计算机体系结构:量化研究方法:第5版(计算机体系结构的“圣经”与时俱进的教科书)

“本书之所以成为永恒的经典，是因为它的每一次再版都不仅仅是更新补充，而是一次全面的修订，对这个激动人心且快速变化领域给出了最及时的信息和最独到的解读。再次阅读本书仍自觉学无止境,感佩于两位卓越大师的渊博学识和深厚功底。”现今计算机界处于变革之中：移动客户端和云计算正在成为驱动程序设计和硬件创新的主流范型。因此在这个最新版中，作者考虑到这个巨大的变化，重点关注了新的平台（个人移动设备和仓库级计算机）和新的体系结构（多核和GPU），不仅介绍了移动计算和云计算等新内容，还讨论了成本、性能、功耗、可靠性等设计要素。每章都有两个真实例子，一个来源于手机，另一个来源于数据中心，以反映计算机界正在发生的革命性变革。

3.2 知识图谱研究现状 3.2.1 通用知识图谱案例 国外的 DBpedia [Auer et al,2007]使用固定的模式从维基百科中抽取信息实 体，当前拥有 127 种语言的超过两千八百万实体以及数亿 RDF 三元组；Yago [Suchanek et al,2007]则整合维基百科与 WordNet 的大规模本体， 拥有 10 种语言 约 459 万个实体，2400 万个事实；Babelnet [Navigli et al,2012]则采用将 WordNet 词典与 Wikipedia 百科集成的方法，构建了一个目前最大规模的多语言词典知识 库，包含 271 种语言 1400 万同义词组、36.4 万词语关系和 3.8 亿链接关系。 国内的 Zhishi.me 从开放的百科数据中抽取结构化数据，当前已融合了包括 百度百科、互动百科、中文维基三大百科的数据，拥有 1000 万个实体数据、一 亿两千万个 RDF 三元组；以通用百科为主线，结合垂直领域的 CN-DBPedia [Xu et al,2017]，则从百科类网站的纯文本页面中提取信息，经过滤、融合、推断等操 作后形成高质量的结构化数据；XLore[Wang et al,2013]则是基于中文维基百科、 英文维基百科、百度百科、互动百科构建的大规模中英文知识平衡知识图谱。 3.2.2 领域知识图谱案例 领域知识图谱常常用来辅助各种复杂的分析应用或决策支持，如下图所示， 在多个领域均有应用，不同领域的构建方案与应用形式则有所不同，本文将以电 商、企业商业、图情、创投四个领域为例，从图谱构建与知识应用两个方面介绍 领域知识图谱的技术构建应用与研究现状。 图2 行业知识图谱应用一览15 15 引自 2017CCKS《行业知识图谱的构建与应用》

定量分析 利用python对国内各大券商的金工研报进行复现 数据依赖： 和 每个文件夹中有对应的券商研报及相关的论文，py文件中为ipynb的复现文档 目录 指数择时类 RSRS择时指标 一种。 CSVC为一个防过拟框架 b。 因子 量化价值 组合优化

神作计算机体系结构-量化研究(第5版)的答案与附录 好好学习吧

基于计算机视觉的肉色量化研究(英文).pdf

计算机体系结构量化研究方法 第四版中文版清晰版

计算机体系结构量化研究方法第五版习题与附录答案，包括每一章（除第六章）以及附录的习题答案

PDF格式，字迹清晰，计算机体系结构的经典教程，英文版，非常不错的资料。喜欢的朋友鼓励下！ 国内有本高教版的教材基本就是翻译这个来的。