Hypermesh & Rhino & Abaqus & FEA & 有限元 & 仿真

Statistical thinking in python

Ever tried, Ever failed, No Matter. <br>Try again, Fail again, Fail Better.

It's what you do in the dark，that puts you in the light. <br><br>一个在技术咨询与管理咨询路上不断追寻本质的 Agile Coach, Consultant.<br><br>兴趣广泛：<br>目前主要研究方向：智能自动化测试，性能工程与稳定性建设，敏捷测试转型，质量管理与研发效能改进等<br>擅长CMMI，ASPICE，SAFe 等框架的落地与适配实践<br>目前服务领域：金融科技与数字化转型质量提升，汽车软件工程效能，零售行业千万级高可靠服务保障<br><br>-- wywincl<br>&lt;wywincl@gmail.com&gt;

这里提供所有关于CAE/ANSYS/ABAQUS/hyperworks/等方向技术知识分享

ABAQUS，材料本构，工程应用，http://www.advanses.com/

HM和ABAQUS能做的事情！

我的博客园：<a href="https://links.jianshu.com/go?to=http%3A%2F%2Fwww.cnblogs.com%2Fhainingwyx%2F" target="_blank">http://www.cnblogs.com/hainingwyx/</a>

读书，见人，行路，历事

Pythoner的集中营, 收集关于Python的各种知识教程. 推荐文章和系列阅读: 1. Python 零基础入门资料整理（更新版） http://www.jianshu.com/p/9c02dade7e90 2. Python 零基础入门资料整理 http://www.jianshu.com/p/5eee782b8627 3. Python 从入门到高手系列视频教程 http://www.jianshu.com/p/93085280e4a4 4. Python学习网络资源整理 http://www.jianshu.com/p/fe0e5a515696 5. Python爬虫学习系列专题 http://www.jianshu.com/notebooks/255245/latest 6. Python Django博客开发专题 http://www.jianshu.com/notebooks/293635/latest PS: 另招Python热心管理员

机器学习算法关注机器学习，人工智能，数据挖掘，计算机视觉等相关领域的文章

机器学习(Machine Learning，ML)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。数据挖掘是从海量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。数据挖掘中用到了大量的机器学习界提供的数据分析技术和数据库界提供的数据管理技术，机器学习是数据挖掘的一个重要的工具。机器学习交流群：613944735

使用Python语言，及其在因特网信息数据获取（爬虫）和数据挖掘、机器学习上的应用。也包含python的基本使用。

本专题招募管理员，有意向请简信私聊，谢谢！ 用来分享机器学习，深度学习，神经网络，计算机视觉等领域的一些技术。 Machine Learning 学习资料：http://www.jianshu.com/p/e0238db24973 相关参考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 课程整理：http://www.jianshu.com/p/182baeb82c71 3. [深度学习与神经网络(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步链接]：https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details 4. [UFLDL教程]：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B （中文） http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial （英文） 5. [Deep Learning - An MIT Press book]：http://www.deeplearningbook.org/ 6. [Neural Network Playground]： http://playground.tensorflow.org/ 7. [A Guide to Deep Learning]： http://www.jianshu.com/p/6752a8845d01 8. [知乎“机器学习”专栏]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.jianshu.com/p/fe428f0b32c1 …… 希望大家可以相互交流，相互学习！