本人二手图书资源淘宝店已经开张,欢迎选购

淘宝店地址:http://zhanglong-helloworld.taobao.com/


现已有几十位朋友购买了喜欢的图书,希望你能淘到感兴趣的书。


1. 本店出售的图书均为本人买过、看过、翻译的图书,绝大多数图书品相为9成新,绝大多数图书没有任何笔迹(本人看书不做笔记)。

2. 本店出售的图书有一部分为全新图书。

3. 本店出售的图书售价均为原书价的13折。

4. 有极少部分图书中会有一些笔迹或折痕,但不影响阅读,如果你追求100%全新的图书,请不要购买。

5. 部分图书自带的光盘可能找不到了,因此请购买之前做好心理准备,毕竟这不是全新书(这种情况很少,我查了一下,总共有不到10本书没有光盘了),如果你追求光盘的完整性,请不要购买。

6. 本人自从在微博上宣布要开二手图书淘宝店以来,每天都有热心的朋友问我开店的进度,由于平时还有其他事情要做,这件事的优先级被我排在了最低,只是有点时间的时候才来搞一下,直到现在才算正式开张。

7. 如果遇到本人翻译的图书需要我签名,请在下单时给我留言,本人翻译的图书均为全新图书,希望你能喜欢

8. 由于这个淘宝店只是在我业余时间才做的,因此大家在购买图书时请直接选好图书下单即可,我一般会在周末统一发快递(如有时间也会提前),如果你追求京东的送货速度,请不要购买

9. 我平时基本不在旺旺上,因此对于大家对图书的咨询也基本不会有太多时间回答,如果你在购买图书的时候遇到问题,请在新浪微博给我留言即可(@风中叶的思考)。

10. 99%的图书每种书只有一本,因此遇到喜欢的图书请尽快下单。

11. 做这个书店完全是本着不浪费资源的态度做的,不过开个淘宝店还是很麻烦的(认证、考试、上传图片,发布商品等),消耗了我不少时间,如果有照顾不周之处,还希望大家多多包涵。

12. 由于图书重量很重,如果大家一次买好几本书会导致快递费较高,因此对于每单来说,2本及以下图书会收取15元快递费,然后每增加一本书,快递费会加4元,无法接受快递费的请不要购买(即便如此,这些费用也不够快递费,我也需要补充一些快递费的,互相理解吧)。

13. 本店所售图书一律不退、不换,我不想因为开个书店占据我太多的业余时间。

14. 每本图书发布时淘宝都要求写上ISBN号,这个实在太麻烦了,对于我,对于大家都没有任何意义,因此我就随便写了一个,希望你能理解。

15. 每本图书都有书名和图片,想要了解关于图书的更多信息,请自觉到京东、互动、当当、亚马逊等网站上查看图书介绍与书评。

16. 在查看图书时,如果显示已下架,说明这本书已经被其他人抢先购买了,请选择其他图书。

打开链接下载源码: https://pan.quark.cn/s/a4b39357ea24 一、课程信息 课程名:《Python统计与数据分析实战》 课程介绍 本课程结合Python进行统计与数据分析的原理讲解与实战,涵盖了绝大部分统计&数据分析模型,特别是当前比较主流的算法:参数估计、假设检验、线性回归、广义线性回归、非线性模型、Lasso、岭回归、广义可加模型、正交多项式模型、回归样条等;单因素和双因素方差分析;机器学习经常用到的主成分分析、因子分析、典型相关分析、聚类分析等;各种非参数统计模型,包括非参数统计推断、尺度推断、位置推断、列联表数据和属性数据分析、对数线性模型和分位回归模型、非参数核密度估计、非参数回归等。 全部模型和算法使用Python编程实现,实例驱动,聚焦实战,是成为高薪数据科学家和数据分析师的必备必学课程。 课程网址 全部课程视频在此处:B站网址 课程目录 第1章 数据描述性分析 第2章 参数估计 第3章 假设检验 第4章 回归分析 第5章 方差分析 第6章 判别分析与聚类分析 第7章 主成分分析、因子分析与典型相关分析 第8章 非参数统计 注:详细内容见文末的思维导图。 适用人群: (1)准备毕业后从事统计与数据分析行业的大学毕业生或准毕业生。 尤其是需要转向从事计算机编程、数据分析和机器学习方面工作的毕业生,或者需要提升技能以寻找高薪酬工作的准毕业生等。 (2)公司或企事业单位内部有数据分析和统计分析需求的从业人员。 (3)大学和科研院所的硕、博士研究生、青年教师等,特别是在管理学和人文社会科学等专业有量化研究需求的研究生和教师等 (4)需要转行从事数据分析方面工作,或有技能提升需求的初入职场者。 学习收获: (1)全程保姆式教学,学习路径合...
代码下载链接: https://pan.quark.cn/s/a4b39357ea24 在深入分析基于深度学习的数据融合方法研究综述之前,有必要先掌握数据融合的基础定义。数据融合是指将多个信息源的数据进行整合的过程,通过分析、处理和综合这些数据,可以生成更为精确、可靠和有用的决策支持信息。这种技术在众多领域得到了广泛应用,包括军事指挥控制、医疗诊断、智能交通系统和企业资源规划等。在大数据时代背景下,数据融合技术显得尤为关键,因为它能够帮助人们从庞大的数据中筛选出有价值的信息,进而提升决策的质量。深度学习是一种基于深度神经网络的学习技术,它通过多层神经元实现非线性映射和特征抽象,能够高效地从数据中识别出复杂的模式和结构。在数据融合领域,深度学习有助于探索数据的深层特征信息,从而提升数据融合的深度和品质。基于深度学习的数据融合方法可以借助深度网络进行特征提取和表征学习,使得数据融合在处理复杂的数据集时更具优势。 从文献回顾的角度来看,近年来已经出现了多种基于深度学习的数据融合方法。例如,采用深度学习进行特征提取的数据融合方法能够有效地识别出数据的关键特征,通过这种方式可以滤除噪声和冗余信息,保留有用信息,从而为后续的数据处理提供更加准确的输入。而基于深度学习进行融合的数据融合方法则侧重于利用深度学习模型来整合不同来源的数据,在这一过程中,深度神经网络可以作为融合层,对多源数据进行有效的整合和优化。基于深度学习全程参与的数据融合方法指的是深度学习模型不仅用于特征提取和数据整合,还参与到数据融合的每一个环节,从数据预处理到最终决策支持的各个步骤。 文章中提到的网络首发流程对于学术论文的出版具有特殊的意义。论文在经过同行评议和主编最终审查后成为正式录用稿件,此时内容已经确...
评论 38
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值