CheXNet:放射学家检测胸部X射线与深度学习的肺炎.pdf(英文版)

这本书共分为10个章节，从什么是机器学习和可解释的定义解释，到模型的常用解释方法和基于示例的解释，再到机器学习与可解释性的未来，内容一气呵成。 “可解释”是这本书的核心论题，作者认为，可解释性在机器学

一本关于vmware的官方英文版使用手册针对vmwareworkstation有对该虚拟产品使用的详细说明。

Chest radiographs are primarily employed for the screening of pulmonary and cardio-/thoracic conditi

纲要： 1. Tensorflow快速入门； 2. 使用Tensorflow独立搭建模型； 3. 理解掌握当前流行的计算机视觉和自然语言处理（NLP）模型。 ....

滑模控制大神，爱德华经典之作。内容主要为基于滑模控制的故障检测和容错控制方案。

使用X射线图像预测肺炎 使用了多层感知器,支持向量机,CNN和决策树模型来预测和检测X射线图像中的肺炎。

基于深度学习的自然语言处理英文版，含目录，NeuralNetworkMethodsforNaturalLanguageProcessing

DeepClassifyML 用Flask制作的Web应用程序可从胸部X光片对呼吸系统疾病进行分类 要求 Python 3.6 (用于重新训练或微调模型) 安装 网络应用 克隆存储库并打开DeepCl

对于对ns-2有一定的了解的人学习ns-2的入门有很大的帮助

Li Mu Great God "Deep Learning of Hands-on Learning" Chinese version (English version is Berkeley De