麻省理工MIT 版 ,SAP基础教程,总结了一些SAP的使用技巧,很有帮助
2024-01-24 17:34:25 2.46MB SAP 教程
1
[麻省理工学院-算法导论].Introduction.to.Algorithms--PPT
1
自主驾驶车辆的深度模仿学习 自动驾驶汽车已经引起了学术界(例如牛津,麻省理工学院)和工业界(例如Google,特斯拉)的极大兴趣。 但是,由于普遍的知识,我们发现直接实现全自动驾驶(SAE 5级)非常困难。 为了解决这个问题,深度模仿学习是一种有前途的解决方案,可以从人类的演示中学习知识。 在这个项目中,我们研究了如何使用深度模仿学习来实现车辆动态控制(例如转向角,速度)。 我们使用了Udacity( )提供的数据集和模拟器以及现实世界中的comma.ai数据集。
2023-03-02 16:47:03 14KB Python
1
2014 年有 6,858 个案例 2014 年秋季有 6,858 个实验室
2022-11-08 00:16:38 161KB Python
1
Introduction to Algorithms, Second Edition by Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest and Clifford Stein ISBN:0262032937 The MIT Press © 2001 (1180 pages) A course in computer algorithms, suitable for use as a field reference for working software developers. Table of Contents Introduction to Algorithms, Second Edition Preface Part I - Foundations Chapter 1 - The Role of Algorithms in Computing Chapter 2 - Getting Started Chapter 3 - Growth of Functions Chapter 4 - Recurrences Chapter 5 - Probabilistic Analysis and Randomized Algorithms Part II - Sorting and Order Statistics Chapter 6 - Heapsort Chapter 7 - Quicksort Chapter 8 - Sorting in Linear Time Chapter 9 - Medians and Order Statistics Part III - Data Structures Chapter 10 - Elementary Data Structures Chapter 11 - Hash Tables Chapter 12 - Binary Search Trees Chapter 13 - Red-Black Trees Chapter 14 - Augmenting Data Structures Part IV - Advanced Design and Analysis Techniques Chapter 15 - Dynamic Programming Chapter 16 - Greedy Algorithms Chapter 17 - Amortized Analysis Part V - Advanced Data Structures Chapter 18 - B-Trees Chapter 19 - Binomial Heaps Chapter 20 - Fibonacci Heaps Chapter 21 - Data Structures for Disjoint Sets Part VI - Graph Algorithms Chapter 22 - Elementary Graph Algorithms Chapter 23 - Minimum Spanning Trees Chapter 24 - Single-Source Shortest Paths Chapter 25 - All-Pairs Shortest Paths Chapter 26 - Maximum Flow Part VII - Selected Topics Chapter 27 - Sorting Networks Chapter 28 - Matrix Operations Chapter 29 - Linear Programming Chapter 30 - Polynomials and the FFT Chapter 31 - Number-Theoretic Algorithms Chapter 32 - String Matching Chapter 33 - Computational Geometry Chapter 34 - NP-Completeness Chapter 35 - Approximation Algorithms Part VIII - Appendix: Mathematical Background Appendix A - Summations Appendix B - Sets, Etc. Appendix C - Counting and Probability Bibliography Index List of Figures List of Corollaries List of Problems List of Exercises
1
麻省理工学院公开课:计算机科学及编程导论 本课程共24集 翻译完 欢迎学习 讲师:Prof. Eric Grimson Prof. John Guttag - 麻省理工学院计算机科学与工程系的教授 - 里贾纳大数学和学物理学士、麻省理工学院数学博士学位 学院介绍:西卡罗来纳州大学成立于1889年,为北卡罗莱纳州西部地区提供高等教育和职业机会。自成立以来,WCU主要以文化,科学和教育为主。 课程介绍:这门课程适用于那些拥有很少或没有编程经验的学生,它致力于使学生理解计算机在解决问题中的作用,并且帮助学生,不论其专业,使他们对于能够完成有用的小程序的目标充满信心。
2022-09-21 15:01:01 1.5MB 计算机 麻省理工学院 MIT
1
麻省理工大学matlab homework,代码+图+报告。里面还涉及到同心圆和奥运五环的绘制。
2022-06-09 13:05:46 1.04MB matlab
麻省理工--算法导论,书本后答案,考试试卷
2022-05-23 17:28:04 2.26MB 算法导论 麻省理工
1
A.E Fitzgerald Charles Kingsley,Jr Stephen D.Umans 刘新正 苏少平 高琳等译
2022-05-19 17:44:18 9.54MB MIT 麻省理工 电机学
1
【内容简介】 本书深入浅出,全面地介绍了计算机算法。对每一个算法的分析既易于理解又十分有趣,并保持了数学严谨性。本书的设计目标全 面,适用于多种用途。涵盖的内容有:算法在计算中的作用,概率分析和随机算法的介绍。本书专门讨论了线性规划,介绍了动态规 划的两个应用,随机化和线性规划技术的近似算法等,还有有关递归求解、快速排序中用到的划分方法与期望线性时间顺序统计算 法,以及对贪心算法元素的讨论。本书还介绍了对强连通子图算法正确性的证明,对哈密顿回路和子集求和问题的NP完全性的证明等 内容。全书提供了900多个练习题和思考题以及叙述较为详细的实例研究。. 本书内容丰富,对本科生的数据结构课程和研究生的算法课程都是很实用的教材。本书在读者的职业生涯中,也是一本案头的数学参 考书或工程实践手册。 在有关算法的书中,有一些叙述非常严谨,但不够全面,另一些涉及了大量的题材,但又缺乏严谨性。《算法导论》将严谨性和全面 性融为一体。.. 本书深入讨论各类算法,并着力使这些算法的设计和分析能为各个层次的读者接受。各章自成体系,可以作为独立的学习单元。算法 以英语和伪代码的形式描述,具备初步程序设计经验的人就能看懂。说明和解释力求浅显易懂,不失深度和数学严谨性。 本书自第1版出版以来,已经成为世界范围内广泛使用的大学教材和专业人员的标准参考书。第2版增加了论述算法作用、概率分析与 随机算法、线性规划等几章。同时,对第1版的几乎每一节都作了大量的修订。一项巧妙而又重要的修改是提前引入循环不变式,并在 全书中用来证明算法的正确性。在不改变数学和分析重点的前提下,作者将许多数学基础知识从第一部分移到了附录中,并在开始部 分加入了一些富有诱导性的题材。...
2022-05-14 08:34:15 10MB 算法导论 算法 algorithm
1