注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 在线随机森林算法(online-random-forests)

  2. 在线随机森林算法包（online-random-forests），在linux系统下安装调试。 可用于机器学习研究。

  3. 所属分类：C++

    • 发布日期：2016-10-11
    • 文件大小：134144
    • 提供者：qingxixiansheng

  1. 数据运营思维导图

  2. 数据运营 作用&意义 知错能改，善莫大焉 —错在哪里，数据分析告诉你 运筹帷幄，决胜千里 —怎么做好“运筹”，数据分析告诉你 以往鉴来，未卜先知 —怎么发现历史的规律以预测未来，数据分析告诉你 工作思维 对业务的透彻理解是数据分析的前提 数据分析是精细化运营，要建立起体系化思维（金字塔思维） 自上而下 目标—维度拆解—数据分析模型—发现问题—优化策略 自下而上 异常数据 影响因素 影响因素与问题数据之间的相关关系 原因 优化策略 数据化运营7大经典思路 以目标为导向，学会数据拆分 细分到极致

  3. 所属分类：互联网

    • 发布日期：2018-04-26
    • 文件大小：68157440
    • 提供者：zzwin1006

  1. 支持在线学习的增量式极端随机森林分类器

  2. 文档，讲述了关于支持在线学习的增量式极端随机森林分类器

  3. 所属分类：深度学习

    • 发布日期：2018-05-15
    • 文件大小：1048576
    • 提供者：zhang_ying_8071

  1. 2019数据运营思维导图

  2. 数据运营 作用&意义 知错能改，善莫大焉 —错在哪里，数据分析告诉你 运筹帷幄，决胜千里 —怎么做好“运筹”，数据分析告诉你 以往鉴来，未卜先知 —怎么发现历史的规律以预测未来，数据分析告诉你 工作思维 对业务的透彻理解是数据分析的前提 数据分析是精细化运营，要建立起体系化思维（金字塔思维） 自上而下 目标—维度拆解—数据分析模型—发现问题—优化策略 自下而上 异常数据 影响因素 影响因素与问题数据之间的相关关系 原因 优化策略 数据化运营7大经典思路 以目标为导向，学会数据拆分 细分到极致

  3. 所属分类：Java

    • 发布日期：2019-03-29
    • 文件大小：15728640
    • 提供者：qq_36826498

  1. decision-tree-js, ID3决策树的小型JavaScript实现.zip

  2. decision-tree-js, ID3决策树的小型Javascr ipt实现 decision-tree-js决策树与随机森林分类器算法的小型Javascr ipt实现算法。随机森林演示在线演示：http://fiddle.jshell.net/7WsMf/show/light/ 决策树演示在线演示：h

  3. 所属分类：其它

    • 发布日期：2019-09-18
    • 文件大小：103424
    • 提供者：weixin_38744270

  1. 基于随机森林回归的手臂末端力的软测量方法.pdf

  2. 基于随机森林回归的手臂末端力的软测量方法.pdf,针对手臂康复训练后仍缺乏准确力觉的康复病人提出了一种手臂末端力的软测量方法。采用肌电信号（EMG）传感器与手臂姿态传感器获取的数据综合描述手臂的综合状态信息，并作为随机森林回归的输入，将手臂末端力作为随机森林回归的输出。依据康复训练的基本动作单元，针对性的设计了“推拉”和“提放”两组试验，在离线状态下，利用力传感器测量得到的实际末端力与手臂的综合状态信息作为样本集，并通过大量样本数据训练随机森林回归算子得到稳定可靠的回归算子，最后通过在线预测手

  3. 所属分类：其它

    • 发布日期：2019-09-20
    • 文件大小：3145728
    • 提供者：weixin_38743968

  1. 清华大学-学堂在线-大数据机器学习课件笔记.zip

  2. 清华大学-学堂在线 大数据机器学习课件笔记系列：概述、机器学习的基本概念、模型性能评估、感知机、聚类、贝叶斯分类器及图模型、决策树和随机森林、逻辑斯谛回归与最大熵模型、支持向量机 SVM、核函数与非线性 SVM、降维与度量学习、提升方法 adaboost 算法、EM 算法及混合高斯模型、计算学习理论、隐马尔可夫模型和概率图模型、条件随机场、概率图模型的学习与推断、神经网络与深度学习、深度学习正则化方法、深度学习优化方法等。

  3. 所属分类：互联网

    • 发布日期：2020-05-29
    • 文件大小：52428800
    • 提供者：weixin_43595476

  1. 基于WiFi指纹的高精度室内定位融合算法

  2. 针对室内环境中指纹定位接收信号强度信息的高维时变特性以及动态目标定位误差的 累积问题，提出了一种基于梯度提升决策树与粒子滤波相结合的融合算法。该算法首先利用梯 度提升决策树算法建立的位置坐标与接收信号强度之间的非线性映射模型，对在线接收的信号 强度数据进行特征分类判别，实现位置的初步估计；随着目标的运动，进一步结合粒子滤波方 法，迭代地实现动态目标位置的精确预测；另外，将定位轨迹与实际轨迹进行对比，以验证该算 法的稳定性。实验仿真结果表明：累积分布函数在80％的百分位处，提出算法的定位精度控制

