代碼跑出來的概率統(tǒng)計(jì)問題；程序員的概率統(tǒng)計(jì)開心辭典；開放數(shù)據(jù)集，全代碼攻略。現(xiàn)實(shí)工作中，人們常被要求用數(shù)據(jù)說話。可是，數(shù)據(jù)自己是不能說話的，只有對(duì)它進(jìn)行可靠分析和深入挖掘才能找到有價(jià)值的信息。概率統(tǒng)計(jì)是數(shù)據(jù)分析的通用語言，是大數(shù)據(jù)時(shí)代預(yù)測(cè)未來的根基。站在時(shí)代浪尖上的程序員只有具備統(tǒng)計(jì)思維才能掌握數(shù)據(jù)分析的必殺技。本書正是一本概率統(tǒng)計(jì)方面的入門圖書，但視角極為獨(dú)特，折射出大數(shù)據(jù)浪潮的別樣風(fēng)景。作者將基本的概率統(tǒng)計(jì)知識(shí)融入Python編程，告訴你如何借助編寫程序，用計(jì)算而非數(shù)學(xué)的方式實(shí)現(xiàn)統(tǒng)計(jì)分析。一個(gè)趣味實(shí)例貫穿全書，生動(dòng)地講解了數(shù)據(jù)分析的全過程：從采集數(shù)據(jù)和生成統(tǒng)計(jì)量，到識(shí)別模式和檢驗(yàn)假設(shè)。一冊(cè)在手，讓你輕松掌握分布、概率論、可視化以及其他工具和概念。
標(biāo)簽： 程序員數(shù)學(xué) 概率統(tǒng)計(jì)
上傳時(shí)間： 2022-06-21
上傳用戶：XuVshu
(一) 、超聲波塑料焊接機(jī)裝設(shè)程序：1、超聲波塑料焊接機(jī)應(yīng)安置在堅(jiān)固,水平的工作臺(tái)上。機(jī)器后面應(yīng)留有大于150mm的空間，以利通風(fēng)散熱。2、為確保安全操作，本機(jī)必須可靠接地，對(duì)地電阻必須小于4 歐姆。3、將三苡控制電線兩頭分別插入焊機(jī)后方三腳插座，并旋緊螺母。4、將選擇開關(guān)置于手動(dòng)位置。5、鎖緊升降的四只螺釘，以固定超聲振頭，但切勿用力過度,以免滑牙。6、將上焊模與超聲振頭之接觸面擦干凈，用螺絲接合，使用隨機(jī)專用扳手鎖緊，鎖緊力距為25 牛頓／米。7、把外氣源的氣管接入焊接機(jī)的空氣濾凈器。8、音波檢驗(yàn)程序：為發(fā)揮超聲波塑料焊接機(jī)的最佳使用效果，維護(hù)焊機(jī)的性能及安全生產(chǎn)，每次使用機(jī)器或更換焊模， 必須調(diào)整超聲波塑料焊接機(jī)發(fā)振系統(tǒng)與振動(dòng)系統(tǒng)的發(fā)振程度， 因此該項(xiàng)音波檢測(cè)程序非常重要。A、檢測(cè)前，上焊模與超聲振頭兩者必須密合鎖緊，檢驗(yàn)時(shí)上焊模切勿接觸工件。B、合上電源開關(guān)，此時(shí)電源指示燈亮.C、打開側(cè)蓋板之門頁。D、將選擇開關(guān)按至音波檢測(cè)檔位置，觀測(cè)振幅表之指示值，每次音波檢測(cè)開關(guān)不能連續(xù)按下超過3 秒。E、順逆旋轉(zhuǎn)音波檢測(cè)螺絲使振幅表指針在最低刻度值位置。注意：振幅表指針能調(diào)到1.2（或100 ）刻度值以下，且確保為最低刻度位置，焊機(jī)的發(fā)振系統(tǒng)與振動(dòng)系統(tǒng)譜振最好。[注意]:1.調(diào)節(jié)音波選擇螺絲，振幅表之指針會(huì)左右擺動(dòng)，但并非表示功率輸出之大小，而僅表示發(fā)振系統(tǒng)與振動(dòng)系統(tǒng)之諧振程度，指示刻度值越小，則表示諧振程度越佳。2.振幅表在空載發(fā)振時(shí)，表示諧振程度，負(fù)載發(fā)振時(shí)表示輸出能量。3.