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. 自动文本分类中的机器学习（英文）

  2. 介绍了文本分类中的机器学习算法（无监督），广泛使用于文本分类、信息检索系统。

  3. 所属分类：其它

    • 发布日期：2009-05-31
    • 文件大小：430080
    • 提供者：wangying

  1. 机器学习引言 教学、学习PPT

  2. 机器学习，数据挖掘，人工智能,知识学习 什么是机器学习 计算机程序如何随着经验积累自动提高性能 系统自我改进的过程 历史 成功应用 学习识别人类讲话 学习驾驶车辆 学习分类新的天文结构 学习对弈西洋双陆棋

  3. 所属分类：专业指导

    • 发布日期：2010-07-15
    • 文件大小：161792
    • 提供者：xinxijie531

  1. 机器学习自动分类

  2. 机器学习自动分类starting archiving

  3. 所属分类：Java

  1. 基于机器学习的SNS隐私保护策略推荐向导的设计与实现

  2. 设计一个SNS隐私保护策略推荐向导，利用机器学习方法自动计算出SNS用户的隐私保护偏好，只需要用户进行比现行SNS隐私保护机制下少得多的输入，就可以构建描述用户特定隐私偏好的机器学习模型，然后使用这个模型来自动设置用户SNS隐私保护策略。 具体的实现方法是，以用户SNS资料数据项为行，以朋友为列构建访问控制矩阵，填入allow/deny标签。对于每一个朋友抽取出若干属性特征，例如所属的“圈子”，性别，生日，城市等信息，可实现对朋友的向量化表示。基于已有的部分朋友和用户打上的访问许可的标签生成训

  3. 所属分类：网络安全

    • 发布日期：2012-06-03
    • 文件大小：560128
    • 提供者：yangliuy

  1. 基于机器学习的中小学数学自动阅卷系统研究与实现

  2. 将机器学习中深度学习(Deep Learning)的理念应用到主观题自动阅卷系统设计中，对数学题型构建分层模型，把题目进行分类，对分类后的题目再进行分层处理，以达到能够对大量的学生作业考试信息进行深度的挖掘分析，提取出有用的特征信息， 来促进学生的个性化高效学习。

  3. 所属分类：机器学习

    • 发布日期：2018-05-22
    • 文件大小：5242880
    • 提供者：arhatshaw

  1. 1 新技术篇-机器学习概述.pdf

  2. 机器学习在中国,随着人们物质基础得提升,寿命的增长以及环境的影响,癌症每年正以...以及正在被应用于癌症研究的新技术、新方法,什么是机器学习? 不同的定义: “机器学习是一门人工智能的科学,主 要研究对象是人工智能,特别是如何在 raining Data 经验学习中改善具体算法的性能。” “机器学习是对能通过经验自动改进的 计算机算法的研究。” Random Tuning 机器学习是使用数据或以往的经验 Learning Algorithm 以此优化计算机程序的性能标准 ◇总结如下: 人工智能的

  3. 所属分类：机器学习

    • 发布日期：2019-07-06
    • 文件大小：621568
    • 提供者：u010461615

  1. 第二章_机器学习基础.pdf

  2. 机器学习起源于上世纪50年代，1959年在IBM工作的Arthur Samuel设计了一个下棋程序，这个程序具有学习的能力，它可以在不断的对弈中提高自己。由此提出了“机器学习”这个概念，它是一个结合了多个学科如概率论，优化理论，统计等，最终在计算机上实现自我获取新知识，学习改善自己的这样一个研究领域。机器学习是人工智能的一个子集，目前已经发展出许多有用的方法，比如支持向量机，回归，决策树，随机森林，强化方法，集成学习，深度学习等等，一定程度上可以帮助人们完成一些数据预测，自动化，自动决策，最优化

  3. 所属分类：机器学习

    • 发布日期：2020-07-27
    • 文件大小：9437184
    • 提供者：hkd_ywg

  1. 机器学习的个人学习过程

  2. 还在学习中！尚未补全 机器学习的学习任务根据训练集是否拥有标记信息， 可大致分为两类：监督学习和无监督学习 分类和回归是监督学习的代表 （对于预测的结果是离散值，例如“好瓜”“坏瓜”此称为分类；对于预测值是连续值，例如西瓜成熟度是0.95，此称为回归） 聚类是无监督学习的代表 （将训练集分为若干组，每组形成一个簇，他们自动形成的簇对应着一些潜在的特征划分，这些概念我们事先不知，这样的样本也不拥有标记） 模型评估方法 留出法 将数据集D分为互斥的两部分：训练集S、测试集T。 用训练集S进行训练后，

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：54272
    • 提供者：weixin_38566180

