程序/编程

资源名称：数字图像处理的MATLAB实现(第2版) 中文PDF 资源截图：

资源截图：机器学习实践应用 李博 高清pdf 第1部分 背景知识第1章 机器学习概述 3第2部分 算法流程第2章 场景解析 25第3章 数据预处理 32第4章 特征工程 44第5章 机器学习算法——常规算法 63第6章 机器学习算法——深度学习 146第3部分 工具介绍第7章 常见机器学习工具介绍 161第4部分 实战应用第8章 业务解决方案 209第5部分 知识图谱第9章 知识图谱 257 资源截图：

资源名称：Deeplearning 深度学习笔记 (吴恩达) 中文pdf 吴恩达Coursera深度学习教程中文笔记，这些课程专为已有一定基础（基本的编程知识，熟悉Python、对机器学习有基本了解），想要尝试进入人工智能领域的计算机专业人士准备。在这5堂课中，学生将可以学习到深度学习的基础，学会构建神经网络，并用在包括吴恩达本人在内的多位业界顶尖专家指导下创建自己的机器学习项目。Deep Learning Specialization对卷积神经网络 (CNN)、递归神经网络 (RNN)、长短期记忆 (LSTM) 等深度学习常用的网络结构、工具和知识都有涉及。 深度学习是科技业最热门的技能之一，本课程将帮你掌握深度学习。 资源截图：

资源名称：动手学深度学习 中文pdf   《动手学深度学习》 涵盖卷积神经网络、循环神经网络、计算机视觉、自然语言处理、优化算法。内容深入浅出，即使使用TensorFlow、PyTorch也可借鉴。需要的朋友可下载。 深度学习在近年来发展极为迅速。它在智能时代深刻改变着人类的生产生活方式。本章将简要介绍什么是深度学习，以及如何使用本书。 本书将全面介绍深度学习从模型构造到模型训练的方方面面，以及它们在计算机视觉和自然语言处理中的应用。我们不仅将阐述算法原理，还将基于 Apache MXNet 对算法进行实现，并实际运行它们。本书的每一节都是一个 Jupyter 记事本。它将文字、公式、图像、代码和运行结果结合在了一起。你不但能直接阅读它们，而且可以运行它们以获得交互式的学习体验。   资源截图：  

资源名称：图解机器学习 杉山将 中文PDF 第I部分绪论  第1章什么是机器学习 第2章学习模型 第II部分有监督回归 第3章最小二乘学习法 第4章带有约束条件的最小二乘法 第5章稀疏学习 第6章鲁棒学习 第III部分有监督分类 第7章基于最小二乘法的分类 第8章支持向量机分类 第9章集成分类 第10章概率分类法 第11 章序列数据的分类 第IV部分无监督学习 第12章异常检测 第13章无监督降维 第14章聚类 第V部分新兴机器学习算法 第15章在线学习 第16章半监督学习 第17章监督降维 第18章迁移学习 第19章多任务学习 第VI部分结 语  第20章总结与展望 资源截图：