焊接前務(wù)必做音波檢測(cè)，以確保發(fā)振系統(tǒng)與振動(dòng)系統(tǒng)之諧振。4.更換焊模后，切記一定要做音波檢測(cè)程式。5.調(diào)整時(shí)，如果過載指示燈發(fā)亮，則立即放開音波檢驗(yàn)鈕，約過1 秒鐘后，再轉(zhuǎn)動(dòng)音波調(diào)整螺絲作音波選擇調(diào)整.6.正確的調(diào)諧非常重要，如果無法調(diào)較到正常狀態(tài)，不能達(dá)到音波檢測(cè)程式第5 項(xiàng)的要求時(shí)，請(qǐng)即送修，不可勉強(qiáng)使用，以免擴(kuò)大故障。
上傳時(shí)間： 2022-06-22
上傳用戶：
本書是“實(shí)用電子電路設(shè)計(jì)叢書”之一。本書內(nèi)容分基礎(chǔ)部分（1~5章）和應(yīng)用部分（6~9章）。前者主要介紹OP放大器的零點(diǎn)、漂移及噪聲，增益與桶位，相位補(bǔ)償及技馬，OP放大器的選擇和系統(tǒng)設(shè)計(jì)；后者則主要介紹OP放大器作為反相放大器、正相放大器、差動(dòng)放大器的應(yīng)用，OP放大囂在恒壓、恒流電路和微分、積分電路中的應(yīng)用以及基于非線性元件的應(yīng)用，比較放大器中的應(yīng)用，等等.本書面向?qū)嶋H需要，理論聯(lián)系實(shí)際，列舉大量實(shí)用性、技術(shù)性強(qiáng)的電路，使讀者從原理到應(yīng)用，對(duì)OP放大器有個(gè)系統(tǒng)的了解，以便能夠應(yīng)付電路中可能出現(xiàn)的更加復(fù)雜的情況和故障。本書適用對(duì)象是相關(guān)領(lǐng)域工程技術(shù)人員以及大學(xué)相關(guān)專業(yè)本科生、研究生；也可供廣大的愛好者學(xué)習(xí)參考。
上傳時(shí)間： 2022-06-23
上傳用戶：
數(shù)學(xué)分析對(duì)于數(shù)學(xué)專業(yè)的學(xué)生是邁進(jìn)大學(xué)大門后，需要修的第一門課，也是最基礎(chǔ)最重要的一門課程。但對(duì)于非數(shù)學(xué)專業(yè)的朋友們是個(gè)陌生的概念，如果身邊有人問我數(shù)學(xué)分析學(xué)什么？我會(huì)毫不猶豫地告訴他們就是微積分，那么似乎所有人都會(huì)接著提一個(gè)問題：那和我們學(xué)的微積分有什么差異？為什么我們學(xué)一學(xué)期你們要學(xué)一年半到兩年啊？囧……這個(gè)問題就不容易回答了，于是我只能應(yīng)付說學(xué)得細(xì)了，但其實(shí)并非僅僅如此。對(duì)這個(gè)問題我在學(xué)習(xí)數(shù)學(xué)分析的過程中是不能說清楚的，正因?yàn)槿绱耍鹣葘W(xué)分析完全是亂學(xué)，沒有重點(diǎn)沒有次序的模仿，其結(jié)果就是感覺自己學(xué)到的東西好比是一條細(xì)線拴著好多個(gè)大秤癥，只要有一點(diǎn)斷開，整個(gè)知識(shí)系統(tǒng)頓時(shí)傾覆。我也一直在思考這個(gè)問題，但直到在北師大跟著王昆揚(yáng)老師學(xué)了一學(xué)期實(shí)變函數(shù)論之后，我才意識(shí)到數(shù)分與高數(shù)真正的區(qū)別在于何處。先從微積分說起，在國內(nèi)微積分這門課程大致是供文科、經(jīng)濟(jì)類學(xué)生選修的，其知識(shí)結(jié)構(gòu)非常清晰，主要內(nèi)容就是要說清兩件事：第一件介紹兩種運(yùn)算，求導(dǎo)與求不定積分，并且說明它們互為逆運(yùn)算。第二件介紹基礎(chǔ)的微分學(xué)和積分學(xué)，并且給出它們之間的聯(lián)系—Newton-Leibniz公式。