 块、路径和集合 243
4.4.1 Path与Patch 243
4.4.2 集合 245
4.5 绘图函数简介 255
4.5.1 对数坐标图 255
4.5.2 极坐标图 256
4.5.3 柱状图 257
4.5.4 散列图 258
4.5.5 图像 259
4.5.6 等值线图 261
4.5.7 四边形网格 264
4.5.8 三角网格 267
4.5.9 箭头图 269
4.5.10 三维绘图 273
4.6 matplotlib技巧集 274
4.6.1 使用agg后台在图像上绘图 274
4.6.2 响应鼠标与键盘事件 277
4.6.3 动画 285
4.6.4 添加GUI面板 288
第5章 Pandas-方便的数据分析库 291
5.1 Pandas中的数据对象 291
5.1.1 Series对象 291
5.1.2 DataFrame对象 293
5.1.3 Index对象 297
5.1.4 MultiIndex对象 298
5.1.5 常用的函数参数 300
5.1.6 DataFrame的内部结构 301
5.2 下标存取 303
5.2.1 []操作符 304
5.2.2 .loc[]和.iloc[]存取器 304
5.2.3 获取单个值 306
5.2.4 多级标签的存取 306
5.2.5 query()方法 307
5.3 文件的输入输出 307
5.3.1 CSV文件 308
5.3.2 HDF5文件 309
5.3.3 读写数据库 313
5.3.4 使用Pickle序列化 314
5.4 数值运算函数 315
5.5 时间序列 323
5.5.1 时间点、时间段、时间间隔 323
5.5.2 时间序列 326
5.5.3 与NaN相关的函数 329
5.5.4 改变DataFrame的形状 333
5.6 分组运算 338
5.6.1 groupby()方法 339
5.6.2 GroupBy对象 340
5.6.3 分组-运算-合并 341
5.7 数据处理和可视化实例 347
5.7.1 分析Pandas项目的提交历史 347
5.7.2 分析空气质量数据 354
第6章 SymPy-符号运算好帮手 359
6.1 从例子开始 359
6.1.1 封面上的经典公式 359
6.1.2 球体体积 361
6.1.3 数值微分 362
6.2 数学表达式 365
6.2.1 符号 365
6.2.2 数值 367
6.2.3 运算符和函数 368
6.2.4 通配符 371
6.3 符号运算 373
6.3.1 表达式变换和化简 373
6.3.2 方程 376
6.3.3 微分 377
6.3.4 微分方程 378
6.3.5 积分 379
6.4 输出符号表达式 380
6.4.1 lambdify 381
6.4.2 用autowrap()编译表达式 381
6.4.3 使用cse()分步输出表达式 384
6.5 机械运动模拟 385
6.5.1 推导系统的微分方程 386
6.5.2 将符号表达式转换为程序 388
6.5.3 动画演示 389
第7章 Traits & TraitsUI-轻松制作图形界面 393
7.1 Traits类型入门 393
7.1.1 什么是Traits属性 393
7.1.2 Trait属性的功能 396
7.1.3 Trait类型对象 399
7.1.4 Trait的元数据 401
7.2 Trait类型 403
7.2.1 预定义的Trait类型 403
7.2.2 Property属性 406
7.2.3 Trait属性监听 408
7.2.4 Event和Button属性 411
7.2.5 动态添加Trait属性 412
7.3 TraitsUI入门 413
7.3.1 默认界面 414
7.3.2 用View定义界面 415
7.4 用Handler控制界面和模型 425
7.4.1 用Handler处理事件 426
7.4.2 Controller和UIInfo对象 429
7.4.3 响应Trait属性的事件 431
7.5 属性编辑器 432
7.5.1 编辑器演示程序 433
7.5.2 对象编辑器 436
7.5.3 自定义编辑器 440
7.6 函数曲线绘制工具 444
第8章 TVTK与Mayavi-数据的三维可视化 451
8.1 VTK的流水线(Pipeline) 452
8.1.1 显示圆锥 452
8.1.2 用ivtk观察流水线 455
8.2 数据集 461
