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. 机器学习线性回归与分类

  2. 机器学习线性回归与分类，里面有相关代码。 大家多多下载

  3. 所属分类：其它

    • 发布日期：2011-05-15
    • 文件大小：432128
    • 提供者：huandaohack

  1. 利用线性回归实现的图像修复的matlab代码

  2. 利用matlab代码实现的图像修复， 采用线性回归的方法，有样例，可直接运行

  3. 所属分类：数据库

    • 发布日期：2014-04-23
    • 文件大小：3145728
    • 提供者：ylqzd

  1. 机器学习算法实现

  2. 机器学习中的方法实现，其中包括KNN，Kmeans，贝叶斯，逻辑回归，线性回归，决策树，Adaboost等，含训练集。绝对值得拥有

  3. 所属分类：Python

    • 发布日期：2014-08-04
    • 文件大小：2097152
    • 提供者：suifengdechen

  1. 线性回归 matlab代码可运行

  2. 使用梯度下降法实现线性回归 使用数据如下： Year x = [2000, 2001, 2002, 2003, 2004, 2005, 2006, 2007, 2008,2009, 2010, 2011, 2012, 2013] Price y = [2.000, 2.500, 2.900, 3.147, 4.515, 4.903, 5.365, 5.704,6.853, 7.971, 8.561, 10.000, 11.280, 12.900]

  3. 所属分类：C/C++

    • 发布日期：2016-03-12
    • 文件大小：927
    • 提供者：hayato8059

  1. C++实现回归算法(逻辑回归 线性回归)

  2. C++实现回归算法, 包含线性回归和逻辑回归, 代码干净, 整洁, 有注释, 具有良好的封装性, 可直接迁移使用

  3. 所属分类：C++

    • 发布日期：2016-03-17
    • 文件大小：9216
    • 提供者：theone_jie

  1. 机器学习经典代码（初学者必备）

  2. 给出了机器学习中线性回归，逻辑回归，支持向量机，神经网络，K-means,PCA等知识的代码及其帮助文档，资料全面。代码全部测试通过。

  3. 所属分类：专业指导

    • 发布日期：2016-04-15
    • 文件大小：36700160
    • 提供者：lijunweiyhn

  1. 线性逻辑回归代码

  2. 机器学习实战。线性逻辑回归python实现的完整工程。里面包含了所使用的数据集。

  3. 所属分类：Python

    • 发布日期：2017-08-12
    • 文件大小：12288
    • 提供者：hongbin_xu

  1. 线性回归Octave实现

  2. 在学习机器学习的时候，线性回归的实现是比较简单的，我在这里面采用的是Octave来实现的代码。

  3. 所属分类：机器学习

    • 发布日期：2017-10-18
    • 文件大小：1024
    • 提供者：qq_26309711

  1. 线性回归tensorflow例子，完整python代码

  2. 使用神经网络框架tensorflow实现的线性回归demo，里面附有完整的代码，可直接运行，有详细注释

  3. 所属分类：Python

    • 发布日期：2017-12-09
    • 文件大小：911
    • 提供者：crazybboy

  1. 纯Python3.5实现单变量线性回归

  2. python3.5纯生代码实现单变量线性回归预测直线y=mx+b，不调用机器学习第三方库，仅调用numpy实现矩阵向量运算以及matplotlib实现画图。参数更新方法为梯度下降法。

  3. 所属分类：机器学习

    • 发布日期：2018-01-10
    • 文件大小：1024
    • 提供者：homegreat

  1. 单变量线性回归梯度下降ipynb代码

  2. 单变量线性回归梯度下降ipynb代码，根据Andrew课程的资料和数据码的算法代码

  3. 所属分类：Python

    • 发布日期：2018-03-11
    • 文件大小：37888
    • 提供者：clevor18

  1. 单变量线性回归梯度下降原始数据集

  2. Andrew线性回归算法的原始数据集 ，有相应的ipynb训练代码

  3. 所属分类：机器学习

    • 发布日期：2018-03-11
    • 文件大小：1024
    • 提供者：clevor18

  1. 机器学习线性回归代码

  2. .py机器学习（3）-简单线性回归：数据集与源码下载数据集与源码下载。博客当中用到的源码与数据集机器学习（3）-简单线性回归：数据集与源码下载数据集与源码下载。博客当中用到的源码与数据集

  3. 所属分类：机器学习

    • 发布日期：2020-01-02
    • 文件大小：870
    • 提供者：bird961113

  1. 机器学习——线性回归demo

  2. 这是一个学习demo,相当于开始编程时的hello world，本资源只是配套我写的博客，让需要验证线性回归的小伙伴不需要 自己再敲一遍代码。但是，说实话，你自己照样子再敲一遍是学习的最好方式。