這里需要強(qiáng)調(diào)的是，求不定積分作為求導(dǎo)數(shù)的逆運(yùn)算屬于微分學(xué)而不屬于積分學(xué)，真正屬于積分學(xué)的是Riemann定積分。不定積分與定積分雖然在字面上只差一字，但從數(shù)學(xué)定義來看卻有本質(zhì)的區(qū)別，不定積分是找一個(gè)函數(shù)的原函數(shù)，而Riemann定積分則是求Riemann和的極限，事實(shí)上它們之間毫無關(guān)系，既存在著沒有原函數(shù)但Riemann可積的函數(shù)，也存在著有原函數(shù)但Riemann不可積的函數(shù)。但無論如何Newton-Leibniz 公式好比一座橋梁溝通了不定積分（微分學(xué)）和定積分（積分學(xué)），這也是Newton-Leibniz公式被稱為微積分基本定理的原因。因此我們可以看出，微積分的核心內(nèi)容就是學(xué)習(xí)兩種新運(yùn)算，了解兩樣新概念，熟悉一條基本定理而已。
標(biāo)簽： 微積分 高等數(shù)學(xué)
上傳時(shí)間： 2022-06-24
上傳用戶：xsr1983
RFID無線射頻識(shí)別技術(shù)從誕生發(fā)展到現(xiàn)在RFID技術(shù)已經(jīng)日趨成熟和標(biāo)準(zhǔn)化，RFID標(biāo)簽具有體積小容量大，壽命長(zhǎng)，可重復(fù)使用等特點(diǎn)，支持快速讀寫、非可視識(shí)別、移動(dòng)識(shí)別、多目標(biāo)識(shí)別、定位及長(zhǎng)期跟蹤管理。RFID技術(shù)與互聯(lián)網(wǎng)、通訊等技術(shù)相結(jié)合，可實(shí)現(xiàn)全球范圍內(nèi)的物品跟蹤與信息共享。RFID技術(shù)被廣泛應(yīng)用于物流、制造、公共信息服務(wù)等行業(yè)，大幅提高了管理與運(yùn)作效率，降低了成本。如何將RFID技術(shù)與軍事裝備維修管理相結(jié)合，并且將其系統(tǒng)化、平常化，迅速轉(zhuǎn)化為戰(zhàn)斗力是一件非常有意義的事情。本課題研究的是RFID技術(shù)在軍事裝備維修保養(yǎng)中的應(yīng)用。主要討論了基于RFID技術(shù)的軍事裝備維修管理系統(tǒng)的開發(fā)與設(shè)計(jì)。通過該系統(tǒng)可以實(shí)現(xiàn)待修裝備的入庫信息更記（包括入庫時(shí)間、入庫送交人、送交單位、期望交貨時(shí)間等）待維修設(shè)備的信息（包括出）日期、配發(fā)時(shí)間、配發(fā)單位、負(fù)責(zé)人以及維修歷史記錄）、維修記錄信息（包括維修時(shí)間、故障現(xiàn)象、故障原因、維修內(nèi)容、維修責(zé)任人）的增加與更改、已修裝備的出庫管理等過程的自動(dòng)化管理。利用超高頻（900M）RFID的遠(yuǎn)距離非接觸讀寫特性，可以使這些操作的過程變得簡(jiǎn)單易行。該系統(tǒng)的使用必將為提高我軍的裝備維修效率，降低維修成本帶來好處。
標(biāo)簽： RFID
上傳時(shí)間： 2022-06-25
上傳用戶：
教程從開發(fā)平臺(tái)介紹、開發(fā)環(huán)境搭建、建立工程等基礎(chǔ)內(nèi)容，到 STM8L051F3 相關(guān)外設(shè)應(yīng)用，包括：GPIO應(yīng)用、EXTI應(yīng)用、CLK應(yīng)用、USART應(yīng)用、TIMER應(yīng)用、I2C應(yīng)用、SPI應(yīng)用、ADC應(yīng)用、FWDGT應(yīng)用和 WWDGT 應(yīng)用等十大部分內(nèi)容。外設(shè)應(yīng)用部分的內(nèi)容都配有源碼，并配合硬件平臺(tái)進(jìn)行實(shí)驗(yàn)講解。教程面對(duì)的對(duì)象是具有一定的 MCU 編程基礎(chǔ)以及 C 語言基礎(chǔ)的，主旨是幫助開發(fā)者快速入門和快速開發(fā)使用 STM8L051F3。