8.2.1 ImageData 461
8.2.2 RectilinearGrid 466
8.2.3 StructuredGrid 467
8.2.4 PolyData 470
8.3 TVTK的改进 473
8.3.1 TVTK的基本用法 474
8.3.2 Trait属性 475
8.3.3 序列化 476
8.3.4 集合迭代 476
8.3.5 数组操作 477
8.4 TVTK可视化实例 478
8.4.1 切面 479
8.4.2 等值面 484
8.4.3 流线 487
8.4.4 计算圆柱的相贯线 491
8.5 用mlab快速绘图 496
8.5.1 点和线 497
8.5.2 Mayavi的流水线 498
8.5.3 二维图像的可视化 501
8.5.4 网格面mesh 505
8.5.5 修改和创建流水线 508
8.5.6 标量场 511
8.5.7 矢量场 513
8.6 将TVTK和Mayavi嵌入界面 515
8.6.1 TVTK场景的嵌入 516
8.6.2 Mayavi场景的嵌入 518
第9章 OpenCV-图像处理和计算机视觉 523
9.1 图像的输入输出 523
9.1.1 读入并显示图像 523
9.1.2 图像类型 524
9.1.3 图像输出 525
9.1.4 字节序列与图像的相互转换 526
9.1.5 视频输出 527
9.1.6 视频输入 529
9.2 图像处理 530
9.2.1 二维卷积 530
9.2.2 形态学运算 532
9.2.3 填充-floodFill 534
9.2.4 去瑕疵-inpaint 536
9.3 图像变换 537
9.3.1 几何变换 537
9.3.2 重映射-remap 540
9.3.3 直方图 543
9.3.4 二维离散傅立叶变换 547
9.3.5 用双目视觉图像计算深度信息 550
9.4 图像识别 553
9.4.1 用霍夫变换检测直线和圆 553
9.4.2 图像分割 558
9.4.3 SURF特征匹配 561
9.5 形状与结构分析 564
9.5.1 轮廓检测 565
9.5.2 轮廓匹配 568
9.6 类型转换 569
9.6.1 分析cv2的源程序 570
9.6.2 Mat对象 572
9.3.3 在cv和cv2之间转换图像对象 574
第10章 Cython-编译Python程序 575
10.1 配置编译器 575
10.2 Cython入门 577
10.2.1 计算矢量集的距离矩阵 577
10.2.2 将Cython程序编译成扩展模块 579
10.2.3 C语言中的Python对象类型 581
10.2.4 使用cdef关键字声明变量类型 582
10.2.5 使用def定义函数 585
10.2.6 使用cdef定义C语言函数 586
10.3 高效处理数组 587
10.3.1 Cython的内存视图 587
10.3.2 用降采样提高绘图速度 592
10.4 使用Python标准对象和API 596
10.4.1 操作list对象 596
10.4.2 创建tuple对象 597
10.4.3 用array.array作为动态数组 598
10.5 扩展类型 600
10.5.1 扩展类型的基本结构 600
10.5.2 一维浮点数向量类型 601
10.5.3 包装ahocorasick库 606
10.6 Cython技巧集 612
10.6.1 创建ufunc函数 613
10.6.2 快速调用DLL中的函数 617
10.6.3 调用BLAS函数 620
第11章 实例 627
11.1 使用泊松混合合成图像 627
11.1.1 泊松混合算法 627
11.1.2 编写代码 629
11.1.3 演示程序 632
11.2 经典力学模拟 632
11.2.1 悬链线 633
11.2.2 最速降线 638
11.2.3 单摆模拟 641
11.3 推荐算法 644
11.3.1 读入数据 645
11.3.2 推荐性能评价标准 646
11.3.3 矩阵分解 647
11.3.4 使用最小二乘法实现矩阵分解 648
11.3.5 使用Cython迭代实现矩阵分解 651
11.4 频域信号处理 654
11.4.1 FFT知识复习 654
11.4.2 合成时域信号 657
11.4.3 观察信号的频谱 660
11.4.4 卷积运算 671
11.5 布尔可满足性问题求解器 675
11.5.1 用Cython包装PicoSAT 678
11.5.2 数独游戏 682
