泰坦尼克数据集实战资料，包括数据和本人的研究代码

说明：  好学好用的机器学习经典算法实践供下载学习分享.(Good use of machine learning classic algorithm practice for download learning to share)

朴素贝叶斯的在Python中的调用方法以及对数据的训练及预测方法(Naive bayesian call methods in Python and the training and prediction methods for data)

《Python Web开发实战(董伟明)》中文PDF+源代码

simple implementation of a morse code project

数据分析(Python language learning data analysis)

用弹簧单元模拟钢筋和混凝土的滑移，模拟非线性接触问题。(De veereenheid wordt gebruikt om de slip van staal en beton te simuleren om niet-lineaire contactproblemen te simuleren.)

openlayers必须的openlayer文件(Gis have to get a ol.js)

some bit manipulation python codes

说明：  python代码实现的LOF算法代码(为什么会有人去做这么无聊的事情呢。。。）(Python code implements LOF algorithm code. (Why would anyone do such a boring thing?))

代码内注释特别详细，几乎每一句都有注释，特别适合初学者。利用的cnn算法，具体是Python代码，kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。 kNN方法在类别决策时，只与极少量的相邻样本有关。由于kNN方法主要靠周围有限的邻近的样本，而不是靠判别类域的方法来确定所属类别的，因此对于类域的交叉或重叠较多的待分样本集来说，kNN方法较其他方法更为适合。