Coding and Paper Letter(三十二)

今年您的假期余额已不足,请好好学习。资源整理。老规矩第一篇Coding。

Coding:

1.一种超快速且可扩展的文件监视器,可在Linux,OSX和Windows上提供一致的界面。

nsfw

2.“R + OSM简介”研讨会材料,2018年10月。

sotmus r

3.从R和Python中的栅格创建Data Frame的简单时间比较。

raster to df

4.R语言包bigvis,大型数据集的探索性数据分析。

bigvis

5.R语言包SpaDES.core,空间离散事件模拟(SpaDES)核心功能。

SpaDES.core

6.连接电子表格与数据可视化。

raw

7.这个repo提供了pytorch代码,它复制了Omniglot和MiniImageNet数据集上的One Shot Learning匹配网络的结果。

MatchingNetworks

8.使用一对多迭代概率数据关联的稳健点云识别。

robust point cloud registration

9.二维网格生成器和Delaunay三角生成器。

triangle

10.Python库PyMesh,Python的几何处理库。

PyMesh

11.R语言包soccermatics,足球时空数据分析与可视化工具。

soccermatics

12.R语言包facebook.S4,R语言中facebook的图形API接口。

facebook.S4

13.NIPS 2017论文"Dynamic Routing Between Capsules"的Pytorch实现。

capsule networks

14.球面上的计算几何和空间索引。

s2geometry

15.R语言包evaluate,evaluate提供的工具允许您重新创建R代码的解析,评估和显示,并提供足够的信息,您可以准确地重新创建命令行中发生的事情。

evaluate

16.Python库arviz,用于绘制和分析概率模型中的样本。

arviz

17.TensorFlow中简单而全面的教程

easy tensorflow

18."Learning TensorFlow"一书的源码。

Oreilly Learning Tensorflow

19.R中的空间数据分析与制图slides。

rladies spatial data

20.在 console 中显示图片的工具。

img2console

21.Platform Design是包含D. Cuartielles为其博士论文创建的文本仓库。

platform design

22.基于Faster-RCNN的旋转区域检测。

R2CNN Faster RCNN Tensorflow

23.CGAL 3D的Python前端网格生成器。

pygalmesh

24.使用JavaScript的可重用,灵活,交互式图表。

Webcharts

25.R语言包memoisetools,一组额外的内存和帮助函数,与memoise包一起使用。

memoisetools

26.我的加州大学伯克利分校的论文:通过集成机器学习,人工智能和深度学习的高阶生态信息学。

higher order ecoinformatics disseration

27.R语言包ctsem,使用SEM和贝叶斯方法在R中进行连续(和离散)时间动态建模。

ctsem

28.R语言包rcppcctz,CCTZ的Rcpp接口。CCTZ(C ++时区)是一个优秀的(但很小的)C ++ 11库。

rcppcctz

29.R语言包hdf5r,hdf5r是HDF5库的R接口。

hdf5r

30.R语言包stanoptimis,R中Stan模型的优化和重要性抽样。

stanoptimis

31.存储和探索传感器数据的平台。

openSenseMap

32.一个快速,无锁,跨平台,完整的CPU,利用C ++ 11功能实现线程池实现。

threadpool11

33.开源电子书Efficient R programming。

efficientR

34.卡源电子书Advanced R Programmming。

adv r

35.用于创建海洋数据全球(或区域)地图的函数(例如卫星,模型输出,WOA)。

spatial mapping R

36.R语言包mlr3,R语言中的机器学习,新版。

mlr3

37.R语言包FlashR,它可以加速现有的R矩阵函数,以闪电般的速度处理万亿级数据集。

FlashR

38.全球大陆到最近城镇的综合旅行时间日期。

worlda11y

39.R语言包rclone,“用于云存储的rsync” - Google Drive,Amazon Drive,S3,Dropbox,Backblaze B2,One Drive,Swift,Hubic,Cloudfiles,Google云端存储,Yandex文件

rclone

40.R语言包generics,泛型旨在缓解多个包定义具有相同名称的泛型的情况。

generics

41.Python数据科学书籍。

PythonDataScienceHandbook

42.Spark中的R:使用R学习Apache Spark。

the r in spark

43.R语言包osmdata,用于下载Open Street Map数据。

osmdata

44.Python库requests futures,异步Python HTTP请求。

requests futures

45.Python的Sorta Familar HTTP框架。

responder

46.R - Tinyverse版入门。

gsir te

47.为ACMES研究人员提供3.5小时的基本shell和git / GitHub工作流程介绍。

original gitster

48.面向机器学习的特征工程。

feature engineering for ml zh

49.2012 - 2018年日本季节性流感流行病的数据分析。

JapanFlu

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,658评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,482评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,213评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,395评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,487评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,523评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,525评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,300评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,753评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,048评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,223评论 1 343
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,905评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,541评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,168评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,417评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,094评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,088评论 2 352

推荐阅读更多精彩内容