分类
发现
榜单
服务器优惠
AI论文
免费AI编程助手
搜索
注册
登录
分类
发现
榜单
服务器优惠
AI论文
免费AI编程助手
搜索
注册
登录
搜索
书栈网 · BookStack
本次搜索耗时
0.024
秒,为您找到
128753
个相关结果.
搜书籍
搜文档
原理化BSDF
860
2022-12-10
《Blender 3.4 参考手册》
原理化BSDF 输入 属性 输出 示例 原理化BSDF 原则 :缩写:’BSDF(双向散射分布函数)’,将多个层组合成一个易于使用的节点。它基于迪士尼原则模型,也称为 “PBR”着色器,使其与其他软件兼容,例如皮克斯的渲染器:sup:’’®和虚幻引擎:sup:’’®。从物质画家:sup:’’®等软件绘制或烘焙的图像纹理可以直接链接到此着色器...
1.1. 广义线性模型
3635
2020-03-01
《scikit-learn (sklearn) 0.21.3 官方文档中文版》
1.1. 广义线性模型 1.1.1. 普通最小二乘法 1.1.1.1. 普通最小二乘法的复杂度 1.1.2. 岭回归 1.1.2.1. 岭回归的复杂度 1.1.2.2. 设置正则化参数:广义交叉验证 1.1.3. Lasso 1.1.3.1. 设置正则化参数 1.1.3.1.1. 使用交叉验证 1.1.3.1.2. 基于信息标准的模型选择 1....
介绍
7747
2018-03-22
《英语进阶指南》
English-level-up-tips-for-Chinese GitBook链接 英语水平等级 特色 章节 已完成: 待完成: 为 初学者单词表 做贡献 感谢 转载声明 有疑问或建议 关于赞赏 协议/License 来源 English-level-up-tips-for-Chinese 不久前,备考托福的女神问了我一...
为主流用户而设计
1143
2019-05-05
《简约至上:交互式设计四策略 笔记》
为主流用户而设计 为主流用户而设计 福特的T型车并不是市场上第一辆汽车,但确实第一辆为平民大众制造的汽车。 我们要为大多数人制造一辆汽车。这辆车......足够小,哪怕一个人也可以驾驶它、修理它。我们要为它设计出最简单、最先进的引擎,然后再投入生产。但这辆车的售价却非常低,不会有人因为工资不高而买不起它。 ----亨利.福特谈...
FAQ
1308
2018-05-12
《HASKELL 趣学指南》
FAQ 我能把这份教学放在我的网站吗?我可以更改里面的内容吗? 推荐其它几个 Haskell 读物? 我怎么联系到你? 我想要一些习题! 关于作者 关于简体译者 关于繁体译者 FAQ 我能把这份教学放在我的网站吗?我可以更改里面的内容吗? 当然。它受creative commons attribution noncommerci...
八、数据隐私和匿名化
1833
2019-07-05
《UCSD COGS108 数据科学实战中文笔记》
八、数据隐私和匿名化 信息隐私 匿名化 规定 研究标准 HIPAA - 保护健康相关信息 安全港方法 唯一标识符 八、数据隐私和匿名化 原文:Data Privacy & Anonymization 译者:飞龙 协议:CC BY-NC-SA 4.0 许多数据,可能是数据科学中通常使用的绝大多数数据,直接或间接地与人有关...
README
2201
2018-05-23
《【知乎Live】狼叔:如何正确的学习Node.js》
【知乎Live】狼叔:如何正确的学习Node.js 预览地址 https://i5ting.github.io/How-to-learn-node-correctly/ Live 简介 你好,我是 i5ting ,江湖人称「狼叔」,目前是阿里巴巴技术专家,斯达克学院( StuQ )明星讲师, Node.js 技术布道者。曾就职于去哪儿、新浪、网...
非线性支持向量机分类
3150
2018-10-27
《Sklearn 与 TensorFlow 机器学习实用指南》
非线性支持向量机分类 尽管线性 SVM 分类器在许多案例上表现得出乎意料的好,但是很多数据集并不是线性可分的。一种处理非线性数据集方法是增加更多的特征,例如多项式特征(正如你在第4章所做的那样);在某些情况下可以变成线性可分的数据。在图 5-5的左图中,它只有一个特征x1 的简单的数据集,正如你看到的,该数据集不是线性可分的。但是如果你增加了第二个特征 ...
七、信息论
2313
2020-05-31
《AI算法工程师手册》
七、信息论 七、信息论 信息论背后的原理是:从不太可能发生的事件中能学到更多的有用信息。 发生可能性较大的事件包含较少的信息。 发生可能性较小的事件包含较多的信息。 独立事件包含额外的信息 。 对于事件 ,定义自信息self-information 为: 。 自信息仅仅处理单个输出,但是如果计算自信息的期望,它就是熵: 记作 。 ...
1..
«
34
35
36
37
»
..100