標(biāo)簽： STM8L051F3
上傳時(shí)間： 2022-06-30
上傳用戶：
人工智能是20世紀(jì)下半葉興起的一門新學(xué)科，被譽(yù)為20世紀(jì)的重大科學(xué)技術(shù)成就之一，并將在新世紀(jì)的網(wǎng)絡(luò)經(jīng)濟(jì)時(shí)代發(fā)揮重要作用。作為計(jì)算機(jī)學(xué)科的登要分支，人工智能將滲透到應(yīng)用計(jì)算機(jī)技術(shù)的各行各業(yè)，促進(jìn)這些行業(yè)乃至計(jì)算機(jī)軟件產(chǎn)業(yè)本身的變革～所以，讓信息學(xué)科（尤其是計(jì)算機(jī)和自動(dòng)化領(lǐng)域）杠計(jì)算機(jī)應(yīng)用密筷的其他學(xué)科的研究生和本科高年級(jí)學(xué)生掌握人工智能的基礎(chǔ)性知識(shí)，已成為國內(nèi)外許多高校提高學(xué)生綜合素質(zhì)，培養(yǎng)高水平、復(fù)合型和創(chuàng)新型人才的一項(xiàng)重要舉 措。浙江大學(xué)是國內(nèi)最早進(jìn)行人工智能研究的高校之一，井長(zhǎng)期重代研究生和本科生的人工智能課程教學(xué)。基于科研和教學(xué)實(shí)踐的豐富積累，我們認(rèn)為人工智能技術(shù)是信息學(xué)科和其他學(xué)科領(lǐng)域提高計(jì)算機(jī)應(yīng)用水平的重要工具，從而，“人工智能”課程的教學(xué)目標(biāo)應(yīng)定位在使這些學(xué)科領(lǐng)域的學(xué)生掌握人工智能技木的基本常識(shí)和培養(yǎng)開發(fā)應(yīng)用的初級(jí)能力，為他們將來在各自學(xué)科領(lǐng)域開拓高水平的人工智能技術(shù)應(yīng)用奠定基礎(chǔ)，為此，本書對(duì)“人工智能”課程的教學(xué)內(nèi)容作了大膽的革新，強(qiáng)調(diào)從工程應(yīng)用的爭(zhēng)度，深入淺出地系統(tǒng)介紹人工智能的基本原理、方法及應(yīng)用技術(shù)，強(qiáng)化實(shí)用化介紹，并全面反映國內(nèi)外研究和應(yīng)用的新進(jìn)展。全書分3個(gè)部分：緒論，基礎(chǔ)篇和提高篇。 緒論即一章，闡述人工智能研究的發(fā)展和基本原則，基礎(chǔ)篇由5章構(gòu)成，第二~三章介紹人工智能的基本概念、方法和技術(shù)，包括搜索、舊約和邏鐸推理等問題求裕的基本方法以及知識(shí)表示的理論和方法；第四、五、六章討論人工智能技木的主要應(yīng)用，包括基于知識(shí)的系統(tǒng) ，自動(dòng)規(guī)劃和配置 ，以及機(jī)器學(xué)習(xí)和知識(shí)發(fā)現(xiàn)。提高篇由七、八、九3章組成，旨在拓廣人工智能的研究和應(yīng)用，包括非單調(diào)推理，不確定推理，模糊推理、神經(jīng)網(wǎng)絡(luò)等新型問題求解技術(shù)，與惑知相關(guān)的機(jī)器視覺和自然語言理祒技術(shù)，以及Agent 技術(shù)和信息基礎(chǔ)設(shè)施的智能化。
上傳時(shí)間： 2022-07-08
上傳用戶：