11.5.3 扫雷游戏 686
11.6 分形 693
11.6.1 Mandelbrot集合 693
11.6.2 迭代函数系统 699
11.6.3 L-System分形 706
11.6.4 分形山脉 710
数学之美(第二版) - 吴军 - 高清带目录.pdf
第一版读者赞誉
第二版出版说明
第一版序言
第二版序言
第二版前言
第1章 文字和语言vs数字和信息
1 信息
2 文字和数字
3 文字和语言背后的数学
4 小结
第2章 自然语言处理——从规则到统计
1 机器智能
2 从规则到统计
3 小结
第3章 统计语言模型
1 用数学的方法描述语言规律
2 延伸阅读:统计语言模型的工程诀窍
3 小结
第4章 谈谈分词
1 中文分词方法的演变
2 延伸阅读:如何衡量分词的结果
3 小结
第5章 隐含马尔可夫模型
1 通信模型
2 隐含马尔可夫模型
3 延伸阅读:隐含马尔可夫模型的训练
4 小结
第6章 信息的度量和作用
1 信息熵
2 信息的作用
3 互信息
4 延伸阅读:相对熵
5 小结
第7章 贾里尼克和现代语言处理
1 早年生活
2 从水门事件到莫妮卡·莱温斯基
3 一位老人的奇迹
第8章 简单之美——布尔代数和搜索引擎
1 布尔代数
2 索引
3 小结
第9章 图论和网络爬虫
1 图论
2 网络爬虫
3 延伸阅读:图论的两点补充说明
4 小结
第10章 PageRank——Google的民主表决式网页排名技术
1 PageRank 算法的原理
2 延伸阅读:PageRank的计算方法
3 小结
第11章 如何确定网页和查询的相关性
1 搜索关键词权重的科学度?
2 延伸阅读:TF-IDF的信息论依据
3 小结
第12章 有限状态机和动态规划——地图与本地搜索的核心技术
1 地址分析和有限状态机
2 全球导航和动态规划
3 延伸阅读:有限状态传感器
4 小结
第13章 Google AK-47的设计者——阿米特·辛格博士
第14章 余弦定理和新闻的分类
1 新闻的特征向量
2 向量距离的度量
3 延伸阅读:计算向量余弦的技巧
4 小结
第15章 矩阵运算和文本处理中的两个分类问题
1 文本和词汇的矩阵
2 延伸阅读:奇异值分解的方法和应用场景
3 小结
第16章 信息指纹及其应用
1 信息指纹
2 信息指纹的用途
3 延伸阅读:信息指纹的重复性和相似哈希
4 小结
第17章 由电视剧《暗算》所想到的——谈谈密码学的数学原理
1 密码学的自发时代
2 信息论时代的密码学
3 小结
第18章 闪光的不一定是金子——谈谈搜索引擎反作弊问题和搜索结果的权威性问题
1 搜索引擎的反作弊
2 搜索结果的权威性
3 小结
第19章 谈谈数学模型的重要性
第20章 不要把鸡蛋放到一个篮子里——谈谈最大熵模型
1 最大熵原理和最大熵模型
2 延伸阅读:最大熵模型的训练
3 小结
第21章 拼音输入法的数学原理
1 输入法与编码
2 输入一个汉字需要敲多少个键——谈谈香农第一定理
3 拼音转汉字的算法
4 延伸阅读:个性化的语言模型
5 小结
第22章 自然语言处理的教父马库斯和他的优秀弟子们
1 教父马库斯
2 从宾夕法尼亚大学走出的精英们
第23章 布隆过滤器
1 布隆过滤器的原理
2 延伸阅读:布隆过滤器的误识别问题
3 小结
第24章 马尔可夫链的扩展——贝叶斯网络
1 贝叶斯网络
2 贝叶斯网络在词分类中的应用
3 延伸阅读:贝叶斯网络的训练
4 小结
第25章 条件随机场、文法分析及其他
1 文法分析——计算机算法的演变
2 条件随机场
3 条件随机场在其他领域的应用
4 小结
第26章 维特比和他的维特比算法
1 维特比算法
2 CDMA技术——3G移动通信的基础
3 小结
第27章 上帝的算法——期望最大化算法
1 文本的自收敛分类
2 延伸阅读:期望最大化和收敛的必然性
3 小结
第28章 逻辑回归和搜索广告
1 搜索广告的发展
2 逻辑回归模型
3 小结
第29章 各个击破算法和Google云计算的基础
1 分治算法的原理
2 从分治算法到Ma
3 小结
第30章 Google大脑和人工神经网络
1 人工神经网络
2 训练人工神经网络
3 人工神经网络与贝叶斯网络的关系
4 延伸阅读:Google大脑
5 小结
第31章 大数据的威力——谈谈数据的重要性
1 数据的重要性
2 数据的统计和信息技术
3 为什么需要大数据
4 小结
附录 计算复杂度
第二版后记
索引
Python Machine Learning(第1版+第2版)-2017.09.pdf