  3. 所属分类：其它

    • 发布日期：2020-07-25
    • 文件大小：614400
    • 提供者：weixin_38712548

  1. SVM-KNN和随机森林脱机手写识别的比较分析-源码

  2. SVM-KNN随机森林手写识别的比较分析 该项目涉及支持向量机，K近邻和随机森林分类器，用于对NIST特殊数据库19中的手写字母进行分类。 步骤： 从以下位置下载数据集： : 解压缩 运行resize_alphabet.py-它会将照片以符号为中心，并将分辨率更改为12x12像素，并为每个符号选择大约1500个示例（随机） 在jupyter笔记本上打开untitled.ipynb，以检查三个机器学习模型的准确性得分，并将其保存为名称“ RandomForestModel.pkl”（在re

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：5242880
    • 提供者：weixin_42122881

  1. 在线新闻受欢迎度：来自新闻数据的预测模型-源码

  2. 在线新闻受欢迎 分配的数据是指Mashable受欢迎的网站（ ）的特征。 因此，此数据集不共享原始内容，而是与之关联的一些统计信息。 原始内容可以使用提供的网址公开访问和检索。 所有站点和相关数据已于2015年1月8日下载。作者使用随机森林分类器和滚动窗口作为评估方法，估算了相对性能值-参见Fernandes等。 （2015）了解有关如何设置相对效果值的更多详细信息。 该研究的主要变量是衡量网站/帖子受欢迎程度的股份数量。 我们有兴趣确定成功职位的构成要素以及该职位成为病毒式传播所需要的条件

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：5242880
    • 提供者：weixin_42109178

  1. 808_用于业务分析的机器学习-源码

  2. 808_用于业务分析的机器学习注意 lec1：线性回归 lec2：Logistic回归 讲义3：逻辑回归2 第四讲：模型评估（精确度和召回率） 第五讲：Keras学习 讲座6：Tensorflow学习 讲座7：无监督学习（K均值和DBSCAN） Lec8_2：无监督学习（PCA） 讲座9：随机森林 Lec9_2：系统建议 Lec10：卷积神经网络 项目：猫猫图像识别 其他资源 我发现了150多种最佳的机器学习，NLP和Python教程 正则化 L1和L2有什么区别？ 在线资源学

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：3145728
    • 提供者：weixin_42117485

  1. REFFO：一个慢慢成长的学习笔记-源码

  2. REFFO 一个三流程序员路任葭慢慢成长的学习笔记 2019.4.7 ps好像在线预览显示不全，字丑自娱自乐使用本repo :beaming_face_with_smiling_eyes: 1）手推公式部分：从LR-> SVM，从GBDT-> XGBOOST 2）梯度下降梳理：BGD-> SGD-> MBGD 3）牛顿法的应用（求根，求最优化方法）-> Hessian矩阵矩阵小结 2019.4.8 2019.4.9 包含朴素贝叶斯，决策树，随机森林，提升，

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：8388608
    • 提供者：weixin_42162171

  1. 帮助AmazonReviewers：帮助Amazon产品评论员更有用地撰写-源码

  2. 帮助亚马逊评论者撰写更有帮助的文章 作者：Elliot Macy 概述 像Amazon这样的在线零售商会向用户征求产品评论，并根据有用性对评论进行排名。 用户可以通过投票确定评论是否有用，由用户手动评估评论的有用性。 因此，新撰写的评论无法立即进行排名，如果用户不对其进行投票，则低流量的评论可能永远不会排名。 该项目询问亚马逊是否可以自动评估评论的帮助程度。 为了回答这个问题，我研究了使用机器学习方法（包括随机森林，XGBoost和支持向量机分类模型）的自动产品评论有用性预测。 任务定义 给定

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：5242880
    • 提供者：weixin_42168750

  1. 不确定树实验：具有不确定性的在线树的实验脚本-源码

  2. 针对不确定性的在线树进行实验脚本。 这是我们在在线随机森林的预测间隔期间使用的脚本的集合。 它旨在用作更大的可重复性回购的一部分，可。 我们分别描述每个文件。 实验自动化 是使实验自动化的python脚本。 moa_experiments.py 用于运行在线保形预测和OnlineQRF方法的MOA实验。 它需要基于包含这些类的MOA访问已编译的JAR。 预期的数据格式为arff。 参数help包含所有相关选项，请使用python moa_experiments.py -h检查 用法示例

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：110592
    • 提供者：weixin_42116847

  1. 机器学习：Python机器学习在图像处理和算法实现中的应用，包括期望最大化，因子分析，高斯混合模型，OPTICS，DBSCAN，随机森林，决策树，支持向量机，主成分分析，K最近邻，K Means，朴素贝叶斯混合模型，高斯判别分析，牛顿法，梯