本書以單一電阻元件電路為起點(diǎn)，以每次添加元件組成一種新的應(yīng)用電路為主線組織內(nèi)容。全書共8章：第l章介紹電阻器的識(shí)別與使用、交直流電阻電路及其應(yīng)用、萬用表的使用等內(nèi)容；第2章介紹電容器的識(shí)別與使用、RC電路及其應(yīng)用、示波器的使用等內(nèi)容；第3章介紹電感器的識(shí)別與使用、感性電路及其應(yīng)用、諧振電路及其應(yīng)用、變壓器的應(yīng)用等內(nèi)容；第4章介紹二極管的識(shí)別與使用、二極管電路的應(yīng)用等內(nèi)容；第5章介紹三極管的識(shí)別與使用、基本放大電路及其應(yīng)用等內(nèi)容；第6章介紹集成運(yùn)算放大器 和集成功率放大器的應(yīng)用、正弦波振蕩器的安裝與測(cè)試等內(nèi)容；第7章介紹三端集成穩(wěn)壓器及其應(yīng)用、脈寬調(diào)制開關(guān)型穩(wěn)壓電路等內(nèi)容；第8章介紹半控型、全控型電力電子器件的識(shí)別與應(yīng)用等內(nèi)容。本書理論與實(shí)踐相結(jié)合適合作為點(diǎn)職高專院校電子、通信; 計(jì)算機(jī)、機(jī)電一體化等專業(yè)的教材．也可供中職學(xué)生、職業(yè)技能培訓(xùn)人員及相關(guān)從業(yè)人員參考。
上傳時(shí)間： 2022-07-09
上傳用戶：
本書集作者多年來的實(shí)踐經(jīng)驗(yàn)與研究成果，系統(tǒng)地介紹了微納米加工技術(shù)的基礎(chǔ)，包括光學(xué)曝光技術(shù)、電子束曝光技術(shù)、聚焦離子束加工技術(shù)、X射線曝光技術(shù)、各種刻蝕技術(shù)和微納米尺度的復(fù)制技術(shù)，對(duì)各種加工技術(shù)著重講清原理，列舉基本的工藝步驟，說明各種工藝條件的由來，并注意給出典型上藝參數(shù)，充分分析了各種技術(shù)的優(yōu)缺點(diǎn)及在應(yīng)用過程過程中的注意事項(xiàng)，全書強(qiáng)調(diào)實(shí)用，避免煩瑣的數(shù)學(xué)分析，既注重基礎(chǔ)知識(shí)又兼顧微納米加工領(lǐng)域近年來的最新進(jìn)展及在各高科技鎖域的應(yīng)用，并列舉了相關(guān)參考文獻(xiàn)供進(jìn)一步深入研究，因此不論是對(duì)初次涉足這一領(lǐng)域的大專院校的本科生或研究生,還是對(duì)已經(jīng)有一定工作經(jīng)驗(yàn)的專業(yè)科技人員，都具有很好的參考價(jià)值。
標(biāo)簽： 微納米加工技術(shù)
上傳時(shí)間： 2022-07-10
上傳用戶：d1997wayne
本書是一本面向計(jì)算機(jī)、軟件工程和網(wǎng)絡(luò)工程專業(yè)及相關(guān)專業(yè)的本科生（高年級(jí)）和研究 生教材．根拐國內(nèi)外計(jì)算機(jī)技術(shù)的最新發(fā)展、講述計(jì)算機(jī)算法的各種設(shè)計(jì)策略。包括分治技術(shù)、貪心技術(shù)、動(dòng)態(tài)規(guī)劃技術(shù)、回溯和分支限界技術(shù)等，介紹算法分析技術(shù)，算法的時(shí)間和空間復(fù)雜度分析方法，包括最壞情況和平均情況的分析等；討論各類經(jīng)典和應(yīng)用問題的算法，包括排序算法、搜索算法、字符串匹配算法、圖論算法、調(diào)度算法、組合優(yōu)化算法、數(shù)論算法等。并在計(jì)算復(fù)雜性理論的基礎(chǔ)上引入近似算法、概率算法等最新內(nèi)容。
標(biāo)簽： 計(jì)算機(jī)
上傳時(shí)間： 2022-07-10
上傳用戶：
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
