国内下载，网速更快 官网下载地址：http://grouplens.org/datasets/movielens/ 三个文件数据简介如下： MovieLens 100k 100,000 ratings from 1000 users on 1700 movies. MovieLens 1M 1 million ratings from 6000 users on 4000 movies. MovieLens 10M 10 million ratings and 100,000 tag applications applied to 10,000 movies by 72,000 users.

基于Apriori、FP-Growth及Eclat算法的频繁模式挖掘源程序 一、DataMiningApriori程序 用eclipse打开，把三个测试数据mushroom、accidents和T10I4D100K放置 在F:\DataMiningSample\FPmining文件夹下面，即可运行 二、FP-growth程序 1、包括程序源文件和编译生成的可执行原件 2、程序运行方法 把FP_Growth.exe可执行文件与三个测试数据mushroom、accidents 和T10I4D100K放置在同一个文件夹下面，双击FP_Growth.exe，即可 顺序挖掘mushroom、accidents和T10I4D100K事物数据集中的频繁 模式，阈值设定见testfpgrowth.cpp文件中的main函数 三、Eclat程序直接用eclipse打开执行 四、输出的频繁模式及支持度文件示例给出了部分输出文件，由于全部输出文件太大，所有没有全部给出，可以由执行程序得出。另外附带详解PPT

python机器学习资料小合集，包括机器学习十大算法以及python机器学习等资料指导，一些训练常用的代码和数据集

SN=525-1234567 [方式1]Compact安装； [方式2]Custom安装(可安装卸载文件，只包含编译器，多选会报错。完整版：https://download.csdn.net/download/nethouyi/12669162?spm=1003.2166.3001.6637.1)； [方式3]改exe后缀名，直接解压使用。

本资源是推荐系统中最基本且最精但的协同过滤推荐算法实现，包括数据集，以及算法的评价指标MAE的计算，数据集采用MovieLens中两个数据集进行测试，需要别的数据集可以根据自己需要添加，只需修改Base.java文件中的配置即可，本程序配备一个readme文件，里面有程序的运行介绍，程序注释详细，希望对大家有帮助。

朴素贝叶斯分类器 MATLAB 源代码，里面含有使用实例，用的是 UCI 的 mushroom 数据集。 分类器详细介绍见： http://blog.csdn.net/yunduanmuxue/article/details/39693917

图像处理常用的Kodak24数据集，很多地方下载这个都要积分，一个开源数据集，真的这些人好烦。0积分大家拿去。

mnist数据集包括leveldb和lmdb格式

糖尿病数据集diabetes.csv，深度学习可用，学习之用 获取地址：https://gitee.com/xxxstar/diabetes/blob/master/DATA/diabetes.csv#

文本分类语料库（复旦）训练语料，中文文本分类算法测试所用。

对图片批量重命名为VOC2007的形式，制作VOC2007数据集的xml文件，制作四个txt文件。（该文件中不包括画目标包围框的代码）

Origin绘制相关性热图插件(Correlation Plot)，可以绘制相关性热图，不需要代码，格式为opx后缀格式，直接拖入软件就可以~

该工具箱主要用于商业用Matlab软件包使用。Matlab的工具箱已经在不同的计算机体系结构编译和测试，包括Linux和Windows。大部分函数可以处理的数据集可高达20，000或更多点的数据。LS- SVMlab对Matlab接口包括一个适合初学者的基本版本，以及一个多类编码技术和贝叶斯框架的更先进的版本。

模仿mnist数据集格式制作自己的数据集

vep视频快速加密提取器

目录列表： 2dplanes.arff abalone.arff ailerons.arff Amazon_initial_50_30_10000.arff anneal.arff anneal.ORIG.arff arrhythmia.arff audiology.arff australian.arff auto93.arff autoHorse.arff autoMpg.arff autoPrice.arff autos.arff auto_price.arff balance-scale.arff bank.arff bank32nh.arff bank8FM.arff baskball.arff bodyfat.arff bolts.arff breast-cancer.arff breast-w.arff breastTumor.arff bridges_version1.arff bridges_version2.arff cal_housing.arff car.arff cholesterol.arff cleveland.arff cloud.arff cmc.arff colic.arff colic.ORIG.arff contact-lenses.arff cpu.arff cpu.with.vendor.arff cpu_act.arff cpu_small.arff credit-a.arff credit-g.arff cylinder-bands.arff delta_ailerons.arff delta_elevators.arff dermatology.arff detroit.arff diabetes.arff diabetes_numeric.arff echoMonths.arff ecoli.arff elevators.arff elusage.arff eucalyptus.arff eye_movements.arff fishcatch.arff flags.arff fried.arff fruitfly.arff gascons.arff glass.arff grub-damage.arff heart-c.arff heart-h.arff heart-statlog.arff hepatitis.arff house_16H.arff house_8L.arff housing.arff hungarian.arff hypothyroid.arff ionosphere.arff iris.2D.arff iris.arff kdd_coil_test-1.arff kdd_coil_test-2.arff kdd_coil_test-3.arff kdd_coil_test-4.arff kdd_coil_test-5.arff kdd_coil_test-6.arff kdd_coil_test-7.arff kdd_coil_train-1.arff kdd_coil_train-3.arff kdd_coil_train-4.arff kdd_coil_train-5.arff kdd_coil_train-6.arff kdd_coil_train-7.arff kdd_el_nino-small.arff kdd_internet_usage.arff kdd_ipums_la_97-small.arff kdd_ipums_la_98-small.arff kdd_ipums_la_99-small.arff kdd_JapaneseVowels_test.arff kdd_JapaneseVowels_train.arff kdd_synthetic_control.arff kdd_SyskillWebert-Bands.arff kdd_SyskillWebert-BioMedical.arff kdd_SyskillWebert-Goats.arff kdd_SyskillWebert-Sheep.arff kdd_UNIX_user_data.arff kin8nm.arff kr-vs-kp.arff labor.arff landsat_test.arff landsat_train.arff letter.arff liver-disorders.arff longley.arff lowbwt.arff lung-cancer.arff lymph.arff machine_cpu.arff mbagrade.arff meta.arff mfeat-factors.arff mfeat-fourier.arff mfeat-karhunen.arff mfeat-morphological.arff mfeat-pixel.arff mfeat-zernike.arff molecular-biology_promoters.arff monks-problems-1_test.arff monks-problems-1_train.arff monks-problems-2_test.arff monks-problems-2_train.arff monks-problems-3_test.arff monks-problems-3_train.arff mushroom.arff mv.arff nursery.arff optdigits.arff page-blocks.arff pasture.arff pbc.arff pendigits.arff pharynx.arff pol.arff pollution.arff postoperative-patient-data.arff primary-tumor.arff puma32H.arff puma8NH.arff pwLinear.arff pyrim.arff quake.arff ReutersCorn-test.arff ReutersCorn-train.arff ReutersGrain-test.arff ReutersGrain-train.arff schlvote.arff segment-challenge.arff segment-test.arff segment.arff sensory.arff servo.arff sick.arff sleep.arff solar-flare_1.arff solar-flare_2.arff sonar.arff soybean.arff spambase.arff spectf_test.arff spectf_train.arff spectrometer.arff spect_test.arff spect_train.arff splice.arff sponge.arff squash-stored.arff squash-unstored.arff stock.arff strike.arff supermarket.arff triazines.arff unbalanced.arff vehicle.arff veteran.arff vineyard.arff vote.arff vowel.arff water-treatment.arff waveform-5000.arff weather.nominal.arff weather.numeric.arff white-clover.arff wine.arff wisconsin.arff zoo.arff

这个是tensorflow的mnist数据集，有时候官网给的地址由于各种原因上不去，可以从这里下载。 这个是tensorflow的mnist数据集，有时候官网给的地址由于各种原因上不去，可以从这里下载。 这个是tensorflow的mnist数据集，有时候官网给的地址由于各种原因上不去，可以从这里下载。

最新版YS9082HC主控开卡工具 YS9082HC-MPToolV8.00.00.18.826-HCS1A25E2023062

该数据集是开源软件RGui里arules软件包中的Groceries数据集，记录了某个杂货店一个月的真实交易记录。具体是9835行，169列，即9835条消费记录、169个不同商品，可用于Apriori、FP_Growth、ecalt等算法进行频繁集的挖掘和关联分析。

