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：Tensorflow和scikit学习示例-源码

  2. 机器学习 基本的Tensorflow和Scikit学习用法示例 机器学习算法 可以在找到机器学习算法的实现。 实现的算法： 线性回归 K最近邻居 朴素贝叶斯 基础机器学习 基本的机器学习示例可以在找到。 示例包括： 数据可视化 预测蘑菇类型 预测股价 预测WorldCup结果 推荐系统

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：260096
    • 提供者：weixin_42115003

  1. 使用Scikit学习和Tensorflow进行机器学习：机器学习项目和示例摘自Aurelien Geron的书-源码

  2. 使用Scikit进行ML学习和Tensorflow 摘自《 Scikit-Learn和TensorFlow上的动手机器学习：构建智能系统的概念，工具和技术》一书中的项目和示例。 该存储库用于教育目的

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：4194304
    • 提供者：weixin_42120405

  1. 实例机器学习：使用Google Colab和Scikit-Learn，Keras，Tensorflow的实例机器学习-源码

  2. 实例机器学习 使用Scikit-Learn，Keras，TensorFlow，PyTorch和OpenCV进行示例机器学习。 （免费Nvidia Tesla K80 GPU） 使用Keras / TensorFlow和QuickDraw-Dataset的草绘器 使用机器学习进行疾病预测（Scikit-Learn） 使用机器学习进行招聘匹配（Keras＆Tesorflow） 1.1。 使用配置开发环境 步骤1.或选择默认的Colab Notebooks文件夹 第2步。打开或创建`Cola

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：16777216
    • 提供者：weixin_42151305

  1. 无服务器机器学习：使用无服务器框架和Python 3将scikit，spaCy和Keras（TensorFlow）机器学习模型部署到AWS Lambda的示例-源码

  2. 无服务器机器学习 使用Serverless框架和Python 3将机器学习模型部署到AWS Lambda的示例。此存储库是上述地址上在线课程的代码库。 内容 你好世界 Hello World示例，其中包含使用Serverless创建项目并以Python部署到AWS Lambda的示例。 scikit示例 一个无服务器项目的示例，其中包含来自在加利福尼亚住房数据集上受过训练的scikit-learn的机器学习回归模型。 spacy-example 一个无服务器项目的示例，该示例使用spaCy N

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：13631488
    • 提供者：weixin_42120541

  1. 贝叶斯机器学习：有关贝叶斯机器学习方法的笔记本-源码

  2. 贝叶斯机器学习笔记本 该存储库是有关贝叶斯机器学习的笔记本的集合。 以下链接通过显示了一些笔记本，以确保正确呈现公式。 依赖关系在子目录中的requirements.txt文件中指定。 。 贝叶斯线性回归简介。 用普通的NumPy和scikit-learn实现。 另请参见。 。 高斯回归过程简介。 用普通的NumPy / SciPy以及scikit-learn和GPy实现。 。 高斯分类过程简介。 用普通的NumPy / SciPy以及scikit-learn实现。 。 使用变分方法介

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：22020096
    • 提供者：weixin_42165508

  1. jupyter笔记本：Jupyter笔记本和其他-源码

  2. 布局 标题 上一次更改 维基 Jupyter笔记本 2020/11/15 12:41:21 深度学习 Scikit，学习上的IRIS数据集的感知器，神经网络，Keras。 TensorFlow Implementaion在MNIST数据集。 Softmax，交叉熵损失 使用PyTorch进行梯度计算。 层调试。 验证合并，连接方法。 在文本嵌入上验证Conv1D。 验证Image数据集上的Conv2D。 验证LSTM计算。 器具Seq2Seq学习的执行加法。 器具Seq2Se

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：19922944
    • 提供者：weixin_42097208

  1. nlpaug：NLP的数据增强-源码

  2. Nlpaug 这个python库可帮助您为机器学习项目扩充nlp。 请访问此简介以了解有关。 Augmenter是Augmenter的基本元素，而Flow是将多个增强器组合在一起的管道。 产品特点 生成综合数据以提高模型性能，而无需人工 简单，易于使用的轻量级库。 3行代码中的扩增数据 即插即用到任何机器学习/神经网络框架（例如scikit-learn，PyTorch，TensorFlow） 支持文本和音频输入 文字数据扩充示例 声学数据增强示例 部分 描述 如何使用这个库 介绍所有可用的

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：1048576
    • 提供者：weixin_42139429

  1. 机器学习：机器学习教程（主要在Python3中）-源码

  2. 机器学习 这是一个不断更新的存储库，记录了个人在学习数据科学，机器学习相关主题方面的历程。 目标：以Jupyter Notebook格式介绍机器学习内容。 内容旨在在数学符号，使用python的科学堆栈（包括numpy，numba，scipy，pandas，matplotlib等）的从零开始的教育实现与开源库使用（例如scikit-learn，pyspark，gensim，keras）之间取得良好的平衡，pytorch，tensorflow等。 文档清单 模型部署 FastAPI和Azure

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：121634816
    • 提供者：weixin_42134338