CSDN论坛 > VB > VB基础类

给分了 [问题点数:20分,结帖人houyingjun]

Bbs3
本版专家分:933
结帖率 100%
CSDN今日推荐
Bbs3
本版专家分:933
Bbs1
本版专家分:5
Bbs1
本版专家分:64
Bbs3
本版专家分:689
Bbs5
本版专家分:2680
匿名用户不能发表回复!
其他相关推荐
华为网络基础协议培训教程
给有需要的人 来挣分啦没分了
ulipad 二个版本
好用,二个版本,真心的给你们了,不收积分了。
为什么绑定了手机CSDN赠送的积分没到账?
如题我绑定了手机,现实赠送积分,可是账户上没有啊???
为什么csdn的积分那么难得?
不想说话不想说话
哎,为什么,我没有回复评论,现在想回复评论,我的csdn积分也没有了。。
。。
atom的使用
转自:http://wiki.jikexueyuan.com/project/atom/basis.html atom整套使用教程地址:http://wiki.jikexueyuan.com/project/atom/ 基础 启动界面 菜单栏-分为六大块: File — 文件的保存打开,项目的保存打开,最后一次的项目加载,关闭及设置中心,以及用户自定义的配置(配置文件,初始化脚本,样...
清华尹成带你实战GO案例(24)Go 错误处理
Go 错误处理在Go里面通常采用显式返回错误代码的方式来进行错误处理。这个和Java或者Ruby里面使用异常或者是C里面运行正常返回结果,发生错误返回错误代码的方式不同。Go的这种错误处理的方式使得我们能够很容易看出哪些函数可能返回错误,并且能够像调用那些没有错误返回的函数一样调用。package main import "errors" import "fmt" // Go语言里面约定错误代码是...
机器学习算法(伍)Naive Bayes 算法
引言 朴素贝叶斯(Naive Bayes)算法是机器学习中常见的基本算法之一,它主要被用来做分类任务。其理论基础是基于贝叶斯定理和条件独立性假设的一种分类方法。对于给定的训练数据集: 基于以上的解释,我们知道:(1)该算法的理论核心是贝叶斯定理;(2)它是基于条件独立性假设这个强假设基础之上的,这也是它为什么被称为“朴素”的主要原因。 本文将从以下的角度讲解朴素贝叶斯算法: Naiv...
机器学习之朴素贝叶斯(Naive Bayes)
概述 1.数学建模 2.参数估计方法 3.最大化后验概率假设-MAP的理解 4.reference 概述 朴素贝叶斯,朴素的含义在与对输入数据的特征做了独立性假设,简化了模型。贝叶斯顾名思义,采用了贝叶斯定理。一句话总结,基于贝叶斯定理和独立假设的分类方法。 参数估计中极大似然估计与贝叶斯估计的区别,以及参数的理解。 最大后验(MAP)假设的理论依据。 1.数...
记录我的java之路——day26(周更)
玩转bootstrap Bootstarp介绍 概述 ​ Bootstrap 是由 Twitter 公司(全球最大的微博)的两名技术工程师研发的一个基于 HTML、CSS、JavaScript 的开源框架。该框架代码简洁、视觉优美,可用于快速、简单地 构建基于 PC 及移动端设备的 Web 页面需求。 ​ 2010 年 6 月,Twitter 内部的工程师为了解决前端开发任务中的协作统一问...
关闭
关闭