用MATLAB软件实现关联规则中频繁项集挖掘算法Apriori 调试可用 附带测试数据集 程序完整

安装方法详见： https://blog.csdn.net/han_qiqi/article/details/134435059?spm=1001.2014.3001.5501 Axure RP Extension for Chrome是原型设计工具Axure RP的Chrome浏览器插件。因为在线安装需要访问Google Chrome在线商店，访问不了。所以提供一个离线版本进行安装。

果蔬识别数据集，包含'土豆', '圣女果', '大白菜', '大葱', '梨', '胡萝卜', '芒果', '苹果', '西红柿', '韭菜', '香蕉', '黄瓜'12种水果蔬菜

内有常用的高光谱图像（HSI）数据集，有常用的Indian,Pavia。每类数据集里包含图像原始信息，以及相对应的地面真实数据的类别标签。因文件大小限制，只能传这两个数据集，还有Salinas等数据集，大家需要的话可留言。

用于聚类方法的数据集，包括不同数目的块状聚类、月牙形、同心环形及螺旋形分布，可用于Kmeans、谱聚类等聚类方法的测试。

1、 Atmosphere-Ocean Climate (性能测试) 这篇文章讨论了高性能标准测试应用程序在亚马逊EC2云计算系统中的性能。经过测试发现EC2云计算系统是一个可靠的解决方案，支持按需响应，小规模，高性能计算应用程序。 2、 Chukwa: A large-scale monitoring system Chukwa是建立在Hadoop上的数据收集系统，用以监控和分析大规模的分布式系统。本文介绍了他的设计和初步实施。 3、 Cloud Computing and Grid Computing 360-Degree Compared Ian Foster比较对比了云计算和网格计算的各方面，并给出了两者的本质特征。 4、 Toward a Unified Ontology of Cloud Computing 这篇文章把云模型分为5层，解释了他们的内在关系，本文的贡献是第一个对云模型建立本体。 5、 The Cumulus Project: Build a Scientific Cloud for a Data Center 介绍了Cumulus工程的各个方面，如实验床，基础设施，中间件和应用程序模型。 6、 The Eucalyptus Open-source Cloud-computing System Eucalyptus作为云计算开源的软件框架，概述了他设计的基本原则，简单易于使用而且能模块化。 7、 GridBatch: Cloud Computing for Large-Scale Data-Intensive Batch Applications GridBatch系统为解决在云计算下的大规模精密数据批处理问题，GridBatch是一个编程模型，用户能控制数据的分割，控制计算怎么被分布的，最后给出一个例子，展示了他在EC2下的高性能。 8、 Cost-Benefit Analysis of Cloud Computing versus Desktop Grids 分析对比了采用云计算模型和桌面电脑组成的网格模型在性能和成本收益方面的优劣。 9、 Programming Abstractions for Clouds 本文讨论了云应用程序编程面临的挑战与发展，通过几个应用程序的讨论，演示了可能的解决方案。同时讨论了怎样正确使用抽象的编程接口，框架使其更有效，可扩展，最重要的独立于系统，这些接口框架支持普通的编程执行模式。 10、 The RESERVOIR Model and Architecture for Open Federated Cloud Computing 本文提出了RESERVOIR工程，他是一个体系结构，他允许云基础设施的提供者动态的和其他云设施成为伙伴，从而构成一个无限的信息资源池，同时不同的云设施保证他自己技术和商业管理决定高度自治。 11、 Science Clouds: Early Experiences in Cloud Computing for Scientific Applications 这篇文档包含科学项目采用科学云技术的描述，还有他经验的早期总结。 12、 Sector and Sphere: The Design and Implementation of a High Performance Data Cloud 在这篇论文中，我们介绍了一个新的云计算软件，他包括Sector存储云和Sphere计算云。对比现有的数据云，Sector不但支持作为数据中心的数据存储，而且可以在广域网上进行数据分发。Sphere执行流处理示例，从而支持数据密集型的应用。Sphere支持所有能用MapReduce完成的应用，Sphere更简单更容易使用。根据我们的实验研究他的速度是Hadoop的两倍。 13、 Phoenix Cloud: Consolidating Different Computing Loads on Shared Cluster System for Large Organization 在论文中，我们设计运行了software-phoenix云管理系统，在共享的集群系统中整合异构的计算负载。进一步，我们还提出了供大组织和他附属部门共享集群系统的合作资源提供和管理策略。Phoenix Cloud减少了系统的规模。 14、 Adapting MapReduce for Dynamic Environments Using a Peer-to-Peer Model 本文作者描述基于P2P的MapReduce的体系结构，概述了在JXTA框架下的运行情况。 15、 Parallelizing bioinformatics applications with MapReduce 本文讲了采用mapreduce技术来完成并行的生物分析的一个应用。本文的这个应用是在Hadoop下完成的，讲了两个算法，一个用于支持大规模数据集的流计算，一个用于计算小数据集的策略。 16、 Do Clouds Compute? A Framework for Estimating the Value of Cloud Computing 在这篇论文中，我们讨论了云计算中的核心组件，以及在框架中构建组件，这个框架能帮助决策者评估云计算的成本，对比传统解决方案和云计算方案在成本上的差异。 17、 Using Transaction Based Parallel Computing to Solve Image Processing and Computational Physics Problems 本文讲了在Hadoop下用并行计算来解决图像处理和计算物理学的问题。 18、 All-Pairs: An Abstraction for Data-Intensive Cloud Computing 本文提出形成产品的系统应该为终端用户提供高度抽象的使用方法，以便容易表达，对于精密数据的工作量能高效的执行。文中提出了一个抽象的例子，all-pairs，他满足精密数据科学应用的需要。 19、 Seattle: A Platform for Educational Cloud Computing 本文介绍了用于教育界的云计算平台。讲了他的体系，部署，对于学生和教师的使用概况。 20、 Cloud Cube Model: Selecting Cloud Formations for Secure Collaboration 本文解释了不同云的构成，详述了每种云构成的特征，优势和风险。 21、 CloudAV: N-Version Antivirus in the Network Cloud 本文提出了一种在终端主机上检测恶意病毒的新模型。这种检测是基于提供防病毒软件作为一个云网络服务。我们构建配置了云防病毒系统，CloudAV，他包括轻量级跨平台的主机代理，一个由十个防病毒软件引擎构成的网络服务，和两个检测引擎。经过测试有很好的性能。 22、 Implementation Issues of A Cloud Computing Platform 本文在对GFS研究的基础上，设计出可变块大小的兼容文件系统，以便大数据的处理。同时介绍了对MapReduce的改进以增加系统的吞吐量。 23、 Scalable Semantics – the Silver Lining of Cloud Computing 本文提出在云计算模型下快速的进行分布式RDF的查询和推理。 24、 On the Use of Cloud Computing for Scientific Workflows 本文提出在科学工作流中使用云计算，经过测试比较，对于作业运行时间短的工作流，虚拟的环境能有好的计算时间性能，但同时也有资源调度延迟的缺点。 25、 Taking Account of Privacy when Designing Cloud Computing Services 本文讨论了云计算中面临的机密性的问题，提出了解决机密性问题的关键设计原则。 26、 Cloud Computing for e-Science with CARMEN CARMEN供神经学家共享，整合，分析数据的一个系统，本文概述了这个系统。该系统在云计算这个模型下。 27、 An Evaluation of KVM for Use in Cloud Computing 本文描述了一个基于内核虚拟机的虚拟集群，以取代VMware和Xen。本文提出了虚拟组织集群模型技术，他显示了云计算强大的潜能。 28、 A Tale of Clouds: Paradigm Comparisons and Some Thoughts on Research Issues 本文定性的比较了云计算，服务计算，普适计算各方面的特点。 29、 Energy Aware Consolidation for Cloud Computing 本文讨论了云计算中的能量问题，为了使能量有效的整合，我们要研究能量消耗，资源利用，整合后的工作量的性能之间的内在关系，研究揭露了能量性能的权衡与整合，证明存在最佳的工作点，我们模拟了整合的问题，并用一个例子进行了解释。 30、 Toward Automatic Discovery of Malware Signature for Anti-virus Cloud Computing 防病毒安全产品由于他们有大量签名的文件，消耗了大量PC内存和资源，防病毒云计算模型变成流行的解决方案。本文提出了AMSDS在防病毒云下的自动恶意病毒签名发现系统，经测试有很好的性能。 31、 SnowFlock: Rapid Virtual Machine Cloning for Cloud Computing 克隆虚拟机 虚拟机fork是一个新的云计算抽象，他能快速的克隆虚拟机成很多副本运行在不同的主机上。本文提出了SnowFlock项目，他是虚拟机fork的一个实现。文中讲了他的设计原理和实现机制，并对性能进行了测试分析。 32、 Data Management in the Cloud: Limitations and Opportunities 本文讨论了在云计算平台下数据管理的限制与优势。列出了在亚马逊平台下为大型数据分析而设计的DBMS应包含的一些特征。本文还表达了在云计算环境下对新的DBMS的需要。 33、 Cloud Control with Distributed Rate Limiting 这篇文章提出了分布式等级限制器的设计与实现，他能够调整基于云服务的网络通信的策略。这种抽象与设计不但执行全局的限制，同时他确保传输层的响应拥塞流表现得像被单一共享的限制器所控制。这种设计能允许服务的执行者明确的在通信代价和系统效率可靠性之间做出权衡。同时他们证明他们基于中心TCP的设计可在许多节点进行升级，减少系统的通信延迟和损耗。 34、 Computer Meteorology: Monitoring Compute Clouds 云计算环境允许用户在云供应商的硬件上执行任意的代码，云用户面临很多安全的挑战，恶意用户可以利用供应商的硬件发动攻击，这种攻击能破坏供应商的信誉，同时影响他服务于其他客户的能力。我们表明，尽管云供应商可以利用内部机制，检测用户虚拟机恶意行为，必须小心使用，因为现有的内部技术是基于假设并不拥有在云环境中。 35、 Optimizing Utility in Cloud Computing through Autonomic Workload Execution 36、 LINQ-to-DataCenter 37、 Cloud Computing & Databases How databases can meet the demands of cloud computing

