Follow along with the video below to see how to install our site as a web app on your home screen.
Anmerkung: This feature currently requires accessing the site using the built-in Safari browser.
Regeln für den Dokumente-Bereich:
In den Börsenbereich gehören nur Angebote die bereits den Allgemeinen Regeln entsprechen.
Allgemeines:
Nicht erlaubt im Dokumente-Bereich sind:
- indizierte Titel (inkl. Comics)
- extremistische Werke, Zeitschriften und Comics (egal, welche Richtung)
- jegliche Art von Pornographie
- Anleitungen zu kriminellen Handlungen, gleich welcher Art
- sadistische, menschenverachtende oder ähnliche Werke
Nutzt den "Bedanken"-Button, bei Sammelthreads führen jegliche Kommentare, positiv wie negativ, sehr schnell zu einer Unübersichtlichkeit des Threads. Downmeldungen sind an den Uploader zu richten
Vor dem Einstellen zu beachten:
- Suchfunktion
Vergewissert euch, dass es euer Dokument noch nicht im Board gibt, Doppelposts werden kommentarlos gelöscht. Ist es schon vorhanden, tragt es als Mirror im bestehenden Post ein.
- Threadtitel
Idealerweise ist sofort zu erkennen um was es sich handelt. Verseht euren Titel mit den relevanten Informationen, das hilft euch und damit auch uns und allen Suchenden erheblich weiter.
Beispiel: [Thriller] Dan Brown - Inferno oder bei Magazinen:
Computerbild - 14/2014 (es muss ersichtlich sein, um welche Ausgabe und welches Magazin es sich handelt)
Folgende Präfixe stehen im Unterforum "Unterhaltung" zur Verfügung:
- Autor
- Titel
- Präfix
- Cover
- Genre
- Inhaltsbeschreibung
- enthaltene Formate
- Gesamtgröße des Downloads
- Hoster
- ggf. Passwort
Nicht erlaubt sind alle Dateien, die den Download unnötig aufblähen um eine Affiliategrenze zu erreichen, wie zB. mp3-files, übergroße Bilder, etc.
Ebenso nicht erlaubt sind sämtliche Dateien mit DRM, persönlichen Daten, etc., diese werden kommentarlos zu eurem eigenem Schutz gelöscht.
Achtet bitte bei der Konvertierung der Formate auf die Lesbarkeit, ein epub, was nur einfach durch Calibre gejagt wird um ein PDF zu erhalten, ist zu 99% eben nicht lesbar. Wenn ihr es nicht könnt, dann lasst es besser oder lest euch ein, wie man es richtig macht.
Unterforum Comics:
Threadtitel:
Ähnlich, wie bei Unterhaltung und Magazinen, sollte der Titel alle relevanten Informationen enthalten, hier bitte
- den Titel des Comics
- den Verlag (einige Comics sind in verschiedenen Verlagen erschienen)
- das Erscheinungsjahr
Erlaubt sind folgende Formate:
- CBR
- CBZ
Grundsätzlich gilt: jede Version eines Comics erhält einen eigenen Thread, Ersteller eines Comics können ihre Bände gerne mit dem Zusatz (Original-Release) versehen.
Bei Unsicherheiten zur korrekten Benennung bitte die Informationen von www.comicguide.de nutzen.
Inhalt des Beitrags:
Pflichtangaben hier sind:
- Titel des Bandes und ggf. Nummer
- Cover
- falls bekannt technische Daten (DPI, Breite, Speicherqualität)
- Größe des Downloads
- Hoster
- ggf. Passwort
- falls bekannt Releasenamen
Du verwendest einen veralteten Browser. Es ist möglich, dass diese oder andere Websites nicht korrekt angezeigt werden. Du solltest ein Upgrade durchführen oder einen alternativen Browser verwenden.
Machine Learning Handwritten Notes:: Regression & Classification Algorithms
English | October 12, 2026 | ASIN: B0HMSFLNL7 | 52 Pages | Epub | 3.75 MB
Machine Learning Handwritten Notes - Part 2: Regression & Classification AlgorithmsTake your machine learning journey further with clear, student-friendly handwritten notes covering the essential regression and classification algorithms used in machine learning.Prepared by Shishir Singh, M.Tech (AI) student at IIT Bhubaneswar, these notes are designed to make complex concepts easier to understand through a step-by-step learning approach. Whether you are learning algorithms for the first time or revising important concepts before an exam, interview, or placement, this book offers a convenient study companion.What You'll Learn in This Book1. Regression AlgorithmsLinear and Multiple Linear RegressionPolynomial RegressionAssumptions of Linear RegressionGradient DescentStochastic and Mini-Batch Gradient DescentRidge Regression (L2 Regularization)Lasso Regression (L1 Regularization)Elastic Net RegressionBias-Variance Tradeoff2. Regression Evaluation MetricsImportant metrics for evaluating regression modelsUnderstanding model performance and prediction errors3. Classification AlgorithmsLogistic Regression: Perceptron Trick, Sigmoid Function and Loss FunctionSoftmax RegressionNaive BayesK-Nearest Neighbours (KNN)Support Vector Machine (SVM)Decision Trees4. Classification Evaluation MetricsImportant classification metricsROC Curve and AUCUnderstanding how classification models are evaluatedWho Should Read This Book?Students preparing for machine learning exams and technical interviewsB.Tech and M.Tech students studying Artificial Intelligence, Data Science or Computer ScienceBeginners learning regression and classification algorithmsCandidates preparing for AI/ML internships, placements and entry-level rolesLearners who want a structured resource for revision and concept reinforcementWhy Choose These Notes?Machine learning becomes easier when concepts are studied systematically. These notes are intended to support your learning process by bringing important algorithms and evaluation concepts together in one study resource.Use this book for focused revision, strengthen your understanding of fundamental ML algorithms, and build a foundation for exploring more advanced machine learning techniques.Part of a Three-Part Learning SeriesMachine Learning Handwritten Notes - Part 2 focuses on regression and classification algorithms. Read it alongside the other parts of the series for a broader machine learning learning path.Note: This is an independent set of personal study notes prepared by Shishir Singh. It is not an official publication of CampusX.