  2. 机器学习 介绍 机器学习是如此别致，每个程序员甚至非程序员都开始学习。 经过几个月的在线课程，每个人都成为了自称为数据科学家。 管理人员寄予厚望，并部署数据科学家来进行机器学习。 很快，人们遇到了死胡同，在虹膜数据集范围之外的事情运行得并不顺利！ 如果您去过我的其他存储库，例如或，您一定已经看到我猛烈抨击机器学习的鲁ck应用。 停止销售AI蛇油！ 不要误会我的意思。 我不是对机器学习持怀疑态度的人。 我看到了机器学习的巨大潜力，但是我对目前对人工智能的高估持怀疑态度，而坦率地说，人工智能已经不在

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：2097152
    • 提供者：weixin_42105570

  1. LeagueofLegendsWinPrediction：探讨了在前10分钟内是否可以预测哪支球队将在英雄联盟的一场比赛中获胜-源码

  2. 英雄联盟：投降10？ 客观的： 该项目的目的是通过分析10分钟标记的统计数据来确定是否可以创建一种模型来预测英雄联盟游戏的获胜团队。 结果： 在测试了四种不同的ML模型（SVC，LinearSVC，Logistic回归和随机森林分类器）的结果后，确定Logistic回归模型预测了最佳匹配结果，其准确度得分为〜.731，交叉验证得分〜.717，比随机猜测要好20％以上。” 代码： 语言：Python（3.7.6） 包装：熊猫，numpy，sklearn，matplotlib，seaborn

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：929792
    • 提供者：weixin_42097557

  1. 一种基于结构随机森林的家庭日常工具部件功用性快速检测算法

  2. 家庭日常工具的部件功用性主动认知是家庭服务机器人智能提升的重要方面。为满足服务机器人实时自主作业的需要，提出了一种基于结构随机森林(SRF)的工具部件功用性快速检测算法。在离线训练阶段，利用SRF训练功用性边缘检测器与功用性检测器，并通过评估功用性检测结果的Fβ值确定工具各部件功用性对应的先粗糙后逐步精细化(coarse-to-fine)阈值。在线检测阶段，首先使用功用性边缘检测器计算功用性区域边缘的初步概率图，继而加以coarse-to-fine阈值滤波得到包含工具部件功用性的外接矩形区域，最

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：10485760
    • 提供者：weixin_38701407

  1. 化学动力学预测器：一种数据驱动的工具，用于预测均相气相React的React顺序。 包括NIST化学动力学数据库中的机器学习实验-源码

  2. 动力学ML NIST化学动力学数据库上的机器学习实验。 在这项工作中，我们使用机器学习方法研究了某些物种的存在以及气相均相React过程中化学键组的形成/破坏与相应的活化能和React顺序之间的关系。 React数据是通过网络抓取和HTML解析从NIST Kinetics数据库获取的，以将在线数据库转换为更易访问的数据框（Pandas）格式。 然后，我们设计了一个特征向量来捕获某些物种和键的存在，并利用它来训练我们的模型以预测活化能和React顺序。 之所以选择基于随机森林的分类模型，是因为

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：38797312
    • 提供者：weixin_42127783

  1. Wine-Rating-Predictor-ML-Model：具有Python，Docker，Luigi，SciKit-Learn和Pandas的自动ML管道，可预测葡萄酒质量等级-源码

  2. 酒评指标 在这个项目中，我为在线葡萄酒销售商构建了葡萄酒评级预测指标。 该Wine预测变量旨在显示使用wine_dataset良好的预测是可能的。 葡萄酒评级是80到100之间的一个分数，代表了葡萄酒的质量。 使用当前的功能集，随机森林分类器及其调整的参数葡萄酒等级预测器可以预测均方误差为4.9的葡萄酒质量。 该指标表明，针对客户的全自动机器学习解决方案在生产中是可行且有效的。 该预测器运行带有Docker和Luigi任务的机器学习管道。 因此，它可以在装有docker和docker-com

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：28311552
    • 提供者：weixin_42102713

  1. HackNITR-2.0-Data_Decoders:此Web应用程序为在线COVID-19测试提供了一个平台。它基于人工神经网络和探索性数据分析-源码

  2. HackNITR-2.0-Covikit 此Web应用程序为在线COVID-19测试提供了一个平台。它基于人工神经网络（ANN）和探索性数据分析。 八种机器学习算法（决策树分类器，随机森林分类器，K最近邻，K均值算法，支持向量机，梯度提升，朴素贝叶斯和逻辑回归）和两个深度学习神经网络模型（单层感知器和多层）在联合国Covid数据集（kaggle）上对Perceptron进行了培训和测试，并采用了具有最高准确度百分位数的模型来构建网络预测器。多层感知器可提供97.7％的精度，因此被用于模型构建。

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：448512
    • 提供者：weixin_42119358
« 12 »