MNIST手写识别数据集 t10k-labels-idx1-ubyte.gz t10k-images-idx3-ubyte.gz train-labels-idx1-ubyte.gz train-images-idx3-ubyte.gz

美国邮政usps手写数字数据集，用于模式识别、机器学习算法的验证。mat格式，简单易用。

《Python实现向量自回归（VAR）模型——完整步骤》该文章使用的源代码和数据，文章地址：https://blog.csdn.net/mooncrystal123/article/details/86736397#comments_13567087 所有人！！代码更新过了！原代码176行的varmax里的trend参数从‘nc’改成‘c’，statsmodel官方更新后，已经没有nc这个选项了，大家直接选c就行。现在下载包里的是已经更新过的。那行改掉后再跑可以出结果的。

前言 致谢 关于本书 第1 部分　背景和基本原理 1　跳跃中的Hadoop 1．1　什么是Hadoop 1．1．1　Hadoop 的核心组件 1．1．2　Hadoop 生态圈 1．1．3　物理架构 1．1．4　谁在使用Hadoop 1．1．5　Hadoop 的局限性 1．2　运行Hadoop 1．2．1　下载并安装Hadoop 1．2．2　Hadoop 的配置 1．2．3　CLI 基本命令 1．2．4　运行MapReduce 作业 1．3　本章小结 第2 部分　数据逻辑． 2　将数据导入导出Hadoop． 2．1　导入导出的关键要素 2．2　将数据导入Hadoop ． 2．2．1　将日志文件导入Hadoop 技术点1　使用Flume 将系统日志文件导入HDFS 2．2．2　导入导出半结构化和二进制文件 技术点2　自动复制文件到HDFS 的机制 技术点3　使用Oozie 定期执行数据导入活动 2．2．3　从数据库中拉数据 技术点4　使用MapReduce 将数据导入数据库 技术点5　使用Sqoop 从MySQL 导入数据 2．2．4　HBase 技术点6　HBase 导入HDFS 技术点7　将HBase 作为MapReduce 的数据源 2．3　将数据导出Hadoop 2．3．1　将数据导入本地文件系统 技术点8　自动复制HDFS 中的文件 2．3．2　数据库 技术点9　使用Sqoop 将数据导入MySQL 2．3．3　Hbase 技术点10　将数据从HDFS 导入HBase 技术点11　使用HBase 作为MapReduce 的数据接收器 2．4　本章小结 3　数据序列化――处理文本文件及其他格式的文件 3．1　了解MapReduce 中的输入和输出 3．1．1　数据输入 3．1．2　数据输出 3．2　处理常见的序列化格式 3．2．1　XML ． 技术点12　MapReduce 和XML 3．2．2　JSON ． 技术点13　MapReduce 和JSON ． 3．3　大数据的序列化格式 3．3．1　比较SequenceFiles、Protocol Buffers、Thrift 和 Avro 3．3．2　Sequence File 技术点14　处理SequenceFile 3．3．3　Protocol Buffers 技术点15　整合Protocol Buffers 和MapReduce ． 3．3．4　Thrift ． 技术点16　使用Thrift 3．3．5　Avro 技术点17　MapReduce 的下一代数据序列化技术 3．4　自定义文件格式 3．4．1　输入输出格式 技术点18　输入和输出格式为CSV 的文件 3．4．2　output committing 的重要性 3．5　本章小结 第3 部分　大数据模式 4　处理大数据的MapReduce 模式 4．1　Join 4．1．1　Repartition Join 技术点19　优化repartition join 4．1．2　Replicated Join 4．1．3　Semi-join 技术点20　实现semi-join 4．1．4　为你的数据挑选最优的合并策略 4．2　排序 4．2．1　二次排序 技术点21　二次排序的实现 4．2．2　整体并行排序 技术点22　通过多个reducer 对key 进行排序 4．3　抽样 技术点23　蓄水池抽样（reservoir 抽样） 4．4　本章小结 5　优化HDFS 处理大数据的技术 5．1　处理小文件 技术点24　使用Avro 存储大量小文件 5．2　通过压缩提高数据存储效率 技术点25　选择合适的压缩解码器 技术点26　在HDFS、MapReduce、Pig 和Hive 中使用数据压缩 技术点27　在MapReduce、Hive 和Pig 中处理可分割的LZOP 5．3　本章小结 6　诊断和优化性能问题 6．1　衡量MapReduce 和你的环境 6．1．1　提取作业统计信息的工具 6．1．2　监控 6．2　确定性能问题的原因 6．2．1　了解哪些因素会影响MapReduce 作业的性能 6．2．2　map 端异常 技术点28　发现输入数据中的坑 技术点29　确定map 端数据倾斜问题 技术点30　判定map 任务吞吐量 技术点31　小文件 技术点32　不可切割的文件 6．2．3　reduce 端问题 技术点33　reducer 任务数过大或过小 ． 技术点34　定位reduce 端数据倾斜问题 技术点35　确定reduce 任务是否存在整体吞吐量过低 技术点36　缓慢的洗牌（shuffle）和排序 ． 6．2．4　任务的一般性能问题 技术点37　作业竞争和调度器限制 技术点38　使用堆转储来查找未优化的用户代码 6．2．5　硬件性能问题 技术点39　查找硬件的失效 技术点40　CPU 竞争 ． 技术点41　内存交换 技术点42　磁盘健康 技术点43　网络 6．3　可视化 技术点44　提取并可视化任务执行时间 6．4　优化 ． 6．4．1　剖析MapReduce 的用户代码 技术点45　剖析map 和reduce 任务 6．4．2　参数配置 6．4．3　优化 shuffle 和 sort 阶段 技术点46　避免reducer 技术点47　过滤和投影 技术点48　使用 combiner 技术点49　超炫的使用比较器的快速排序 6．4．4　减轻倾斜 技术点50　收集倾斜数据 技术点51　减轻reducer 阶段倾斜 6．4．5　在MapReduce 中优化用户的Java 代码 6．4．6　数据序列化 6．5　本章小结 第4 部分 数据科学． 7　数据结构和算法的运用 7．1　使用图进行数据建模和解决问题 7．1．1　模拟图 7．1．2　最短路径算法 技术点52　找出两个用户间的最短距离 7．1．3　friends-of-friends（FoF） 技术点53　计算FoF 7．1．4　PageRank 技术点54　通过Web 图计算PageRank 7．2　Bloom filter 技术点55　在MapReduce 中并行创建Bloom filter 技术点56　通过MapReduce 对Bloom filter 进行semi-join 7．3　本章小结 8　结合R 和Hadoop 进行数据统计 8．1　比较R 和MapReduce 集成的几种方法 8．2　R 基础知识 8．3　R 和Streaming 8．3．1　Streaming 和map-only R 技术点57　计算股票日平均值 8．3．2　Streaming、R 和完整的MapReduce 技术点58　计算股票的累积均值 8．4　Rhipe――将客户端R 和Hadoop 进行集成 技术点59　使用Rhipe 计算CMA 8．5　 RHadoop――更简单地在客户端集成R 和Hadoop 的技术 技术点60　使用RHadoop 计算CMA 8．6　本章小结 9　使用Mahout 进行预测分析 9．1　使用recommender 提供产品建议 9．1．1　相似性度量的可视化 9．1．2　GroupLens 数据集 9．1．3　基于用户的recommender 9．1．4　基于物品的recommender 技术点61　使用基于物品的recommender 进行电影评级 9．2　classification 9．2．1　编写一个手动na＆iuml;ve Bayesian 分类器 9．2．2　可扩展的垃圾邮件侦测分类系统 技术点62　使用Mahout 训练和测试垃圾邮件分类器 9．2．3　其他分类算法 9．3　K-means clustering 9．3．1　简单介绍 9．3．2　并行执行K-means 技术点63　K-means 处理合成的二维数据集 9．3．3　K-means 和文本 9．3．4　其他Mahout clustering 算法 ． 9．4　本章小结 第5 部分　驯服大象 10　深入解析 Hive 10．1　Hive 基础 10．1．1　安装 10．1．2　元存储 10．1．3　数据库、表、分区和存储 10．1．4　数据模型 10．1．5　查询语言 10．1．6　交互式和非交互式Hive 10．2　使用Hive 进行数据分析 10．2．1　序列化和反序列化 技术点64　载入日志文件 10．2．2　UDF、分区、分桶和压缩 技术点65　编写UDF 和压缩分区表 10．2．3　数据合并 技术点66　优化Hive 合并 10．2．4　分组、排序和explain 10．3　本章小结 11　Pig 流管道 11．1　Pig 基础 11．1．1　安装 11．1．2　架构 11．1．3　PigLatin． 11．1．4　数据类型 11．1．5　操作符和函数 11．1．6　交互式和非交互式的Pig 11．2　使用Pig 在日志数据中发现恶意行为者 11．2．1　加载数据 技术点67　加载Apache 日志文件 11．2．2　过滤和投影 技术点68　通过过滤和投影减少数据处理量 11．2．3　分组和聚合UDF 技术点69　IP 地址的分组和计数 11．2．4　使用UDF 进行定位 技术点70　使用分布式缓存进行IP 地理定位 11．2．5　流 技术点71　使用你的脚本合并Pig 11．2．6　合并 技术点72　在Pig 中合并数据 11．2．7　排序 技术点73　元组排序 11．2．8　存储数据 技术点74　在SequenceFiles 中存储数据 11．3　使用Pig 优化用户的工作流程 技术点75　通过4 步快速处理大数据 11．4　性能 技术点76　Pig 优化 11．5　本章小结 12　Crunch 及相关技术 12．1　什么是Crunch 12．1．1　背景和概念 12．1．2　基本原理 12．1．3　简单示例 12．2　发现日志中最热门的URL 技术点77　使用Crunch 进行日志解析和基本分析 12．3　合并 技术点78　Crunch 的repartition join 12．4　Cascading 12．5　本章小结 13　测试和调试． 13．1　测试 13．1．1　有效的单元测试的基本要素 13．1．2　MRUnit ． 技术点79　MapReduce 函数、作业和管道的单元测试 13．1．3　LocalJobRunner 技术点80　用LocalJobRunner 进行重量级的作业测试 13．1．4　集成和QA 测试 13．2　调试用户空间的问题 13．2．1　访问任务日志 技术点81　检查任务日志 13．2．2　调试不可预期的输入 技术点82　定位input split 问题 13．2．3　调试JVM 配置 技术点83　解决任务的JVM 启动参数 13．2．4　高效调试的编码准则 技术点84　调试和错误处理 13．3　MapReduce 陷阱 技术点85　MapReduce 反模式 13．4　本章小结 附录A　相关技术 附录B　Hadoop 内置的数据导入导出工具 附录C　HDFS 解剖． 附录D　优化MapReduce 合并框架 索引 收起全部↑

