0056764

本书精心策划了三个虚拟项目，将数据科学家必需的专业技能融合其中，教会读者如何将数据存储到计算机内存中，如何在必要的时候转换内存中的数据值，如何用R编写自己的程序并将其用于数据分析和模拟运行。读者将跟随世界一流的RStudio培训师掌握宝贵的编程技能，并借助这些技能成为优秀的数据科学家。(Introduction to R Language)

朴素贝叶斯分类的分类器实现，使用的是matlab语言。内含测试集和训练集，可直接运行，readme.txt文件中说明了数据格式

说明：  波形设计算法，阵列信号处理等相关知识的介绍仿真等(Introduction and Simulation of waveform design algorithm, array signal processing and other related knowledge)

bp网络实现认知无线电的检测和预测,从而达到了对频谱的分配(Bp network realizes the detection and prediction of cognitive radio, thus achieving the spectrum allocation.)

用C++实现各种排序算法：如冒泡排序,选择排序,插入排序,希尔排序,快速排序,归并排序,基数排序和堆排序,并带有源代码说明()

说明：  一种无监督的聚类算法，基于密度聚类，名称为基于快速搜索与寻找密度峰值的聚类(Clustering by fast search and find of desity peaks)

利用一维卷积神经网络将叶子进行分类，里面包含的有数据(Classification of leaves using one dimensional convolution neural network)

常用数值算法源码，包括二分法、复化辛卜生公式、改进欧拉法、高斯-赛德尔迭代法、拉格郎日插值多项式、列主元高斯消去法、龙贝格算法、龙格-库塔算法、幂法、牛顿迭代法、牛顿值多项式、四阶阿当姆斯预测-校正公式、雅可比迭代法、自适应梯形公式（变步长）、最小二乘法 个人由于需要编写，完全可用(Common numerical algorithm source code, including dichotomy, complex Simpson formula, improved Euler method, Gauss-Seidel iteration method, Lagrange interpolation polynomial, column principal element Gauss elimination method, Runberg algorithm, Runge-Kutta algorithm, power method, Newton iteration method, Newton value polynomial, fourth-order Adams prediction-correction formula, Jacobi iteration method, adaptive ladder formula (variable) Step Length and Least Square Method Individuals are fully available because they need to write)

这段代码是层次聚类的Matlab实现代码( This code is hierarchical clustering Matlab implementation code)

Java实现Apriori数据挖掘算法,包内还有实例用的数据库 Apriori数据挖掘算法:先找出所有的频集，这些项集出现的频繁性至少和预定义的最小支持度一样。然后由频集产生强关联规则，这些规则必须满足最小支持度和最小可信度。然后使用第1步找到的频集产生期望的规则，产生只包含集合的项的所有规则，其中每一条规则的右部只有一项，这里采用的是中规则的定义。一旦这些规则被生成，那么只有那些大于用户给定的最小可信度的规则才被留下来。为了生成所有频集，使用了递归的方法。 请在jbuilder下编译 配好JDBC驱动 商品如果 买的表示为大写 没买表示为小写的 具体看GetSource.java