复旦大学数学分析经典教材的课后习题答案。

生院《MATLAB在数值分析中的应用》ppt，主要内容包括计算机数学语言概述、数据拟合、求解线性方程

算机科学与技术学院数值分析课件。1、数值分析介绍.pdf2、插值方法.pdf3、数值积分和数值微分.

的数值解法第4章插值法第4章函数逼近第5章曲线拟合第7章数值积分与数值微分第8章刚性方程组及其数值

值分析华南农业大学理学院是完整课件，包括电子教案和数值分析总复习等，电子教案内容讲解方程（组）的数值

离散量数分析指的是用一个特别的数值 来反映一组数据相互之间的离散程度 它与集中量数一起分别从两个不同的侧 面描述和揭示一组数据的分布情况共同反映出 资料分布的全面特征,同时它还兑现各级重量数 的代表性做出补充说明. 为了理解离散量数分析的作用请见下例:

第一节 总体及其样本 第二节 次数分布 第三节 平均数 第四节 变异数 第五节 理论总体（群体）的平均数和标准差

《心理统计学》课程教学资源（PPT课件）02 统计图表（次数分布表的制作、次数分布图的制作）

1.4 将下列个数分别转换成十进制数：

传统的分类算法大多假设数据集是均衡的,追求整体的分类精度.而实际数据集经常是不均衡的,因此传统的分类算法在处理实际数据集时容易导致少数类样本有较高的分类错误率.现有针对不均衡数据集改进的分类方法主要有两类:一类是进行数据层面的改进,用过采样或欠采样的方法增加少数类数据或减少多数类数据;另一个是进行算法层面的改进.本文在原有的基于聚类的欠采样方法和集成学习方法的基础上,采用两种方法相结合的思想,对不均衡数据进行分类.即先在数据处理阶段采用基于聚类的欠采样方法形成均衡数据集,然后用AdaBoost集成算法对新的数据集进行分类训练,并在算法集成过程中引用权重来区分少数类数据和多数类数据对计算集成学习错误率的贡献,进而使算法更关注少数数据类,提高少数类数据的分类精度