这个CNN工具箱只用改一两个地方就可以对自己的数据集分类了 比github上的deeplearning的工具箱里的CNN改动要简单

制作VOC数据集的xml文件（一张图片可包含多个目标包围框）

这是斯坦福的著名小兔子模型的点云数据（有ply和PCD格式），里面一共有6个模型。原数据下载地址http://www.cc.gatech.edu/projects/large_models/

本书是Ford和Topp两位教授于1996年出版的名著Data Structures with C++的第2版，新版中引入了在ANSI C 1998中正式规定的标准模板库（STL）来讲授数据结构，在全球范围内已经有数以万计的学生从中受益。 作者将C++语言作为算法描述语言，应用包含规范化的数据结构的标准模板库，集中讲述了数组、向量、表、关联树容器，以及集合、映射、堆、哈希表和图等数据结构及其算法，重点讨论了如何高效地存储大型数据集合，涵盖了数据结构初级和高级教程的最新内容。书中各章章前提出学习目标，章后附有丰富的练习题、答案以及书面练习和上机编程练习，指导读者迅速、全面地掌握核心知识点和编程技巧。 本书可作为计算机及相关专业数据结构课程的核心教材，对于广大研发人员，也是一本数据结构与面向对象技术完整结合的全新技术参考用书。<br/><br/><br/>非常好的一本书,要学习此书该代码是必不可少的!

用于爬取数据集，缩放图片尺寸。

研究深度学习和卷积神经网络的同学都知道Mnist这个数据库，它是一个手写数字的图像数据集，可以用来作为网络训练的基准测试数据库。原版数据集是以特定格式存储的四个文件，包括乱序排列的60000个训练样本与10000个测试样本，以及它们对应的标签向量。现将其中的图片从原文件中读取出来，重新转化为png格式，并将测试集和训练集分别按0~9进行分类，并存放在各自的子文件夹中，以便各位同学进行科研与实验之用。 原数据集下载地址为：http://yann.lecun.com/exdb/mnist/

