分享
scikit-learn机器学习：常用算法原理及编程实战
电子书推荐
-
-
大数据算法 (王宏志 编著) pdf下载 评分:
作者: 王宏志 出版社： 机械工业出版社 出版时间：2015-07-01 页数：237 丛书名： 大数据技术丛书 本书是国内系统介绍大数据算法设计与分析技术的教材，内容丰富，结构合理，旨在讲述和解决大数据处理和应用中相关算法设计与分析的理论和方法，切实培养读者设计、分析与应用算法解决大数据问题的能力。不仅适合计算机科学、软件工程、大数据、物联网等学科的本科生和研究生使用，而且可供其他相近学科的本科生和研究生使用。同时，该教材还可作为从事大数据相关领域工程技术人员的自学读物。
上传时间：2017-10 大小：101.44MB
22.79MB算法（第四版）.pdf_algorithm_
2021-09-29全面论述排序、搜索、图处理和字符串处理的算法和数据结构，涵盖每位程序员应知应会的50种算法。
- 91.57MB
《大数据算法》┊王宏志PDF
2018-05-24《大数据算法》┊王宏志著，高清完整PDF。仅供学习参考！
45KB最小生成树两个常见算法
2020-09-13数据结构课程设计报告，最小生成树的算法实现，报告含有两个常见算法的源代码，并附有两个代码的详细思路说明，以及实现展示。
101.45MB大数据算法 王宏志
2018-11-29大数据算法 王宏志 系统地介绍了大数据算法设计与分析的理论、方法和技术,针对大数据的特点,介绍了亚线性算法、外存算法、并行算法和众包算法
89.16MB大数据算法_王宏志
2018-03-17本书系统地介绍了大数据算法设计与分析的理论、方法和技术，针对大数据的特点，介绍了亚线性算法、外存算法、并行算法和众包算法。书中提供了大量关于大数据算法设计与分析的实例，旨在阐述大数据算法设计技术，有助于读者掌握相应的算法设计与分析方法。
60.94MB大数据算法
2018-04-15总共两部分，要同时下载解压才有效，共32章，高清。
- 40.2MB
算法基础.打开算法之门.托马斯H.科尔曼
2017-07-29扫描完整版带书签
509KB论文研究-基于高维稀疏数据的k-分桶高效skyline查询算法 .pdf
2019-08-16基于高维稀疏数据的k-分桶高效skyline查询算法，徐妍妍，王宏志，针对高维数据的Skyline查询处理已经逐渐成为研究的热点,当前主要采用降维方法和k-分桶skyline查询算法，但这些算法实现是基于数据对象�
- 134.1MB
哈工大2020春算法设计与分析课件.zip
2020-08-02哈工大2020春算法设计与分析课件，哈工大考研课程的本校教学资源，GitHub链接...课件包含2020年王宏志老师和2019年高宏老师的课件，其中王宏志老师的课程在b站和网易云课堂均可搜索课程名字获得。
- 37.37MB
HIT算法---动态规划
2014-06-26HIT王宏志老师的讲课pdf，第四章关于动态规划算法
- 14.89MB
大数据，算法总结
2018-06-22本文档，整理总结了大数据平台相关知识，常用机器学习算法以及深度学习等算法方面的知识
- 194.69MB
架构大数据 大数据技术及算法解析_PDF电子书下载 高清 带索引书签目录_赵勇编著_北京：电子工业出版社_P430_2015.06.pdf
2018-09-27本书内容不错，从大数据的概念、数据采集、数据分析、实时数据处理、数据挖掘、深度学习、大数据可视化、大数据安全等各个方面都有涉及，最后还讲述了一些大公司的大数据架构，是一本了解大数据全链路不错的书籍。
- 504KB
常用大数据量、海量数据处理方法__算法总结.pdf
2019-07-30大数据常用的处理算法总结，包括hash算法，分治算法，bloom filter，等等
3KB滑动窗口算法实现 C#
2012-11-30The sliding window algorithm 的过程是，随着窗口的增大有效的近似轨迹也随之增长，直到近似轨迹与原始归轨迹的误差值超过指定的误差范围。
- 9.53MB
算法导论（第二版）.part1.rar
2008-08-25算法导论（第二版）.part1
- 462KB
论文研究-多关系中基于层次的实体识别算法 .pdf
2019-08-17多关系中基于层次的实体识别算法，王宏志，朴东升，实体识别在数据质量管理中起着重要的作用，然而，当前的实体识别方法仅局限于数据库中的单个关系，而没有考虑多关系数据库中的实
- 4.70MB
贪心算法 课件
2019-02-25哈工大课程《算法设计与分析》 主讲人：王宏志
- 5.38MB
算法导论 第三版.英文版-全球超过50万人阅读的算法圣经
