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. nearest-neighbors-lab-data-science-intro-000-源码

  2. 最近的邻居实验室 介绍 在本实验中，您将应用最近的邻居技术来帮助出租车公司预测乘车时间。 想象一下，我们被聘请为即将在纽约开放的豪华轿车和出租车服务LiftOff提供咨询。 Liftoff希望出租车司机将目标定为更长的行程，因为行程越长，它赚到的钱就越多。 LiftOff具有以下理论： 出租车的接送位置可以帮助预测行程的长度。 LiftOff要求我们进行一些分析，以编写一个函数，该函数可以**预测任何给定位置的出租车行驶时间**。 我们的技术如下： 收集获取包含所有出租车信息的数据，仅选

  3. 所属分类：其它

    • 发布日期：2021-03-25
    • 文件大小：160768
    • 提供者：weixin_42117267

  1. MalwareClassify:恶意软件分类第三届『阿里云安全算法挑战赛』原始码-源码

  2. 恶意软件分类 机器学习和恶意软件分类 基于API调用序列，主要是n-gram和tfidf特征 机器学习工具用的lightgbm 恶意软件根据API序列分类 使用机器学习方法对恶意软件类型进行分类 大多数功能是从API序列中提取的 使用n-gram和tfidf提取向量 您可以从该下载火车 程序介绍 file_split.py读取csv文件，并按照不同的文件ID组织 preprocess.py可以重新导入每个文件，转成json格式，和序列化api basic_feature.py提取简单特征 tf

  3. 所属分类：其它

    • 发布日期：2021-03-23
    • 文件大小：288768
    • 提供者：weixin_42138376

  1. Algoritmic-trading-源码

  2. 算法交易 目标：使用机器学习来建立自动交易策略。预测股票市场的价格通常很困难，而且回报也不是令人难以置信。这就是为什么我们要在这里采用一种不同的创新方法，而不是预测价格。原理是使用机器学习来构建强大的统计指标（例如移动平均线或rsi），然后对其应用经典的交易策略。我们将在指标上使用一个简单的移动平均交叉线。据我搜索，文献中没有提及这种方法。 遇到的困难： 难点 解决方案 计算能力：具有43个功能的近1000万个实例。 使用sklearn的SGDRegressor 班级不平衡 仅保留多数阶层的一部

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：285696
    • 提供者：weixin_42123191

  1. goodservice-v2:由实时供稿驱动的纽约市地铁状态页面-源码

  2. 优质服务v2 这是一个Rails应用程序，它通过将实时倒计时时钟的数据与MTA提供的静态时间表数据进行比较，从而生成实时路线图，检测车头差异，跟踪延迟并将运行时间与纽约市地铁系统上的时间表进行比较。 goodservice-v2是对原始代码库的重写。重写的目标是：1）将处理提要数据的时间始终保持在30秒以下，以便可以每30秒而不是每分钟刷新一次数据； 2）使用每次之间的过去行程的滚动平均值一对站点来预测每列火车到每个车站的预计到达时间，以及3）而不是像过去那样提取到达时间进行计算，而是跟踪彼此

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：1048576
    • 提供者：weixin_42175971

  1. deploy-carbrad-prediction:使用转移学习（resnet50），flask和heroku进行深度学习模型部署-源码

  2. 部署预测 使用转移学习（resnet50），flask和heroku进行深度学习模型部署 汽车品牌预测 使用Keras汽车品牌分类转移学习VGG 16和VGG 19火车数据和测试数据火车数据包含-3个品牌汽车-audi，lamborghini，mercedes类，每个文件夹包含audi-20张图像；兰博基尼-19辆;奔驰-25 测试数据由-audi-9组成；兰博基尼-30;奔驰-19 什么是转学 转移学习是机器学习中的一个研究问题，其重点是存储在解决一个问题并将其应用于其他但相关的问题时获得的知

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：1048576
    • 提供者：weixin_42173218

  1. DSCI400-Project-源码

  2. 建模国家指标 项目描述 该项目的目的是形象化和预测世界银行世界发展指标之间的关系。我们的目标如下： 可视化各种民用指标之间的关系 训练一个使用其他指标作为输入数据来预测一个国家的各种指标的网络 单个国家/地区的火车网络 训练其他国家的新网络 使用这些网络来预测每个国家的未来指标 （如果时间允许）按区域或特定指标对数据进行聚类以识别趋势 使用说明 待定 依存关系 有关必需的软件包和软件包版本的列表，请参阅requirements.txt。 数据集 可通过以下API获取用于该项目的数据： : 以

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：2097152
    • 提供者：weixin_42117224

