❤️
1611
精选
橱窗
合集
开源
读书
演示
我
证书和著作
读书笔记库
精选技术博客
演示
烹饪
运动
读完的书单
Java、Python、C混合编程
【Rust1】基本语法
【Rust2】打包、混合编程
【Rust3】实战笔记
【Rust4】trait
【Rust5】常用crates
【Rust6】并发
【Rust8】算法
【Rust7】collections
【html】笔记
【css】笔记
【JavaScript】结合html
【JavaScript】全笔记
【jQuery】全笔记
【swift】初学 笔记
【归档】建站日志 (6 篇)
【归档】趣文 (17 篇)
【归档】Matlab (19 篇)
【归档】Java (4 篇)
【归档】C/C++ (9 篇)
【归档】TensorFlow (14 篇)
【归档】上世纪神经网络 (10 篇)
【☆6069】【改进】blind_watermark
【☆55】【PyLSHash】Locality Sensitive Hashing 局部敏感哈希
【工具】二维码生成器
【轮子】带约束的岭回归
【☆24】恶俗古风诗歌生成器
【☆24】震惊体标题生成器
【☆21】github star数量统计
【☆1444】文本盲水印
【☆6069】blind_watermark
【☆6069】【en】blind_watermark
【☆5331】scikit-opt
【☆5331】【en】scikit-opt
【☆42】用几个圆圈画任意图
【工具】在线sql工具
【工具】清爽搜索
【工具】在线文本去重工具
【工具】在线文本比较工具
0x00_读论文
8
【论文学习】论文目录
【论文学习7篇】Understanding/Generalization/Transfer
【论文笔记7篇】Optimization/Training Techniques
【论文笔记】CNN
【读论文4篇】图神经网络
【论文学习】水印类算法
【论文学习】Hash 类算法
【读论文】prophet
0x10_计算机基础
2
【计算机组成原理】知识体系
【操作系统原理】知识体系
0x11_算法平台
15
【Linux】常用命令
【Git】语法速查
【Docker】语法速查
【SQL】SELECT专题
【spark, Hive, Hadoop, yarn】汇总
【spark】DataFrame
【spark】sql.functions
【spark】工程实践
【Hive SQL】速查
打包Python库
mySQL配置
【SQL】通用语法
【python】sqlAlchemy
数据查询优化
详解拉链表
0x12_Pandas与numpy
12
【pandas】读入与读出
【pandas】数据筛选
【pandas】去重、填充、排序、变换
【pandas】index&colums
【pandas】描述统计&简单作图
【pandas】groupby
【pandas】时间序列
【pandas】合并数据表
【pandas】练习题
【numpy】ndarray
【numpy】linalg线性代数
【numpy】ufunc
0x13_特征工程
4
【特征工程】归一化/标准化/正则化
Unbalanced Data
数据清洗方法
经典数据集
0x21_有监督学习
21
【sklearn】一次训练几十个模型
机器学习模型汇总
【sklearn】模型选取+参数选择
【模型评价】理论与实现
【交叉验证】介绍与实现
【Bagging&Boosting】理论与实现
【半监督学习】理论与实现
【logistics】理论与实现
【Decision Tree】理论与实现
【SVM】理论与实现
【Random Forest】理论与实现
【MLP】BP神经网络实现
【KNN】理论与实现
【Naive Bayes】理论与实现
【判别分析】理论篇
【CRF】理论篇
【HMM】理论篇
【EM算法】理论篇
【Probit】理论简介
【Elo模型】理论篇
【dummies】虚拟变量回归
0x23_深度学习
7
【ChatGPT】提问的艺术(prompt指导)
【DNN】Structuring DNN Projects
【DL】反向传播和优化算法
【TensorFlow】AutoEncoder
Practical aspects of DNN
【DL】hyperparameters tuning