VOCNov-2007数据集，就不用积分了大家需要的直接拿就好了。包含了所有的文件Annotations、ImageSets、JPEGImages

.Net精品就业班课程表 : 1、.Net基础加强（10天） 核心技术课程 常用数据结构（List、Dictionary、Array）、多态、常用设计模式、反射、常用.net类库、泛型、IO流、委托事件、正则表达式、XML、反射、GC等。 2、数据库开发及ADO.Net（6天） 核心技术课程 数据库开发基础、Microsoft SQLServer基础、SQL语言基础、索引、事务、SQL语言高级技术（空值处理、聚合与分组、数据分页、Union、日期函数、类型转换函数、流控函数、表连接、子查询、存储过程、触发器）、数据库设计范式、数据库调优。 ADO.Net（行集、数据集、类型化数据集、SQLHelper、SQL注入漏洞防范、数据绑定）。 3、三层架构MIS项目（5天） 查看项目演示 功能点 本项目基于流行的三层架构（DAL+BLL+UI）。 主要功能点：高安全性的用户管理体系、高安全性的异构系统数据导入导出、拼音检索、复合检索、无限级次数据管理、个性化邮件群发、Excel文件导入导出。 技术点 ADO.Net技术应用、SQLServer、MD5安全算法、基于NPOI的Excel文件处理、树状结构数据处理、递归、CodeSmith、代码生成器、三层架构。 项目说明 这是一个用WinForm技术实现的系统，传智播客在开课的半个月就安排一个项目，体现了传智播客“项目驱动学习”的先进教学理念。 4、网页开发与JavaScript（7天） 查看案例演示 核心技术课程 HTML基础加强、css（包含Div+CSS布局）、JavaScript、Dom（事件、window对象、document对象、对话框、定时器、粘贴板、动态Dom、跨浏览器兼容性解决方案、JS压缩和CDN、Internet Explorer Developer Toolbar）、JQuery（JQuery函数、隐式迭代、链式编程、id选择器、tag选择器、CSS选择器、层次选择器、表单选择器、过滤选择器、复合选择器、节点导航、节点操作、样式操作、事件、动画、JQuery Cookie、JQuery Live、JQueryUI）。 课程说明 CSS、JavaScript是ASP.Net开发的基础，把这些掌握好了就能很轻松的学会ASP.Net；Dom是实现网页动态效果的技术，在网站越来越个性化年代，招聘企业对应聘者的Dom水平要求非常高；JQuery是近几年异军突起的JavaScript框架库，几乎成了Web前端开发事实上的标准，大部分企业都是使用JQuery进行Web前端的开发。 学完了这阶段课程，学员将学会开发主流网站的前端效果，比如：焦点图、滚动展示图、网页防复制、网页自定义菜单、WebOS、美女时钟、无刷新评论、评分控件、表格特效、图片悬浮详细信息、微博界面、QQ消息框效果、Div对话框等。 5、ASP.Net开发（12天） 核心技术课程 自己动手写Web服务器（Socket、多线程）、ashx模式Web开发、ViewState、Cookie、Session、Http协议、Web开发基本原则、XSS漏洞防范、Request对象、Response对象、Server对象、虚拟路径、HttpHandler深入、ASP.Net生命周期、WebForm原理、服务端基本控件、WebShell漏洞防范、HTML服务端控件、验证框架、MasterPage、数据绑定控件（ObjectDataSource、列表类绑定控件、GridView、FormView、ListView、Repeater、高效率分页）、CKEditor、Membership、缓存、互联网调优（SEO、HTML压缩、页面静态化、移除ViewState、表单GET化）、URL重写、错误处理、AJAX（XMLHTTP、JQuery AJAX、Json）、全局文件、HttpHandler与HttpModule、IIS配置。 课程说明 由于微软对ASP.Net进行高度封装，因此ASP.Net入门非常简单，开发人员不需要了解HTML、JavaScript、Http协议也可以快速开发出一个Web系统，正因为如此，社会上充斥着大量这样的“拖控件的开发人员”，使得很多Java、PHP等语言的开发人员诋毁ASP.Net开发人员的时候经常会说“你们什么都不懂，就会拖控件”。ASP.Net的快速开发是ASP.Net非常大的一个优点，可以加快开发效率，这是行业的发展趋势，但是局限于这样的“傻瓜化开发方式”的开发人员的竞争力和成长性都是非常有限的，遇到ASP.Net一些高级技术（比如ASP.Net MVC、SEO、网站调优、服务端客户端混合编程、AJAX等）的时候就完全不能胜任。通过上一个阶段的HTML、JavaScript、Dom的学习，学员已经有了很好的HTML、JavaScript基础；在ASP.Net课程的一开始，不是直接教学员怎么拖ASP.Net控件进行快速开发，而是通过ashx的模式开发原始的动态网站，让学员明白“请求—处理—响应模型”、“Http协议、Http无状态”、“c#代码渲染生成浏览器端JavaScript”、“ViewState的作用”、“Session的原理”等这些基本而又重要的原理，从而扫清后面ASP.Net知识学习的基础性障碍。 由于访问量非常大，因此互联网项目的开发对ASP.Net开发人员的要求非常高，所以我们安排了互联网调优、缓存、网站防黑等内容。 ASP.Net中控件数量是非常多的，讲解ASP.Net的教材通常要上千页，让初学者望而生畏，其实ASP.Net大部分控件相似性非常强的，同类型的控件学会了一个那么其他控件也就很容易学会了。比如只要学会了DropDownList，那么RadioButtonList、ListBox、CheckBoxList、BulletedList等几乎不用学就会用；再比如只要学会了ListView，那么Repeater、GridView、FormView等控件也是触类旁通。传智播客认真钻研教学，对知识进行分类、整理、提炼精华，让学员在短时间内掌握ASP.Net技术。 ASP.Net中有一些技术是有局限性的，传智播客根据这些技术在企业中的实际应用情况进行了调整、补充。比如项目中几乎没有在UI层直接访问数据库的，而是采用三层架构，因此我们不讲解UI层直连数据库的控件SQLDataSource，而是把主要精力放在讲解三层架构开发模式。再比如ASP.Net内置的AJAX解决方案UpdatePanel只在部分要求不高的内网项目中才被使用，因此我们在讲解UpdatePanel的使用和原理之外，把更多的时间放在讲解企业中用的最多的JQuery AJAX解决方案上。 6、B/S系统项目（7天） 项目说明 1、网上图书商城。这是一个典型的B2C网上商城，使用经典的复杂三层架构（工厂模式）进行开发。涉及图书管理、搜索、订单管理、导航管理等核心模块。在讲解ASP.Net基础后安排这样一个B2C网上商城系统，让学员在实际项目中将学到的知识学以致用。 2、办公自动化OA系统。这是一个典型的基于ASP.Net技术的OA协同办公项目，包含了权限管理、公告管理、文档管理、工作流、论坛管理、新闻模块管理、人员管理等典型的OA系统模块。 3、数据采集和邮件群发。这是一个基于多线程的邮件营销平台，核心技术包括网络爬虫、多线程、HTML解析、邮件发送、生产者消费者模式等。 注：以上三个案例，上课时会根据每个班的课堂反馈选择其中一个案例予以讲解学习。 7、如鹏网项目（9天） 查看项目演示 功能点 站内搜索、栏目管理、视频播放（完全模仿优酷视频页面）、焦点图、静态页面生成（新浪、搜狐等大型网站普遍采用的技术）、文章管理、无刷新评论、评论的无刷新分页、敏感词过滤、用户管理、友情链接管理、缓存管理、广告位管理、RSS输出、水印设置、无刷新上传图片、搜索引擎优化设置、数据备份恢复、伪静态设置、网上商城、订单管理、在线支付（支持支付宝、财付通、块钱等第三方支付平台）、网站调优（数据库优化、缓存、静态页、CSS Spirit、js压缩）。 技术点 搜索引擎技术：Lucene.Net、多线程开发、爬虫技术、网页分析、正则表达式、Log4Net日志框架、Quartz.Net定时作业调度。 大型互联网开发技术：代码生成、网页静态化、基于JQuery的Web2.0页面开发、AJAX、SEO、网站调优、采集器、RSS/XML、网站防黑（防XSS攻击、防注入漏洞攻击、防CC攻击、防挂马、防盗链、敏感词过滤、广告帖智能过滤）、IIS管理与调优、流量分析、第三方脚本嵌入（广告、统计代码、内容联盟等）、图片服务器分离。 项目说明 如鹏网项目是已经上线三年的网站，日访问量最高20000人次，网址www.rupeng.com。本系统旧版本基于PHP、J2EE技术，由如鹏网开发者亲手操刀用.net重写新版本。系统分为前台Web界面、后台管理界面、站内搜索、监控客户端四个子系统。 大型互联网站由于访问量非常大，因此不是那些单纯用ASP.Net控件拖拽开发的开发人员能够开发的，也不是闭门造车能够造出来的，必须是在实际项目中经过无数访问者的使用、反馈、修改才能做出来的。搜房网、汽车之家等大型网站中用到的网站静态化、图片服务器分离、高性能缓存、HTML/JS压缩、CDN、CSS Sprite、负载均衡、Memcached、镜像服务器同步等问题不是那些随手写出来的所谓在线商城、电子商务系统所所能够涉及到的。 这个项目完全按照高访问量互联网站进行设计，通过这个项目，学员不仅可以在实战中巩固对前面学习的ASP.Net、ADO.Net、WinForm等知识的掌握，还可以掌握网站防黑、缓存、SEO、静态化、搜索引擎技术、AJAX等大型互联网开发中涉及到的技术。 8、.Net新技术（Windows Phone、ASP.Net MVC）（6天） 项目说明 未来是移动互联网的时代，未来将是Windows Phone、Android、iphone三足鼎立的时代，掌握了移动开发的技能的人是就业市场的抢手货。微软推出的Windows Phone平台是微软在移动互联网时代的一个重量级产品，微软对于WindowsPhone7的推广力度非常大，因此很多公司也开始进行Windows Phone7产品的研发，2011年下半年Windows Phone7开发人员的需求将会出现井喷，为了帮助学员掌握移动3G开发技术，传智播客.Net班加入了Windows Phone开发课程，采用传智播客独创的WP7Simulator教学平台，学员可以做出一个基于云计算架构的LBS系统。点击查看传智播客独创WP7Simulator教学平台。 ASP.Net MVC是微软推出的区别于ASP.Net WebForm的Web开发新技术，由于ASP.Net MVC解决了ASP.Net WebForm的很多缺点，非常适合大型、中型项目的开发，一经推出就受到了.Net开发社区的追捧，很多.Net开发人员的职位要求中都提到了MVC，可见掌握ASP.Net MVC技术必将提升自己就业的砝码。 9、就业指导（2天） 项目说明 总结以往所学知识，讲解《传智播客.Net面试、笔试宝典》，介绍简历、笔试、面试等所需的知识和技巧。

