C#,IBS,BEAr

本工具是我日常使用的，网上找的多半是不能使用的额，而本人上传的项目是经过项目验证的，切批量生产的。

C4.5是一系列用在机器学习和数据挖掘的分类问题中的算法。它的目标是监督学习：给定一个数据集，其中的每一个元组都能用一组属性值来描述，每一个元组属于一个互斥的类别中的某一类。C4.5的目标是通过学习，找到一个从属性值到类别的映射关系，并且这个映射能用于对新的类别未知的实体进行分类。 C4.5由J.Ross Quinlan在ID3的基础上提出的。ID3算法用来构造决策树。决策树是一种类似流程图的树结构，其中每个内部节点（非树叶节点）表示在一个属性上的测试，每个分枝代表一个测试输出，而每个树叶节点存放一个类标号。一旦建立好了决策树，对于一个未给定类标号的元组，跟踪一条有根节点到叶节点的路径，该叶节点就存放着该元组的预测。决策树的优势在于不需要任何领域知识或参数设置，适合于探测性的知识发现。 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报

资源描述这是一道比较典型的动态规划算法题目，在游戏中运用了推理与动态规划算法，有助于帮助我们更加深刻地理解动态规划算法

可以实现8*8  扩容到8* 16K，电路图简单明了。一看看就会，初学者可以尝试编写自己的程序

g711-pcm的音频编码ＶＨＤＬ源代码-g711-pcm audio coding VHDL source code

计算F分布函数的函数值-calculation of the distribution function F function

可进行多种分布函数的计算，包括求解均值，方差等。可在进行统计学程序编辑时使用。-Can be calculated a variety of distribution functions, including the solution of the mean, variance and so on. Carrying out statistical procedures can be used to edit.

这个工具箱提供了功能以及示例和演示的数值积分与大多数已知的正交规则的功能。函数 （被积函数） 可以定义为内联函数，如函数处理，作为单独的 m 文件，或甚至如表列离散数据。为每个正交规则该软件包包含：(a) 函数积分的计算点 （即它们的节点或坐标或横坐标和相应的权重），（如果这是可能的。(b) 执行数值积分的函数(c) 核实上述职能此程序包中包含的集成规则如下所示：（内联函数/函数句柄/m 文件 Clenshaw-柯蒂斯 1） 自适应方法(2) 自适应高斯-Kronrod 方法内联函数/函数句柄/m 文件(3) 自适应高斯-勒让德方法内联函数/函数句柄/m 文件(内联函数/函数句柄/m 文件 4) 自适应高斯点法(5) 自适应梯形法则为内联函数/函数句柄/m 文件的(6) Clenshaw-柯蒂斯方法内联函数/函数句柄/m 文件(7) 高斯-切比雪夫方法内联函数/函数句柄/m 文件(8) 厄米高斯方法内联函数/函数句柄/m 文件(9) 高斯-Kronrod 方法内联函数/函数句柄/m 文件(10) 拉盖尔-高斯方法内联函数/函数句柄/m 文件(11) 高斯-勒让德方法内联函数/函数句柄/m 文件(内联函数/函数句柄/m 文件 12) 高斯点法(13) 米尔恩方法内联函数/函数句柄/m 文件 （举个例子）(14) 牛顿柯特斯列表功能(15) 牛顿柯特斯对于内联函数/函数句柄/m 文件(16) Romberg 方法内联函数/函数句柄/m 文件(17) Simpson 方法内联函数/函数句柄/m 文件(18) 梯形规则列表功能(19) 梯形法则为内联函数/函数句柄/m 文件的(20) 维德尔方法内联函数/函数句柄/m 文件 （举个例子）所有功能充分验证和优化，以最大化性能。所有的功能，除了那些整合表列 （离散） 的数据，可以集成在一次操作的多个时间间隔，即这个数值积分工具箱进行了矢量化。间隔时间

组件的基类和接口提供了大量的功能。让我们看看一些最常用的功能。功能未在此处可以找到从 Java API 参考。 该接口定义的若干属性，您可以检索或操纵与相应 setter 和 getter 方法。

分形云（或灰尘）开始形成从一个用户定义的点P（A，B，X，Y），并通过大量的重复一些变换得到一些很酷的照片。因为事实上，我们可以顺着小径起点是离开（P0开始吧，p1-1st迭代，P2第二，的…PX即点图）图也被称为轨道（轨迹）的动态系统。得到一个粗鲁的估计是，B，X和Y是很好用的我你准备好clouds.xls。1 6张显示计算的序列这里给出的模式实例1 6。x()表显示图形的样子计算序列低接参数（有一些评论为什么）。提交575 K因为xls文件。