  3. 所属分类：互联网

    • 发布日期：2020-11-24
    • 文件大小：12288
    • 提供者：weilixin88

  1. MachineLearninginR:R for Data Science课程的机器学习作业-源码

  2. 机器学习 R for Data Science课程的机器学习作业在本课程中，我们涵盖了概念和R库，以帮助我们在训练机器学习模型和各种机器学习算法之前处理数据问题。 R markdown文件包含用于在R中训练的机器学习算法的代码。在培训之前，我们被告知要检查的几件事情包括： 通过多次插补缺失值 找出我们的数据是否偏斜，以及如何通过不同的变换（Box-Cox，Tukey，对数，立方/平方根变换，数据归一化/标准化）解决偏斜问题 有效线性回归的假设，探索性数据分析的描述性统计量等我们尝试了以下机器学习

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：3145728
    • 提供者：weixin_42165490

  1. salary-prediction:使用Flask Web框架部署线性回归模型-源码

  2. 薪水预测-烧瓶部署 这是一个演示项目，用于详细说明如何使用Flask API在生产环境中部署机器学习模型 先决条件 您必须安装Scikit Learn，Pandas（用于机器学习模型）和Flask（用于API）。 项目结构 该项目包括四个主要部分： model.py-这包含我们的机器学习模型的代码，以预测hiring.csv文件中训练型数据上缺少的员工薪水。 app.py-包含Flask API，这些API通过GUI接收员工详细信息，根据我们的模型计算推定值并返回。 模板-此文件夹包含HT

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：6144
    • 提供者：weixin_42160398

  1. Python机器学习实训营（2020版）.rar

  2. Python机器学习实训营（2020版）视频教程； 章节1:线性回归原理推导 章节2:线性回归代码实现 章节3:模型评估方法 章节4:线性回归实验分析 章节5:逻辑回归原理推导 章节6:逻辑回归代码实现 章节7:逻辑回归实验分析 章节8:聚类算法-Kmeans&Dbscan原理 章节9:Kmeans代码实现 章节10:聚类算法实验分析 章节11:决策树原理 章节12:决策树代码实现 章节13:决策树实验分析 章节14:集成算法原理 章节15:集成算法实验分析 章节16:支持向量机原理推导 章节1

  3. 所属分类：机器学习

    • 发布日期：2021-03-08
    • 文件大小：816
    • 提供者：u011552756

  1. mlpy：使用Python进行机器学习的亲身实践研讨会-源码

  2. 快速开始 研讨会代码可在。 您可以通过单击“启动活页夹”按钮在云中运行笔记本（无需安装）： 为什么 对于那些难以开始使用Python进行机器学习的人 描述 该动手实践研讨会基于 了解如何从有监督和无监督的学习开始，以发现见解并预测未来趋势。 研讨会将涵盖以下核心主题： 应用领域 有监督与无监督学习 预测 机器学习的应用 用于机器学习的Python库 有监督与无监督学习 线性回归 非线性回归 评价 线性回归 非线性回归 模型评估方法 K最近邻居 决策树 逻辑回归 K最近邻居 决策树

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：108003328
    • 提供者：weixin_42181693

  1. 机器学习100天代码：机器学习100天挑战-源码

  2. ML代码的100天 此存储库是“ 100天ML代码挑战赛”的一部分** 第0天七月6，2018简单线性回归链接到工作： 第一天2018年7月7日支持向量回归链接到工作：第二天2018年7月9日多元回归链接到工作： 第三天七月12，2018 Logistic回归链接到工作：第四天2018年7月14日SVM 链接到工作：第五天2018年7月15日KNN 链接到工作：第六天2018年7月16日内核SVM 链接到工作：第七天2018年7月17日，朴素贝叶斯链接到工作：第八天2018年7月18日决策树链

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：125952
    • 提供者：weixin_42151305

  1. Basic4AI：机器学习，深度学习，自然语言处理等人工智能基础知识总结-源码

  2. 说明 机器学习，深度学习，自然语言处理基础知识总结。 目前主要参考李航老师的《统计学习方法》一书，也有一些内容例如XGBoost ，聚类，深度学习相关内容， NLP相关内容等是书中未提及的。 由于github的markdown解析器不支持latex，因此笔记部分需要在本地使用Typora才能正常浏览，也可以直接访问下面称为的博客链接。 文档文件夹下为笔记，代码文件夹下为代码，数据文件夹下为某些代码所使用的数据集，图像文件夹下为笔记部分所用到的图片。 由于时间和能量有限，部分代码来自github

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：6291456
    • 提供者：weixin_42146086
« 12 3 4 5 6 7 »