2013-01-07算法导论(原书第3版)(全球超过50万人阅读的算法圣经！算法标准教材，国内外1000余所高校采用) 基本信息 •原书名： Introduction to Algorithms ...•译者： 殷建平 徐云 王刚 刘晓光 苏明 邹恒明 王宏志
- 140.74MB
算法导论 原书第3版【完整扫描】
2018-11-23著：Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein . 译：殷建平、徐云、王刚、刘晓光，苏明，邹恒明，王宏志 。
- 201KB
哈工大软件学院编译原理试题回顾,2012.1.12,王宏志
2012-01-12哈工大软件学院编译原理试题回顾,2012.1.12,王宏志
- 307KB
大数据计算方法
2014-09-30一个数如果太大则不能放入一个声明的变量中，此时可以用软件中方法对大数据进行处理
- 5.74MB
大数据时代下的数据连接.pdf
2019-08-04上海技术峰会，大数据时代下的数据连接
- 220KB
3.大数据生态圈.pdf
2019-07-263.大数据生态圈.pdf
- 1.94MB
算法 pdf
2015-01-19算法，经典，清晰， 容易理解，推荐下载
- 14.31MB
算法：C语言实现（第5部分）.pdf
2011-11-10学习算法必经之路——算法：C语言实现（第5部分）.pdf
- 282KB
论文研究-XML数据查询处理技术研究综述 .pdf
2019-08-15XML数据查询处理技术研究综述，王宏志，李建中，由于其可扩展性和灵活性，越来越多的数据以XML的形式存在，XML已经成为Web上数据表示和交换的标准。作为一种半结构化数据，XML数据的
- 96.73MB
算法第四版Robert Sedgewick.pdf
2018-06-30内容简介 · · · · · · 《算法(英文版•第4版)》作为算法领域经典的参考书，全面介绍了关于算法和数据结构的必备知识，并特别针对排序、搜索、图处理和字符串处理进行了论述。第4版具体给出了每位程序员应知应会的50个算法，提供了实际代码，而且这些Java代码实现采用了模块化的编程风格，读者可以方便地加以改造。本书配套网站提供了本书内容的摘要及更多的代码实现、测试数据、练习、教学课件等资源。 《算法(英文版•第4版)》适合用作大学教材或从业者的参考书。 作者简介 · · · · · · Robert Sedgewick 斯坦福大学博士，导师为Donald E. Knuth，从1985年开始一直担任普林斯顿大学计算机科学系教授，曾任该系主任，也是Adobe Systems公司董事会成员，曾在Xerox PARC、国防分析研究所（institute for Defense Analyses）和法国国家信息与自动化研究所（INRIA）从事研究工作。他的研究方向包括解析组合学、数据结构和算法的分析与设计、程序可视化等。 Kevin Wayne 康奈尔大学博士，普林斯顿大学计算机科学系高级讲师，研究方向包括算法的设计、分析和实现，特别是图和离散优化
- 85.39MB
算法 第4版.pdf
2018-03-02图灵丛书《算法》第四版 内容清晰，全面讲述算法和数据结构的必备知识
- 1.27MB
经典算法大全PDF
2017-11-12最全的经典算法，如河内塔、老鼠走迷宫、八皇后、各种排序、魔方阵、各种搜寻算法等，PDF版，高清带目录
- 67.62MB
大数据-日知录-架构-算法(PDF高清完整版)
2017-11-23内容简介 大数据是当前最为流行的热点概念之一，其已由技术名词衍生到对很多行业产生颠覆性影响的社会现象，作为最明确的技术发展趋势之一，基于大数据的各种新型产品必将会对每个人的日常生活产生日益重要的影响。 《大数据日知录：架构与算法》从架构与算法角度全面梳理了大数据存储与处理的相关技术。大数据技术具有涉及的知识点异常众多且正处于快速演进发展过程中等特点，其技术点包括底层的硬件 体系结构、相关的基础理论、大规模数据存储系统、分布式架构设计、各种不同应用场景下的差异化系统设计思路、机器学习与数据挖掘并行算法以及层出不穷的新架构、新系统等。《大数据日知录：架构与算法》对众多纷繁芜杂的相关技术文献和系统进行了择优汰劣并系统性地对相关知识分门别类地进行整理和介绍，将大数据相关技术分为大数据基础理论、大数据系统体系结构、大数据存储，以及包含批处理、流式计算、交互式数据分析、图数据库、并行机器学习的架构与算法以及增量计算等技术分支在内的大数据处理等几个大的方向。通过这种体系化的知识梳理与讲解，相信对于读者整体和系统地了解、吸收和掌握相关的优秀技术有极大的帮助与促进作用。 《大数据日知录：架构与算法》的读者对象包括对NoSQL 系统及大数据处理感兴趣的所有技术人员，以及有志于投身到大数据处理方向从事架构师、算法工程师、数据科学家等相关职业的在校本科生及研究生。