该数据集是比较权威的，可用于测试聚类、分类等算法。

用于本项目中数据爬取部分获取数据

很全的UCI数据集，希望能帮到您，欢迎下载。上学期间整理的，用于做分类聚类等。欢迎您的下载与使用，时间很久了，谢谢网友的评论

包含Windows32和Windows64位

ASP和SQL一直深受网站数据库设计人员的喜爱。 本书着重介绍ASP程序设计语言的各种功能及其实际应用， 同时也介绍SQL Server的程序设计技巧。本书将引导读者用ASP语法， 配合数据库系统的开发技巧，构建一个完整的“网站数据库”。 本书可作为网站数据库开发人员的学习用书， 同时也可作为网页制作爱好者的参考手册。 目 录 第1章 架设网站……………………………….1 1-1 服务器的选用 2 1-2 安装或升级IE的版本 3 1-3 安装IIS 6 1-4 测试及设置 12 第2章 编辑器的选用………………………..17 2-1 编辑软件的需求 18 2-1-1　记事本 18 2-1-2　FrontPage 编辑器与MSE编辑器 19 2-2 MSE的操作 23 2-2-1　MSE的各部分 23 2-2-2　建立基本的设计窗体 24 2-3 加入控制标记 28 2-3-1　加入文字 28 2-3-2　加入窗体控制标记 29 2-3-3　加入ASP控制命令 32 2-3-4　存储设计的成果 33 2-3-5　修改的方式 35 2-4 本章总结 36 第3章 数据库基本概念……………………..39 3-1 数据库系统 40 3-1-1　数据库系统的类型 40 3-1-2　数据库系统的结构 40 3-1-3　数据库系统的主要组件 42 3-1-4　数据集中化管理 44 3-1-5　数据独立 46 3-2 数据库管理系统（DBMS） 46 3-3 关系型数据库 48 3-3-1　数据的表示方法 48 3-3-2　表 49 3-3-3　键 50 3-3-4　表索引 50 3-3-5　视图 51 3-3-6　存储过程 52 3-3-7　触发器 53 3-3-8　数据目录 54 3-4 数据库设计 55 3-4-1　Entities & Relationship 55 3-4-2　数据正规化 55 3-5 SQL语句 58 3-5-1　DDL数据定义语言 58 3-5-2　DML数据处理语言 59 第4章 系统的安装与激活…………….……..61 4-1 安装前的准备 62 4-1-1　选择安装版本 62 4-1-2　硬件需求 63 4-1-3　软件需求 63 4-2 开始安装SQL Server 2000 64 4-3 重要设置说明 73 4-3-1　服务帐户 73 4-3-2　安全验证方式 79 4-3-3　许可模式 82 4-4 管理工具程序 85 4-4-1　Enterprise Manager管理 工具 85 4-4-2　Profiler管理工具 86 4-4-3　查询分析器 87 4-4-4　服务器网络公用程序 88 4-4-5　客户端网络公用程序 89 4-4-6　服务管理器 89 4-4-7　导入及导出数据 90 4-5 激活服务 91 4-5-1　服务的启动方式 91 4-5-2　SQL Server服务管理器的操作 92 第5章 数据库的创建………………….…….95 5-1 Enterprise Manager管理工具 96 5-1-1　Enterprise Manager画面 96 5-1-2　Enterprise Manager的操作 97 5-1-3　向导的使用 98 5-2 注册SQL Server 99 5-2-1　使用“注册服务器向导” 注册 99 5-2-2　直接设置注册属性 103 5-2-3　更改注册 105 5-2-4　删除注册 106 5-3 内建数据库 106 5-4 数据库结构 107 5-4-1　数据库的逻辑组件 107 5-4-2　数据库的实体结构 111 5-4-3　文件组 112 5-5 创建新的数据库 113 5-5-1　使用Enterprise Manager管理工具 114 5-5-2　利用创建数据库向导 117 5-5-3　CREATE DATABASE 指令 122 5-6 数据库选项 124 5-6-1　自动选项 124 5-6-2　数据指针选项 126 5-6-3　复原选项 126 5-6-4　SQL选项 127 5-6-5　状态选项 129 5-6-6　调整数据库选项 129 5-7 数据库的删除与分离 132 5-7-1　删除数据库 132 5-7-2　分离数据库 133 5-7-3　附加数据库 133 第6章 表的创建…………………………….135 6-1 查看数据的内容 136 6-1-1　使用“打开表”功能查看数据内容 136 6-1-2　查看表属性 137 6-2 数据类型 138 6-2-1　数值数据 138 6-2-2　货币数据 139 6-2-3　日期数据 139 6-2-4　字符串数据 140 6-2-5　Unicode数据 141 6-2-6　Binary数据 141 6-2-7　其他特殊数据类型 142 6-3 创建表 143 6-3-1　表设计窗口 143 6-3-2　使用表设计窗口创建 表 148 6-3-3　创建表主键 150 6-3-4　使用CREATE TABLE指令创建表 152 6-4 表索引的管理 154 6-4-1　表设计工具属性页 154 6-4-2　利用表设计工具属性创建索引 156 6-4-3　使用向导创建索引 158 6-4-4　利用“管理索引”窗口管理表索引 161 6-5 创建关联 162 6-6 数据输入 165 6-6-1　在表窗口中输入数据 165 6-6-2　导入数据 166 6-6-3　使用INSERT INTO语句 171 第7章 数据库的备份与管理……………….173 7-1 生成数据库的SQL脚本 174 7-1-1　生成SQL脚本窗口 174 7-1-2　执行生成SQL脚本 179 7-1-3　执行SQL脚本文件 181 7-2 收缩数据库 182 7-3 数据库备份与还原 185 7-3-1　备份模式 185 7-3-2　数据库备份 186 7-3-3　数据库备份设置实例 189 7-3-4　数据库还原 190 7-4 使用权限的管理 194 7-4-1　权限类型 194 7-4-2　权限验证 197 7-4-3　权限授与 197 7-4-4　拒绝权限 202 7-4-5　撤销权限 204 第8章 Transact-SQL语法基础…………….207 8-1 Transact-SQL 表达式 208 8-1-1　数学表达式 208 8-1-2　字符串表达式 209 8-1-3　比较表达式 209 8-1-4　逻辑表达式 210 8-1-5　表达式的优先级 210 8-2 