  1. Salary_Prediction:用于预测和估计新职位发布的薪金的模型-源码

  2. 薪资预测申请 申请新职位前薪的申请 目录 =============== 业务问题 人力资源专业人员在招聘新员工方面的主要挑战是找到具有必要技能的合适人选。 为了保持竞争力，吸引最优秀的应聘者并减少员工流失和相关成本，重要的是要有一个有效的招聘流程。 有效招聘的一个重要方面是对任何工作规格的薪水都有一个很好的估计。 但是，即使对于相同的工作规范，薪水通常也会因行业，地理位置等而异，这给估算带来了挑战。 客观的 目标是在带有薪水（培训集）的一组职位上使用预测模型，找到估计薪水的重要因素，并检查哪种

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：91226112
    • 提供者：weixin_42131424

  1. bert-toxicity-classification:伯特关于毒性分类中的意外偏见-源码

  2. BERT毒性分类 此回购展示了如何在上训练bert模型给我加注星标，我将不断更新代码此repo是从修改而来的，感谢 LB得分 2019-04-06：0.91216 2019-04-07：0.91455（添加文本清洁方法参考） 如何通过微调bert模型输出对测试数据的预测 准备 下载数据并解压缩到输入文件夹 拆分火车和开发数据（为方便起见，我只是键入此命令，而不是建议使用） cat train.csv | tail -n 1000 > dev_1000.csv 火车模型 运行run_cl

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：772096
    • 提供者：weixin_42120563

  1. AtrousPose:基于无规则卷积的实时多人姿态估计（已弃用）-源码

  2. AtrousPose 网络结构 用于预测的空间金字塔网络 辅助网络的性质 拱 输入尺寸 输出尺寸 跳板 数字参数 FPS（C ++） AtrousPose-512 384×384 48×48 50克 26M 42 AtrousPose-128 384×384 48×48 20G 1300万 67 试验结果 评估 演示版 （Python演示）运行> demo.py结果将存储在/ images中 （C ++版本） 训练 下载mpii数据集 下载mpii面具 下载mpii的

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：106954752
    • 提供者：weixin_42116681

  1. MLHC-源码

  2. 辣椒 模型文件包含模型的结构。 训练文件运行模型的训练和测试。 要以训练模式运行模型- 将火车参数设置为True。 将discriminator设置为True以添加鉴别器网络，将False设置为忽略鉴别器netwrok。 要以测试模式运行模型- 将evalPred设置为True并将其训练为False。 将3年观察窗和7年预测窗的predWin设置为28 将5年观察窗和5年预测窗的predWin设置为20 将7年观察窗和3年预测窗的predWin设置为12

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：22528
    • 提供者：weixin_42129970

  1. chicago-taxi-forecast:使用Kubeflow和TFX的端到端时间序列预测管道-源码

  2. 使用Kubeflow和TFX的端到端时间序列预测管道 此存储库包含用KubeFlow和TFX创建e2e时间序列预测管道的最少步骤，该管道已部署在Google Cloud Platform上 在本教程中，都使用了。 本教程中涵盖的步骤按建议的顺序进行： 如何在GCP上创建和部署Kubeflow集群（ ） 使用 （ ）大规模转换BigQuery的数据 使用（ ）检查数据异常和偏斜 K8s集群上的火车模型（ ） 在部署模型（ ） 模型性能（ ） 构建并运行（ ） 如有疑问，请联

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：510976
    • 提供者：weixin_42166261

  1. tadpole-challenge:d挑战（2017）预测阿尔茨海默氏病-源码

  2. Challenge挑战： 此代码用于参加国际阿尔茨海默氏病预测挑战赛-TADPOLE挑战 该提交文件（IBM-RES-OZ）对于横截面数据（D3）的临床预测任务达到了0.905的MAUC。 结果在论文进行了描述 脚步： 要提取特征，请运行feature extractor.py。 这会将要素另存为numpy文件在数据目录中 火车模型：运行train.py。 这将训练模型并将其保存在模型目录中 要生成排行榜提交文件，请运行generate_lb_submission.py 所需数据文件 数

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：15360
    • 提供者：weixin_42097508

  1. QuickDraw-backend-源码

  2. <<<<<<< HEAD QuickDraw后端 经过训练的神经网络模型应正确预测绘制的图像 现场直播项目 克隆此存储库 装置 点安装-r require.txt 结果 *** 火车模型 python train.py 用烧瓶创建api windows commands open backend1.py set FLASK_APP=backend1.py flask run 数据集的结构 data ├── Bird │ └── image │

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：14680064
    • 提供者：weixin_42099302

  1. MLOps-in-a-day-Tutorial-Guide-源码

  2. 数据和AI技术沉浸式研讨会–产品审查指南和实验指导 方案概述 在此经验中，您将学习Contoso Auto如何使用MLOps来正式确定使用DevOps方法训练和部署新模型的过程。 Contoso Corporation是一家虚构但具有代表性的全球制造业集团。 在本教程中，我们将使用已经构建的火车脚本来创建一个模型，该模型将预测汽车是否为合规汽车，即，它是否符合针对低排放车辆的严格政府法规。 该数据集包含有关汽车部件状况，材料类型及其制造年份的信息。 技术概述 Azure机器学习使用机器学习操作（