Structuring Machine Learning Projects
0x24_NLP
13
【NLP】任务汇总
【NLP】feature提取
文本分词并画词云
【NLP】【Python】新词发现
【Torch】word2vec
【tensorflow】RNN
LSTM
【NLP】基本数据结构
【NLP】主题模型/关键词提取
【NLP】文本分类
【HanLP】NER流程
【NLP】NLTK
【HanLP】分词、词性标注、NER
0x25_CV
14
【CNN】介绍
【CNN】实现
【DeepDream】初学
【CNN】face recognition
【CNN】Object Localization
【OpenCV1】读写、空间变换
【OpenCV2】滤波器、边缘、轮廓
【OpenCV3】直方图、频域
【频域变换】理论与Rust实现
【印刷术】加网、防伪、暗水印
【数字图像处理2】编码、压缩
【OpenCV4】二维码识别
【CV】数字图像处理
【OpenCV5】人脸识别
0x26_torch
11
【pytorch】【进行中】基本配置
【pytorch】基本语法
【pytorch】data
【pytorch】建立模型
【pytorch】hub
【pytorch】CNN和图像类算法
【pytorch】RNN和TextCNN
【pytorch】GAN
【pytorch】BERT
【pytorch】OCR
Diffusion Model
0x31_降维
10
【PCA】理论与实现
【KernelPCA】理论与实现
【LLE】理论与实现
【Isomap】理论与实现
【FA】理论与实现
【ICA】理论与实现
【MDS】Python实现
【特征选择】
【SVD】分解
【有监督降维】LDA
0x32_聚类
5
【聚类】汇总
【Kmeans】理论与实现
【层次聚类】理论与实现
【DBSCAN】理论与实现
【GMM】理论与实现
0x33_图模型
10
【搜索推荐算法】理论篇
【PageRank】简介
【强化学习】简介
【规则学习】简介
【networkx】图挖掘包
【图挖掘】社区检测
【Apriori】关联规则
【推荐算法】【协同过滤】原理与纯SQL实现
【CQL】总结neo4j
【Spectral Clustering】谱聚类
0x41_统计模型
9
【统计推断】理论与实现
【相关分析】理论与实现
【回归分析】理论与实现
【statsmodels】Quantile regression
【statsmodels】WLS加权最小二乘法
【statsmodels】OLS最小二乘法
【Kalman】卡尔曼滤波
【statsmodels】(进阶)(补全中)
【ridge&lasso】理论与实现
0x42_概率论
7
常见概率分布
随机变量的数字特征
law of large numbers
参数估计
概率测度简介
概率统计趣题
信息熵
0x43_时间序列
10
【时间序列】总览
【描述时序】趋势、季节和随机性
【描述时序】指数平滑法
【统计时序1】工具
【统计时序2】平稳性
【ARIMA】理论与实现
【统计时序】GARCH
【统计时序】Granger因果检验
【统计时序】非平稳数据的处理
【时间序列】马尔科夫法
0x44_随机过程
2
【随机过程】
【随机过程】1
0x51_代数与分析
15
【代数1】线性空间
【代数2】线性映射
【代数3】多项式
【代数4】矩阵
【代数5】群、环、域
【解析几何】
【集合】定义、序偶、可列
【Real analysis(1)】范数、测度和距离
【集合】开集、度量空间勒贝格测度
【Real analysis(3)】Sequence in Metric Space
【Real analysis(4)】级数,巴拿赫空间与希尔伯特空间
【Real analysis(5)】连续性与拓扑
【数学分析】习题
多元微积分
【集合】其它
0x52_方程
2
常微分方程
二阶线性偏微分方程
0x53_复分析与积分变换
8
【Complex Analysis0】基本概念
【Complex Analysis1】极限、微分、解析
【Complex Analysis2】Julia set
【Complex Analysis3】共形映射
【Complex Analysis4】积分
【Complex Analysis5】级数、留数
【fourier】傅里叶变换
【积分变换】拉普拉斯变换
0x55_数值计算