  1. SoftwareStoryPointsPrediction:该项目将提供有关如何通过自然语言处理和机器学习从文本描述中自动估计每个软件任务的故事点的背景知识。-源码

  2. 机器学习和自然语言处理的敏捷开发中的软件工作量预测 软件开发项目的成功除其他因素外，还取决于项目和时间管理。用于帮助敏捷软件开发的时间管理和估计项目时间表的一种流行方法是估计故事点数，该故事点数表示每个单个软件问题或请求的开发工作量（以工时为单位）。在本文中，我们探索了各种文本向量化机器学习技术，以预测以故事点数衡量的软件开发工作量。我们的结果表明，该问题可以表述为分类问题或回归问题，并可以通过监督学习成功解决。此外，我们的几种回归模型比以前的文献具有更高的准确性。我们还证明，与一般的半监督学习

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：1041235968
    • 提供者：weixin_42161497

  1. holbertonschool-machine_learning:机器学习-源码

  2. 机器学习 这是霍尔伯顿学校的机器学习（ML）培训计划，分为三个学期。从一些数学开始，然后在实践练习中深入学习各种技巧（监督，无监督，强化）。 课程的一些主题： 头三个学期 数学： 线性代数简介 微积分简介 绘图简介 概论 监督学习： 二进制分类 多类别分类 优化技术 正则化技术 卷积神经网络 深度卷积架构 物体检测 人脸验证 神经风格转移 第二学期 数学： 高级线性代数 进阶机率 无监督学习： 降维 聚类 嵌入 自动编码器 生成对抗网络 超参数优化 隐马尔可夫模型 监督学习： 递归神经网络 变形

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：1048576
    • 提供者：weixin_42176827

  1. 基于脑电图的机器学习方法来筛查酒精使用障碍

  2. 由于该过程涉及主观性，因此筛查酒精使用障碍（AUD）患者一直具有挑战性。 因此，需要有力而客观的方法来自动化AUD患者的筛查。 在本文中，提出了一种机器学习方法，该方法利用静止状态脑电图（EEG）派生的特征作为输入数据来对AUD患者和健康对照进行分类，并对AUD患者进行自动筛查。 在这种情况下，在闭眼5分钟和睁眼5分钟期间记录了EEG数据。 为此，招募了30例AUD患者和15例年龄匹配的健康对照者。 在对脑电数据进行预处理之后，计算出脑电特征，例如半球间相干性和脑电三角洲，θ，α，β和γ谱带的光

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：509952
    • 提供者：weixin_38687928

  1. 基于机器学习的Spark构形参数调整新方法

  2. Apache Spark是一个开放源代码的分布式数据处理平台，可以使用分布式内存抽象来高效处理大量数据。 随着Apache Spark的应用越来越广泛，暴露了一些问题。 性能问题是最重要的方面之一。 Apache Spark具有180多个配置参数，用户可以根据自己的特定应用程序对其进行调整，以优化性能。 当前，这些参数是通过反复试验手动调整的，由于参数空间大以及参数之间的复杂交互作用，因此无效。 为了使Spark的参数调整过程更加有效，提出了一种基于机器学习的Spark配置调整方法，该方法由二进

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：297984
    • 提供者：weixin_38499349

  1. msc-thesis-call-detection:使用机器学习检测夜间迁徙期间的鸟叫-源码

  2. msc_thesis_call_detection 使用机器学习在夜间迁移过程中检测鸟叫： 一种基于森林的随机方法，用于自动检测音频记录中的夜间航班呼叫（NFC）。 NFC的检测被认为是二进制分类任务，因此，连续的音频记录被分成短的声音片段。 训练随机森林分类器的目的是区分声音片段中是否存在NFC。 为此，从声音片段中提取声学特征。 这些用作随机森林的输入。 通过将录音分组并应用“一出一出”交叉验证程序来评估其性能。 进一步将随机森林分类器的性能与通过将即用型BirdVoxDetect应用于

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：568320
    • 提供者：weixin_42153691

  1. Capstone_project_Titanic_Survival:这是Udacity机器学习纳米学位项目的回购，用于泰坦尼克号灾难生存预测-源码

  2. 使用机器学习预测泰坦尼克号灾难的生存 我为Udacity的机器学习工程师Nanodegree设计的项目重点是根据包含乘客数据（例如姓名，年龄，性别，社会经济舱等）的数据集，预测哪些乘客在泰坦尼克号沉船事故中幸存下来。 也就是说，我们正在尝试建立一个预测模型来回答以下问题：“什么样的人更有可能生存？” 该项目的目标属于分类类别。 为了解决此问题，我同时使用了Azure的自动ML（AutoML）功能和Azure的HyperDrive超参数调整工具。 比较每个实验中的最佳模型以找到性能最高的模型，然