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：14680064
    • 提供者：weixin_42125770

  1. nbaGNNs:图神经网络模型在2013-2019、2021赛季对nba和ncaa点微分图执行链接预测-源码

  2. 该项目是几个图神经网络模型的实现，用于在NBA和NCAA篮球的2013-2019年，2021赛季的加权有向点微分图上进行链接预测。 打开src / models.py选择测试的年份和日期范围或调整超参数。 运行src / models.py火车并测试模型。 每种预测在2021年的都发布在。 所显示的预测是（主场得分-客场得分）。 模型的输入是表示给定日期的季节状态的图形：“进攻/防守”图形具有nba进攻和防守作为节点，而边沿则表示它们之间的相互作用。 Vegas图以团队为节点，其加权有向边表示

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：4194304
    • 提供者：weixin_42099176

  1. Modeling-Simulation-Optimization:该项目的重点是解决在伦敦和伯明翰之间的HS2铁路线上运行的火车数量最优化时所面临的实时情况。 利用线性规划方法开发模型以模拟场景，并通过使用蒙特卡洛模拟进行了优化-源码

  2. 建模仿真优化 ### PROJECT 1：考虑到实际的矛盾，该项目专注于解决在优化伦敦和伯明翰之间的HS2铁路线上运行的火车数量时面临的实时情况。 线性规划方法已被用于开发模型以模拟场景，并已通过利用蒙特卡洛模拟进行了优化。 编程语言：Python Python库：simpy，pandas，numpy，matplotlib，scipy.stats，scipy，matplotlib.pyplot，sklearn.linear_model。 项目2：回顾用于预测城市发展的模拟技术 该报告的这一部分批

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：1048576
    • 提供者：weixin_42160425

  1. MTL-KGC:编码“具有预训练语言模型的知识图完成多任务学习”的代码-源码

  2. 货柜码头 这是的PyTorch实施。 火车 使用链接预测（LP），关系预测（RP）和相关性排名（RR）训练多任务学习。 如果收到AssertionError：未初始化默认进程组，请尝试使用python -m torch.distributed.launch python run_bert_multitask.py \ --do_train \ --task_list lp,rp,rr \ --data_dir ./data/wn18rr \ --bert_mo

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：11534336
    • 提供者：weixin_42099176

  1. 卡尔曼滤波器：卡尔曼滤波器：基于速度测量预测位置-源码

  2. 卡尔曼滤波 该示例应用程序使用Kalman滤波器基于速度测量来预测位置。 卡尔曼滤波算法 方程针对该应用进行了简化。 向量和矩阵： F：状态转换模型H：测量模型Q：过程噪声的协方差R：测量噪声的协方差x0：初始状态P0：初始误差协方差 方程式： 卡尔曼滤波器的计算： 例子 火车以80 km / h的恒定速度行驶。 每100毫秒测量一次速度。 过滤速度，并使用卡尔曼滤波器预测当前位置。 向量和矩阵： 位置的先验预测： 带有噪音的速度测量： 绘制速度和预测位置： 绘制卡尔曼增益和误差系数： 重要档

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：445440
    • 提供者：weixin_42116604

  1. 火车预测-源码

  2. 火车预测 创建一个包含Firebase的列车时刻表应用程序，以托管到达和离开数据。 您的应用程序将使用Moment.js检索和处理此信息。 该网站将提供有关各种列车的最新信息，即它们的到达时间以及直到到达车站还有多少分钟。 添加火车时，管理员应能够提交以下内容： 火车名称 目的地 第一次火车时间-军事时间 频率-以分钟为单位 计算下一列火车何时到达； 这应该相对于当前时间。 来自许多不同机器的用户必须能够查看相同的火车时间。

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：3072
    • 提供者：weixin_42122432

  1. PyRecognizer：“一个神经网络来统治所有人，一个神经网络来找到他们，一个神经网络将他们全部都带走，并确认是否是你！” （人脸识别工具）-源码

  2. PyRecognizer 一个简单的人脸识别引擎 火车/预测视频指南 模型为一些名人调整 以下列表包含名人的姓名和用于训练的照片数，按照片数排序 名人名单George_W_Bush 530 Colin_Powell 236 Tony_Blair 144 Donald_Rumsfeld 121 Gerhard_Schroeder 109 Ariel_Sharon 77 Hugo_Chavez 71 Junichiro_Koizumi 60 Jean_Chretien 55 J

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：34603008
    • 提供者：weixin_42107165
« 12 »