Transact-SQL数据类型 211 8-3 Transact-SQL 函数 213 8-4 Query Analyzer工具程序 220 8-5 Transact-SQL 语句语法 223 8-5-1　Create Table语句 223 8-5-2　Alter Table语句 225 8-5-3　Drop Table语句 229 8-6 数据处理语法（DML） 230 8-6-1　Select语句 230 8-6-2　Active Query?Insert语句 240 8-6-3　Active Query-Delete语句 242 8-6-4　Active Query-Update语句 244 第9章 Response，Request对象的 基础与应用…………………………247 9-1 Response对象 248 9-1-1　Write方法的基础与应用 250 9-1-2　Redirect方法的基础与 应用 252 9-1-3　END方法的基础与应用 255 9-1-4　Cookies的基础与应用 256 9-1-5　服务器缓冲区处理 259 9-2 Request对象 261 9-2-1　ClientCertificate变量 262 9-2-2　Cookies集合 262 9-2-3　Form集合 264 9-2-4　QueryString变量 266 9-2-5　ServerVariables集合 270 9-3 Session对象的基础与应用 272 9-3-1　Session对象的基础 272 9-3-2　Session变量的使用 272 9-3-3　Session变量的使用限制 276 9-4 Application对象 277 9-4-1　用户ASP程序之间信息的共享 277 9-4-2　Application语法 279 9-4-3 Application变量的使用 280 9-5 Global.asa文件 282 9-5-1　Global.asa文件的结构 282 9-5-2　全局对象 283 9-5-3　Application起始及结束 事件 284 9-5-4　Application与Session对象的事件处理程序 285 9-5-5　Global.asa文件的使用 285 第10章 ODBC的设置与应用……….…….287 10-1 ODBC的简介 288 10-2 数据存取组件的更新 290 10-2-1 下载MDAC 290 10-2-2 更新数据存取组件 293 10-3 ODBC数据源的创建 294 10-4 测试ODBC DSN 300 第11章 ADO对象的基础与应用…………303 11-1 ADO对象的结构 304 11-1-1　ADO对象 304 11-1-2　ADO的结构 304 11-2 Connection对象 305 11-2-1　连接、打开数据库的 方法 305 11-2-2　直接使用ADO与SQL 连接 307 11-2-3　直接与Access MDB 连接 308 11-3 Recordset对象的基础 308 11-3-1　取得字段名称与内容 314 11-3-2　取得、移动记录指针 317 11-3-3　Field对象 320 11-4 ADO对象与数据库的应用 323 11-4-1　添加记录 323 11-4-2　记录的更新 327 11-4-3　记录的删除 334 11-5 Error对象 339 第12章 ASP与ActiveX DLL………………345 12-1 什么是MTS 346 12-1-1　MTS概述 346 12-1-2　何时该使用MTS 348 12-1-3　使用MTS的优点 349 12-2 如何创建ASP组件 350 12-2-1　新建工程 351 12-2-2　设置引用 352 12-2-3　如何设计ActiveX DLL的内容 357 12-2-4　编译ActiveX DLL 360 12-3 将组件加入MTS 362 12-3-1　NT技术操作平台 363 12-3-2　Windows 9x技术操作 平台 363 12-3-3　注册ActiveX DLL 364 12-4 调用MTS中的ASP组件 368 12-4-1　开始编辑ASP程序 368 12-4-2　带有参数的ASP程序 370 第13章 Server对象与其他对象的 整合、应用………………………..373 13-1 FSO文件对象组件 374 13-1-1　FileSystemObject对象的基础 374 13-1-2　创建文本文件 375 13-1-3　检查文件是否存在 378 13-1-4　删除文件 380 13-1-5　取得文件属性 383 13-2 文本文件的读取与写入 386 13-2-1　如何读取与写入文本 文件 386 13-2-2　写入文本文件 389 13-2-3　写入空白行到文本文件 391 13-2-4　写入一行字符串到文本 文件 394 13-2-5　添加文字到文本文件 396 13-2-6　读取文本文件的字符／一行文字 398 13-2-7　读取整个文本文件 400 13-3 CDO对象 403 13-3-1　SMTP环境的创建与 使用 404 13-3-2　实际测试 407 13-3-3　使用邮件接收软件验证 411 第14章 范例系统的设计与应用(一)………413 14-1 结构说明 414 14-2 动态菜单的设计 415 14-2-1　设置CSS属性 416 14-2-2　固定的选项设计 417 14-2-3　动态选项的设计 419 14-2-4　CSS表现方式的控制 421 14-3 Cookies的处理 422 14-4 动态产品展示 424 14-4-1　基本功能设置 425 14-4-2　相关资料的取得 425 14-4-3　全图预览方式的设置 427 14-4-4　动态展示产品内容 428 14-5 新上市产品 431 14-6 索取详细信息 432 14-6-1　未选择产品信息需求 的处理 434 14-6-2　显示选择信息的内容 436 14-6-3　用户填写信息的窗体 设计 438 14-6-4　存储用户信息 442 14-6-5　写入用户填写的信息 446 14-6-6　以E-Mail 转发用户 需求 450 第15章 范例系统的设计与应用(二)………455 15-1 后台数据管理系统的组成 456 15-2 登录管理 457 15-3 系统信息设置 461 15-4 密码更改 467 15-5 币别信息管理 472 15-6 类别管理 478 15-7 产品上架 484 15-8 产品下架 490 15-9 产品信息修改 496 附录 范例系统安装…………………………507 一、还原数据库 508 二、复制范例 513 三、实际测试 514 四、错误排除 515

