大厂面试八股文、程序员求职攻略、动态规划、二叉树专题、回溯算法、贪心算法专讲等代码随想录PDF资源

卢开澄的算法pdf文档，细的资源描述有机会获得我们的推荐

包括PDF版遗传算法书籍，遗传算法PPT，还有遗传算法MATLAB实现用来解决函数最值的问题。

贝叶斯分类算法是统计学的一种概率分类方法，朴素贝叶斯分类是贝叶斯分类中最简单的一种。其分类原理就是利 用贝叶斯公式根据某特征的先验概率计算出其后验概率，然后选择具有最大后验概率的类作为该特征所属的类。之所以称之为”朴素”，是因为贝叶斯分类只做最原始、最简单的假设：所有的特征之间是统计独立的。 朴素贝叶斯法（Naive Bayes model）是基于贝叶斯定理与特征条件独立假设的分类方法。 最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型（Naive Bayesian Model，NBM）。和决策树模型相比，朴素贝叶斯分类器(Naive Bayes Classifier 或 NBC)发源于古典数学理论，有着坚实的数学基础，以及稳定的分类效率。同时，NBC模型所需估计的参数很少，对缺失数据不太敏感，算法也比较简单。理论上，NBC模型与其他分类方法相比具有最小的误差率。但是实际上并非总是如此，这是因为NBC模型假设属性之间相互独立，这个假设在实际应用中往往是不成立的，这给NBC模型的正确分类带来了一定影响

邻近算法，或者说K最邻近（KNN，K-NearestNeighbor）分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是K个最近的邻居的意思，说的是每个样本都可以用它最接近的K个邻近值来代表。近邻算法就是将数据集合中每一个记录进行分类的方法. KNN（K- Nearest Neighbor）法即K最邻近法，最初由 Cover和Hart于1968年提出，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路非常简单直观：如果一个样本在特征空间中的K个最相似（即特征空间中最邻近）的样本中的大多数属于某一个类别，则该样本也属于这个类别。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别 [2] 。 该方法的不足之处是计算量较大，因为对每一个待分类的文本都要计算它到全体已知样本的距离，才能求得它的K个最邻近点。目前常用的解决方法是事先对已知样本点进行剪辑，事先去除对分类作用不大的样本。另外还有一种 Reverse KNN法，它能降低KNN算法的计算复杂度，提高分类的效率 [2] 。 KNN算法比较适用于样本容量比较大的类域的自动分类

银行家算法pdf文献打包 共9篇 解晨,王瑜.多资源银行家算法研究与实现[J].电脑知识与技术,2013,9(18):4229-4233. 摘要：在通常情况下,计算机的资源有限,比如只有一台打印机或者只有有限的内存,并且很多资源是独占性的资源,在任意时刻这些资源只能被一个程序所占用,一旦这些资源被多个程序同时访问,就会引发程序对资源的竞争,容易引起"死锁"现象。银行家算法便是针对死锁问题而诞生的。该文简介了死锁的原理,对解决多个资源下死锁问题的银行家算法进行了讨论,并用C语言对其进行了简单的模拟。 侯刚.深入解析银行家算法[J].潍坊学院学报,2006,(02):46-48. 摘要：银行家算法是操作系统中采用避免死锁策略来解决死锁问题的一种算法。本文首先讲述了银行家算法流程,然后深入解析了银行家算法的根本原理。这在国内外操作系统教材中是第一次揭示银行家算法的根本原理。 李金忠,曾劲涛.对银行家算法设计思想的改进及其代码实现[J].井冈山师范学院学报,2004,(05):74-77. 摘要：分析了银行家算法避免死锁的设计思想,改进了银行家算法,使其效率得到一定程度的提高熏且用C语言描述了实现银行家算法的部分关键程序代码. ..............

主要包含了变速积分PID控制算法PDF文档+MATLAB源程序，非常实用

算法pdf文档合集数据结构

文件中包含了带滤波器的PID控制算法PDF+MATLAB源程序，全部测试通过

matlab智能算法43例pdf版，包括43个代码，每一个算法都有对应的代码实现，内容丰富，质量较高。