Zarlinq的博客

第1章 先识-卓识-后识 1．引言 2．问题 教师参考 第2章 五个航海模型 1．引言 2．到海平线的距离 3．会合地点问题(按匀速前进) 4．潜艇探测与远程导航 5．潜艇追踪 6．卫星监视 教师参考 第3章 一个最优存储模型 1. 引言 2．问题的陈述与分析 3．一个数值例子 4．结束语 练习 教师参考 第4章 重力的一个算术模型 .1．引言 2．重力 3．其它算术模型综述 练习 参考文献 教师参考 第5章 四向停车标志还是红绿灯?建模过程的一个实例 1．模型的一般情况 2．红绿灯方式的分析 3．停车标志方式的分析 4．计算机实现 5．结论 参考文献 教师参考 第6章 城市街道清扫规划模型 1．引言 2．问题的描述 3．数学模型 4．数学问题的分析 5．极小算法 6．求解过程综述 7．一个范例 8．计算机实现 9．综述及推广 练习 参考文献 教师参考 第7章 有限覆盖问题 1．引言 2．图论起源 3．用膳者问题 4．覆盖问题的来源 5．解法 参考文献 教师参考 第8章 运动经费的脉冲过程模型 1．引言 2．问题 3．第一个模型 4．第一个模型的分析 5．第二个模型 6．第二个模型的分析 7．一些更困难的问题 参考文献 附录 教师参考 第9章 道路网络中的交通平衡 第一部分 1．方案 2．初步分析 3．实现观察 4．模型的建立 5．数据要求 6．数据采集 7．模型验证 8．问题的解 附录 第二部分 9．另一方案 10．一个通用模型 11．关键特征 12．对偶变分原理 13．对偶理论 14．唯一性理论 15. 计算的考虑 16．模型的构造与求解 17．最后的说明 练习 参考文献 教师参考 第10章 一个最优混合问题：电厂的功率扩张 1. 引言 2．最优化问题--只有新电站 3．具有一个原有复合电站(emu)时的优化 4．灵敏度分析 5．推广 参考文献 教师参考 第11章 层次结构、互反矩阵与比例标度 1．引言 2．互反成对比较矩阵的比例标度 3．标度 4．层次结构--一般考虑 5．一般的层次结构 6．关于冲突与计划应用的说明 7．分解与归并或聚类 8．完全层次结构的一致性 附录 参考文献 第12章 多项选择测验 1．引言 2．选择的加权 3．响应决定式记分 4．再生式记分系统 5．本章作为教育模型使用的说明 练习 参考文献 教师参考 第13章 不动点的计算及其在经济平衡模型中的应用 1．引言和记号 2．为什么计算不动点? 3．一个组合引理 4．三角剖分 5．两个算法 6．算法的延伸 7．推广 部分练习答案 参考文献 教师参考 第14章 供应和需求不定情况下发电系统的生产成本与可靠性 评价 1．背景 2．发电站介绍 3．发电方法的基本特性 4．负荷特性 5．可靠性分析 附录a：有随机需求分量的ldc 附录b：cldc的一个推广 6．运行费用计算 附录：估计费用曲线 7．应用 参考文献 教师参考

ggplot2 是R中新颖的数据可视化包，功能强大、灵活便捷，其灵感源自 LelandWilkison的《图形的语法》一书。使用 ggplot2 可以轻松实现： 　　高质量图形的绘制，自动化添加图例。 　　叠加来自不同数据源的多个图层（点、线、地图、瓦片图、箱线图等），自适应通用标度。 　　利用 R 强大的建模功能添加平滑曲线，如 loess 、线性模型、广义可加模型和稳健回归。 　　保存任意ggplot2 图形，方便修改或重复使用。 　　制作主题，满足内部定制或杂志风格的需求，便捷地应用到多幅图形上。 　　从视觉角度上审视你的图形，斟酌每一部分数据如何呈现在最终图形上。 如果你想将枯燥的数据转化为生动、形象的图片，本书绝对大有裨益。你需要了解 R的基本知识（比如如何将数据导入到R），不过 ggplot2是专门为绘图量身打造的“迷你语言”，在本书中你就可以学到你需要的所有知识。在阅读完本书之后，你就可以针对你的问题绘制出精确定制的图形，并且发现将脑海中的图片绘制在屏幕上已经变得轻而易举了。译者亲切地称之为“玩转数据可视化的瑞士军刀！”

R 语言是一门主要用于统计计算和绘图的高级编程语言. 这份 R 语言编码风格指南旨在让我们的 R 代码更容易阅读、分享和检查. 以下规则系与 Google 的 R 用户群体协同设计而成.

完整版，非40页版！ 数据挖掘：概念与技术 韩家炜 Data Mining: Concepts and Techniques J. Han and M. Kamber Morgan Kaufmann 2000 本书是一个导论，介绍什么是数据挖掘，什么是数据库中知识发现。书中的材料从数据库角度提供，特别强调发现隐藏在大型数据集中有趣数据模式的数据挖掘基本概念和技术。所讨论的实现方法主要面向可规模化的、有效的数据挖掘工具开发。本章，你将学习数据挖掘如何成为数据库技术自然进化的一部分，为什么数据挖掘是重要的，以及如何定义数据挖掘。你将学习数据挖掘系统的一般结构，并考察挖掘的数据种类，可以发现的数据类型，以及什么样的模式提供有用的知识。除学习数据挖掘系统的分类之外，你将看到建立未来的数据挖掘工具所面临的挑战性问题。