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：4194304
    • 提供者：weixin_42137032

  1. K-Nearest-NEIGHBOUR-KNN-ALGORITHM-:k最近邻（KNN）算法是一种简单的，受监督的机器学习算法，可用于解决分类和回归问题-源码

  2. K最近的NEIGHBOUR-KNN算法 KNN表示K最近邻算法。 KNN是最简单的监督式机器学习算法，主要用于数据分类。 在继续学习KNN之前，让我们简单地看一下机器学习和KNN所属的类别。 机器学习（ML）是对计算机算法的研究，该算法会根据经验和给定的数据集自动改进。 机器学习算法基于样本数据（称为“训练数据”）构建模型，以便进行预测或决策而无需明确地编程。 如今，机器学习一直在解决不同领域类别的问题，例如：计算金融，图像处理和计算机视觉，计算生物学，能源生产，汽车，航空航天和制造，自然语言

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：1024
    • 提供者：weixin_42135462

  1. ML2021-Spring:李宏毅（Hung-Yi Lee）机器学习Machine Learning 2021 Spring-源码

  2. 国立台湾大学机器学习Machine Learning 2021 Spring （每周更新！每周更新！） 该存储库包含李宏毅（Hung-Yi Lee）指导的15项机器学习家庭作业的代码和幻灯片。 有关该课程的所有信息都可以在上找到。 讲座视频 讲座视频可在Hung-Yi Lee的。 15作业 HW1：回归 HW2：分类 HW3：CNN HW4：自我关注 HW5：变压器 HW6：GAN HW7：BERT HW8：自动编码器 HW9：可解释的AI HW10：对抗性攻击 HW11：适应 HW1

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：4194304
    • 提供者：weixin_42146086

  1. CNSurvey:一份中文摘要文章列表（自然语言处理＆机器学习）-源码

  2. 中文概述文章列表（自然语言处理＆机器学习） 在本项目中，我们整理了《中文信息学报》，《计算机学报》，《软件学报》，《自动化学报》，《电子学报》，《计算机研究与发展》，《中国科学：信息科学》论文在自然语言处理和机器学习领域的概述论文（共251篇），将其按照不同的研究领域进行分类，并提供了论文的获取网址。 类别索引 自然语言处理 机器学习 自然语言处理论文列表 跨语言词向量研究综述中文信息学报2020年彭晓娅，周栋 分布式单词表示概述计算机学报2019孙飞，郭嘉丰，兰艳艳，徐君，程学旗 词汇语义表示

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：17408
    • 提供者：weixin_42181693

  1. Portfolio:机器学习组合-源码

  2. 文件夹 OC形成 为开展的项目 主要项目： ：该项目比较了数字营销中的经典RFM方法与针对客户细分的机器学习集群方法 ：一组关于预测西雅图市建筑物的能源消耗和温室气体排放问题的回归算法的研究 ：NLP API，可通过深度学习方法（GRU）自动对与Stack Overflow网站相关的问题进行分类 ：狗品种检测器和通过具有转移学习的深度学习方法。 注意： 如果.ipynb笔记本加载时间太长，则可以使用查看

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：103809024
    • 提供者：weixin_42100971

  1. Lhy_Machine_Learning：李宏毅2021Spring机器学习课程课件及作业-源码

  2. Lhy_Machine_Learning 李宏毅2021Spring机器学习课程课件及作业 B站视频地址： : 课程主页： : 不定期分享读研干货，点赞关注一起进步： ://space.bilibili.com/46880349 人工智能技术探讨群：78174903 第一节简介作业HW1：回归 第二节深度学习作业HW2：分类 第三节自我注意作业HW3：CNN HW4：自我注意 第四节机器学习理论 第五节变压器作业HW5：变压器 第六节生成模型作业HW6：GAN 第七节自我监督学习作业

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：16777216
    • 提供者：weixin_42131601

  1. Molecular_classification：“用于化学的Auto-sklearn”-训练并运行用于分子分类任务的机器学习分类器-源码

  2. 分子分类 “ 用于化学”。 总览 训练并运行机器学习的分类器以执行分子分类任务； 例如，预测QSAR项目中的溶解度，雾化能或生物亲和力等属性。 总体目的是“将任何易于计算的东西扔到墙上，看看有什么东西粘在上面”。 分子以字符串的形式输入。 根据这些，可以使用计算不同类型的指纹（固定大小的向量）。 模型训练基于基于或分类。 更先进的表示（例如，图形回旋）或ML模型（例如，深层神经网络）不被支持。 但是，该软件包会针对支持的模型类型自动进行超参数优化。 该项目提供了两个脚本： train_mo

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：169984
    • 提供者：weixin_42153615
« 12 3 4 5 6 7 8 9 10 »