三万单词库(mssql数据库).rar 可以用来做在线背单词软件了

8万多条在2014-05-03至2014-05-11采集的关于12个主题的微博信息数据。文件为sql脚本，方便直接导入数据库。

R语言经典实例（中+英） 第1章 R入门和获得帮助 7 　　1.1 下载和安装R软件 8 　　1.2 开始运行R软件 10 　　1.3 输入R命令 13 　　1.4 退出R 15 　　1.5 中断R正在运行的程序 16 　　1.6 查看帮助文档 17 　　1.7 获取函数的帮助文档 18 　　1.8 搜索帮助文档 20 　　1.9 查看R软件包帮助信息 21 　　1.10 通过网络获取帮助 23 　　1.11 寻找相关函数与数据包 26 　　1.12 查询邮件列表 27 　　1.13 向邮件列表提交问题 27 　　第2章 基础知识 30 　　2.1 显示内容 30 　　2.2 设定变量 32 　　2.3 列出所有变量 34 　　2.4 删除变量 35 　　2.5 生成向量 36 　　2.6 计算基本统计量 37 　　2.7 生成数列 40 　　2.8 向量比较 42 　　2.9 选取向量中的元素 43 　　2.10 向量的计算 46 　　2.11 运算符优先级问题 48 　　2.12 定义函数 50 　　2.13 减少输入，得到更多命令 52 　　2.14 常见错误 54 　　第3章 R软件导览 58 　　3.1 获取和设定工作目录 58 　　3.2 保存工作空间 59 　　3.3 查看历史命令记录 60 　　3.4 保存先前命令产生的结果 60 　　3.5 显示搜索路径 61 　　3.6 使用R包中的函数 62 　　3.7 使用R的内置数据集 64 　　3.8 查看已安装的R包列表 65 　　3.9 从CRAN网站安装R包 67 　　3.10 设定默认CRAN网站镜像 69 　　3.11 隐藏启动信息 70 　　3.12 运行脚本 70 　　3.13 批量运行R代码 71 　　3.14 获取和设定环境变量 74 　　3.15 找到R的主目录 75 　　3.16 R的客户化 76 　　第4章 输入与输出 80 　　4.1 使用键盘输入数据 81 　　4.2 显示更少的位数（或更多的位数） 82 　　4.3 将输出结果重定向到某一文件 84 　　4.4 显示文件列表 85 　　4.5 解决无法在Windows中打开文件的问题 86 　　4.6 阅读固定宽度数据记录 87 　　4.7 读取表格数据文件 88 　　4.8 读取CSV文件 90 　　4.9 写入CSV文件 92 　　4.10 从网络中读取表格或CSV格式数据 93 　　4.11 读取HTML表格数据 94 　　4.12 读取复杂格式数据文件 96 　　4.13 读取MySQL数据库中的数据 100 　　4.14 保存和传送目标 102 　　第5章 数据结构 104 　　5.1 对向量添加数据 111 　　5.2 在向量中插入数据 112 　　5.3 理解循环规则 113 　　5.4 构建因子（即分类变量） 115 　　5.5 将多个向量合并成单个向量以及平行因子 117 　　5.6 创建列表 118 　　5.7 根据位置选定列表元素 119 　　5.8 根据名称选定列表元素 121 　　5.9 构建一个名称/值关联表 122 　　5.10 从列表中移除元素 124 　　5.11 将列表转换为向量 125 　　5.12 从列表中移除取值为空值（即NULL）的元素 126 　　5.13 使用条件来移除列表元素 127 　　5.14 矩阵初始化 129 　　5.15 执行矩阵运算 130 　　5.16 将描述性名称赋给矩阵的行和列 131 　　5.17 从矩阵中选定一行或一列 132 　　5.18 用列数据初始化数据框 133 　　5.19 由行数据初始化数据框 134 　　5.20 添加行至数据框 136 　　5.21 预分配数据框 137 　　5.22 根据位置选择数据框的列 138 　　5.23 根据列名选定数据框的列 142 　　5.24 更便捷地选定行和列 143 　　5.25 修改数据框的列名 145 　　5.26 编辑数据框 146 　　5.27 从数据框中移除NA值 148 　　5.28 根据名称排除列 149 　　5.29 合并两个数据框 150 　　5.30 根据共有列合并数据框 151 　　5.31 更便捷地访问数据框内容 152 　　5.32 基本数据类型之间的转换 154 　　5.33 不同结构化数据类型间的转换 156 　　第6章 数据转换 159 　　6.1 向量分组 160 　　6.2 将函数应用于每个列表元素 161 　　6.3 将函数应用于每行 163 　　6.4 将函数应用于每列 164 　　6.5 将函数应用于组数据 166 　　6.6 将函数应用于行组 168 　　6.7 将函数应用于平行向量或列表 170 　　第7章 字符串和日期 172 　　7.1 获取字符串长度 174 　　7.2 连接字符串 175 　　7.3 提取子串 176 　　7.4 根据分隔符分割字符串 176 　　7.5 替代子串 178 　　7.6 查看字符串中的特殊字符 179 　　7.7 生成字符串的所有成对组合 179 　　7.8 得到当前日期 181 　　7.9 转换字符串为日期 181 　　7.10 转换日期为字符串 182 　　7.11 转化年、月、日为日期 183 　　7.12 得到儒略日期 185 　　7.13 提取日期的一部分 185 　　7.14 创建日期序列 187 　　第8章 概率 189 　　8.1 计算组合数 191 　　8.2 生成组合 192 　　8.3 生成随机数 193 　　8.4 生成可再生的随机数 194 　　8.5 生成随机样本 196 　　8.6 生成随机序列 197 　　8.7 随机排列向量 198 　　8.8 计算离散分布的概率 198 　　8.9 计算连续分布的概率 200 　　8.10 转换概率为分位数 201 　　8.11 绘制密度函数 203 　　第9章 统计概论 206 　　9.1 汇总数据 208 　　9.2 计算相对频数 210 　　9.3 因子制表和列联表创建 211 　　9.4 检验分类变量独立性 212 　　9.5 计算数据集的分位数（和四分位数） 212 　　9.6 求分位数的逆 213 　　9.7 数据转换为z分数 214 　　9.8 检验样本均值（t检验） 215 　　9.9 均值的置信区间 216 　　9.10 中位数的置信区间 217 　　9.11 检验样本比例 218 　　9.12 比例的置信区间 219 　　9.13 检验正态性 220 　　9.14 游程检验 222 　　9.15 比较两个样本的均值 223 　　9.16 比较两个非参数样本的位置 225 　　9.17 检验相关系数的显著性 226 　　9.18 检验组的等比例 228 　　9.19 组均值间成对比较 229 　　9.20 检验两样本的相同分布 230 　　第10章 图形 232 　　10.1 创建散点图 234 　　10.2 添加标题和标签 236 　　10.3 添加网格 237 　　10.4 创建多组散点图 238 　　10.5 添加图例 240 　　10.6 绘制散点图的回归线 242 　　10.7 多变量散点图的绘制 243 　　10.8 创建每个因子水平的散点图 244 　　10.9 创建条形图 246 　　10.10 对条形图添加置信区间 248 　　10.11 给条形图上色 249 　　10.12 绘制过点x和y的线 251 　　10.13 改变线的类型、宽度或者颜色 253 　　10.14 绘制多个数据集 254 　　10.15 添加垂直线和水平线 256 　　10.16 创建箱线图 257 　　10.17 对每个因子水平创建箱线图 258 　　10.18 创建直方图 259 　　10.19 对直方图添加密度估计 261 　　10.20 创建离散直方图 262 　　10.21 创建正态Q-Q图 264 　　10.22 创建其他Q-Q图 265 　　10.23 用多种颜色绘制变量 266 　　10.24 绘制函数 269 　　10.25 图形间暂停 270 　　10.26 在一页中显示多个图形 271 　　10.27 打开另一个图形窗口 273 　　10.28 在文档中绘制图形 274 　　10.29 改变图形参数 275 　　第11章 线性回归和方差分析 277 　　11.1 简单线性回归 279 　　11.2 多元线性回归 281 　　11.3 得到回归统计量 282 　　11.4 理解回归的汇总结果 286 　　11.5 运行无截距的线性回归 289 　　11.6 运行有交户项的线性回归 290 　　11.7 选择最合适的回归变量 292 　　11.8 对数据子集回归 295 　　11.9 在回归公式中使用表达式 296 　　11.10 多项式回归 298 　　11.11 转换数据的回归 299 　　11.12 寻找最佳幂变换 301 　　11.13 回归系数的置信区间 304 　　11.14 绘制回归残差 304 　　11.15 诊断线性回归 306 　　11.16 识别有影响的观察值 309 　　11.17 残差自相关检验 310 　　11.18 预测新值 311 　　11.19 建立预测区间 312 　　11.20 运行单因素方差分析 313 　　11.21 创建交互关系图 315 　　11.22 找到组间均值的不同 316 　　11.23 执行稳健方差分析 318 　　11.24 运用方差分析比较模型 320 　　第12章 有用的方法 323 　　12.1 查看你的数据 323 　　12.2 拓宽你的输出 324 　　12.3 输出赋值结果 325 　　12.4 对行和列求和 325 　　12.5 按列输出数据 326 　　12.6 对数据分级 328 　　12.7 找到特定值的位置 329 　　12.8 每隔n个选定一个向量元素 330 　　12.9 找到成对的最小值或者最大值 331 　　12.10 生成多个因子的组合 332 　　12.11 转换一个数据框 333 　　12.12 对数据框排序 334 　　12.13 对两列排序 335 　　12.14 移除变量属性 336 　　12.15 显示对象的结构 337 　　12.16 代码运行时间 340 　　12.17 抑制警告和错误消息 341 　　12.18 从列表中提取函数参数 342 　　12.19 定义你自己的二元运算符 344 　　第13章 高级数值分析和统计方法 347 　　13.1 最小化或者最大化一个单参数函数 347 　　13.2 最小化或者最大化多参数函数 348 　　13.3 计算特征值和特征向量 350 　　13.4 主成分分析 351 　　13.5 简单正交回归 352 　　13.6 数据的聚类 354 　　13.7 预测二元变量（逻辑回归） 357 　　13.8 统计量的自助法 359 　　13.9 因子分析 361 　　第14章 时间序列分析 366 　　14.1 表示时间序列 367 　　14.2 绘制时序图 370 　　14.3 提取最老的观测值或者最新的观测值 373 　　14.4 选取时间序列的子集 374 　　14.5 合并多个时间序列 376 　　14.6 缺失时间序列的填充 378 　　14.7 时间序列的滞后 380 　　14.8 计算逐次差分 381 　　14.9 时间序列相关的计算 382 　　14.10 计算移动平均 383 　　14.11 在日历时间范围内应用函数 384 　　14.12 应用滚动函数 386 　　14.13 绘制自相关函数图 388 　　14.14 检验时间序列的自相关 389 　　14.15 绘制偏自相关函数 390 　　14.16 两个时间序列间的滞后相关性 391 　　14.17 剔除时间序列的趋势 393 　　14.18 拟合ARIMA模型 394 　　14.19 剔除ARIMA模型中不显著的系数 397 　　14.20 对ARIMA模型进行诊断 399 　　14.21 用ARIMA模型进行预测 400 　　14.22 均值回归的检验 402 　　14.23 时间序列的平滑 404

该开发工具主要是用来读写voc2007数据集的内容，是Faster RCNN运行必须的库

用于入侵检测的数据测试集，很好用的。如果真的对你有帮助，那真是太好了。

美国MSTAR计划的数据集，雷达图片，全转成了jpeg