7
【数值计算】数值逼近
【数值计算】数值线性代数
【数值计算】数值常微分方程
【解方程】scipy.optimize.solve
【数值计算】若干简介
【插值】scipy.interpolate
【数值积分】scipy.integrate
0x56_最优化
11
【最优化】理论篇
【线性最优化】理论篇
【非线性无约束最优化】理论
【最优化】应用场景
【整数规划】理论
【多目标最优化】理论
【约束非线性优化】拉格朗日法与KKT
【最小二乘估计】scipy.optimize.leastsq
【cvxopt】最优化库(持续更新中)
【最优化】scipy.optimize.fmin
【动态最优化】变分法
0x58_密码学
12
【改进】blind_watermark
【PyLSHash】Locality Sensitive Hashing 局部敏感哈希
文本盲水印
blind_watermark
【en】blind_watermark
【密码】代码实现
【zip】文件结构
【纠错码】理论和Rust实现
【擦除码】理论和实现
信息嵌入技术【2】
【密码学】知识体系_进行中
【信息隐藏技术】隐写术、暗水印知识体系
0x59_应用数学
9
【离散数学1】数理逻辑
【离散数学3】格和布尔代数
【应用数学】博弈论
【排队论】基本概念
【AHP】层次分析法原理与Python实现
【流形】基本概念
【模糊论】基本概念
数学模型
【逻辑学】连锁悖论、真值度、超赋值理论与认知主义
0x60_启发式算法
8
【GA】遗传算法
【PSO】粒子群算法
【ACA】蚁群算法
【IA】免疫优化算法
【DE】差分进化算法
【AFSA】人工鱼群算法
【SA】模拟退火算法
【智能算法】混合智能算法
0x70_可视化
13
【plotly】多图表
【plotly】基本图表
【matplotlib】设置
【matplotlib】面向对象绘图
【matplotlib】绘图方法汇总1
【svg】SVG基础知识、Pygal
【seaborn】绘图方法汇总2
【Matplotlib】3D视图
【matplotlib】键鼠响应事件
【matplotlib】动画
【pyecharts】漂亮的可视化
【tkinter】GUI设计
【reveal.js】ppt
0x80_数据结构与算法
17
【数据结构0】知识体系
【数据结构1】线性表
【数据结构2】Queue、Stack、heapq
【数据结构3】hash
【数据结构4】递归
【数据结构5】搜索
【数据结构6】排序(Python)
【数据结构7】树理论篇、最小生成树
【数据结构7】【Python】Tree
【最小生成树】Prim和Kruskal
【图论】欧拉图、汉密尔顿图
【数据结构8】Graph
ACDoubleArrayTrie
【数据结构9】动态规划
【文章集合】刷题
【概率论】趣味小题
生成迷宫
0xa0_蒙特卡洛方法
6
【Mento Carlo 1】 背后的数学理论
【Mento Carlo 2】随机数发生器
【Mento Carlo 3】给定分布生成随机数
【Python】【scipy】Random Variable
【Python】【numpy】random随机
【探索】曲面上均匀随机采样
0xb0_Python语法
18
【Python】基本数据类型
【Python】运算符&math
【string】字符串&正则
【Python】sys,os,subprocess,exec,eval
【Python】copy
【Python】open&zip&print
【Python】异常和错误
【加速】multiprocessing多线程、多进程、并行、numba
【Python】datetime
【Python】pickle&json序列化
【Python】collection&itertools&bisect
【Python】【pynput】键鼠控制
【Python】requests、bs爬虫
【python】web
【python】socket
【python】redis/ES/dbm
【纠错码】BCH
【numpy-financial】金融计算模块
0xd0_设计模式
6
【Python】【面向对象】继承&多态
【Python】【面向对象】字段&方法
【Python】【面向对象】类的特殊成员
【decorator】装饰器
【Python】设计模式
重构
⌂
≡
+