synopsysdc学习资料

第一章（引言） 第二章（线性代数） 第三章（概率与信息论） 第五章（机器学习基础） 第六章（深度前馈网络） 第七章（深度学习中的正则化） 第八章（深度模型中的优化） 第九章（卷积网络） 第十章（序列建

该书的主要目的是展现机器学习中核心算法和理论，机器学习从很多学科中吸收了成果和概念。本书通俗易懂，不要求读者具有相应的知识背景。

很好的IT工程师学习资料

不错的xml学习资料，可以看看

项目管理培训学习相关文档资料，涵盖了最全最新的项目管理文档

keil简介，HTML文档。

NetBeans学习资料，里面涵盖了使用该工具GUI

elasticsearc学习资料，分享一下，共同学习，费了我好大劲找到的

学习网页的必备资料，能子啊里面学到很多东西，值得推荐！

该资源提供51、avr、msp430、stm32的裸机编程，程序亲测无误！