英文版--Python Machine Learning(First Edition-第1版)-2015.pdf
+
英文版--Python Machine Learning(Second Edition-第2版)-2017.pdf
量化投资:以MATLAB为工具-源码+数据
本人还有《量化投资:以MATLAB为工具》pdf,带完整书签目录,欢迎下载;
本人还有《量化投资:以Python为工具》pdf,带完整书签目录,欢迎下载;
本人还有《量化投资:以R语言为工具》pdf,带完整书签目录,欢迎下载;
《量化投资:以Python为工具》完整书签目录
本人还有《量化投资:以MATLAB为工具》pdf,带完整书签目录,源代码,欢迎下载;
本人还有《量化投资:以Python为工具》pdf,带完整书签目录,源代码,欢迎下载;
本人还有《量化投资:以R语言为工具》pdf,带完整书签目录,源代码,欢迎下载;
Sublime Text 快捷键与Emmet插件快捷键(第3版)A3+A4合版教程
Sublime Text 快捷键与Emmet插件快捷键(第3版)A3+A4合版.pdf
IT开发人员必备,代码编辑神器,Emmet代码提示插件,最新教程
NotesForLightBox (NFLightBox)官方版(2015.09.13--源代码+示例) 图片浏览,验证通过
NotesForLightBox (NFLightBox)官方版(2015.09.13--源代码+示例) 图片浏览,验证通过。
NotesForLightBox是一个采用jQuery开发的Lightbox控件。支持大部分浏览器。提供导航播放按纽,图片加载进度提醒。模式对话框采用圆角风格。
jquery-cookie-master-v1.4.1官方版(2015.09.13--源代码+示例) cookie设置,验证通过
jquery-cookie-master-v1.4.1官方版(2015.09.13--源代码+示例) cookie设置,验证通过
jQuery-Autocomplete官方版(2015.09.13--源代码+示例) 输入框自动补全,验证通过
jQuery-Autocomplete官方版(2015.09.13--源代码+示例) 输入框自动补全,验证通过
jQuery-validation-1.14.0 官方源代码(2015.09.13)
jQuery-validation 1.14.0 官方版(2015.09.13--源代码+示例)
输入格式判别,条件输入识别,验证通过
jQuery-ui-1.11.4.zip 最新版本(2015.09.11)
官方最新版本 jQuery-ui-1.11.4.zip 最新版本(2015.09.11)
Node.js项目实践-构建可扩展的web应用--源代码(2015.09.04)
《Node.js项目实践-构建可扩展的web应用》--全套源代码(2015.09.04)
1.Node.js学习必备;
2.MongoDB学习必备;
3.Mongoose学习必备;
4.Express框架学习必备
Node.js权威指南--源代码(2015.09.04)
《Node.js权威指南》--源代码(2015.09.04)
1.Node.js学习必备;
2.MongoDB学习必备;
3.Mongoose学习必备;
4.Express框架学习必备
Node.js + Mongodb + AngularJS web开发--源代码(2015.09.04)
《Node.js + Mongodb + AngularJS web开发》--源代码(2015.09.04)
1.Node.js学习必备;
2.MongoDB学习必备;
3.Mongoose学习必备;
4.Express框架学习必备
《Node.js入门到精通》--源代码(2015.09.04)
《Node.js入门到精通》--源代码(2015.09.04)
1.Node.js学习必备;
2.MongoDB学习必备;
3.Mongoose学习必备;
4.Express框架学习必备
MyEclipse2015Stable2.0&1.0软件+补丁+注册机+步骤(2015.08.20)
MyEclipse2015Stable2.0&1.0软件+补丁+注册机+步骤(2015.08.20)
最新软件+破解文件,完美验证通过
MyEclipse2015Stable2.0&1.0补丁+注册机+步骤(2015.08.20)
MyEclipse2015Stable2.0&1.0补丁+注册机+步骤(2015.08.20)
验证通过