您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. SVM-葡萄酒的数据文件

  2. SVM——MATLAB 分类应用数据集。经常用的例子
  3. 所属分类:其它

    • 发布日期:2010-03-29
    • 文件大小:11264
    • 提供者:heu06151220
  1. 基于SVM的数据分类预测——意大利葡萄酒种类识别

  2. matlab程序,基于SVM的数据分类预测——意大利葡萄酒种类识别,里面一个.m文件,一个.mat数据集,直接可以使用。
  3. 所属分类:其它

    • 发布日期:2015-06-23
    • 文件大小:7168
    • 提供者:zjccoder
  1. UCI机器学习社区的葡萄酒品质评估数据.zip

  2. UCI机器学习社区的葡萄酒品质评估数据,包含三个文件:winequality-red.csv、winequality-white.csv、以及winequality.names。其中,前两个csv文件为白葡萄酒和红葡萄酒的样本数据,最后一个维数据的说明文件。
  3. 所属分类:算法与数据结构

    • 发布日期:2019-06-19
    • 文件大小:88064
    • 提供者:weixin_42859280
  1. 葡萄酒wine.zip

  2. wine数据集,关于葡萄酒分类;压缩文件中包含wine数据集及wine中各类数据的解释!
  3. 所属分类:互联网

    • 发布日期:2020-04-29
    • 文件大小:6144
    • 提供者:qq_33740167
  1. winequality.zip

  2. 这是博客《机器学习(回归九)——SoftMax回归-代码实现》代码中用到的数据,基于葡萄酒数据进行葡萄酒质量预测模型构建,使用Softmax算法构建模型,并获取Softmax算法构建的模型效果。来源于(http://archive.ics.uci.edu/ml/datasets/Wine+Quality)。这是一个压缩包,解压出来是.csv文件,就是代码中引用的数据。
  3. 所属分类:机器学习

    • 发布日期:2020-02-09
    • 文件大小:93184
    • 提供者:zhanglianhai555
  1. deep learning with pytorch——8

  2. 张量是PyTorch中数据的构建块。神经网络以张量作为输入,产生张量作为输出。事实上,神经网络内部和优化过程中的所有操作都是张量之间的操作,而神经网络中的所有参数(如权重和偏差)都是张量。掌握如何对张量执行操作并有效地索引它们是成功使用PyTorch等工具的关键。 表格数据: 在机器学习工作中遇到的最简单的数据形式是放在电子表格、CSV(逗号分隔值)文件或数据库中。无论介质是什么,这个数据都是一个表,每个样本(或记录)包含一行,其中的列包含一条关于样本的信息。即表格数据 假设样本在表中的出现顺序
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:350208
    • 提供者:weixin_38613154
  1. top_100_wines_2020_ML:Wine Spectator上的机器学习模型热门100评论-源码

  2. 1988-2020年《葡萄酒观察家》百佳葡萄酒 该存储库包含文本分类机器学习模型的文件,该模型基于Wine Spectator排名前100名的葡萄酒清单中1988年至2020年的英语葡萄酒评论。 以下是该项目参考的资源。 葡萄酒评论 数据准备 TensorFlow模型 ] 如何使用Python
  3. 所属分类:其它

    • 发布日期:2021-03-26
    • 文件大小:89088
    • 提供者:weixin_42097557
  1. Statistical-Learning-Project-UNL-STAT983:最终统计学习项目的合作和项目管理-源码

  2. 统计学习项目(UNL-STAT983) 合作者:艾莉森·克莱夫纳(Alison Kleffner)|莎拉·奥里特|艾米莉·罗宾逊(Emily Robinson) 资料库目的:最终统计学习项目的协作和项目管理。 和对葡萄酒质量的回归和分类 头脑风暴 包含有关最终项目建议的想法 数据 包含原始和清洁的葡萄酒质量数据集 文学 包含存放论文以供文献回顾的位置 编码 包含用于数据分析的多个.R脚本和.Rmd文件 报告 参考 结果 输出结果的位置(例如绘图,表格等)
  3. 所属分类:其它

    • 发布日期:2021-03-20
    • 文件大小:2097152
    • 提供者:weixin_42117485
  1. wine_pairings-源码

  2. 自述文件 该自述文件通常会记录启动和运行应用程序所需的所有步骤。 此应用程序是使用提供javascr ipt前端的Ruby版本2.6.1(rails版本6.0.3.5)构建的。 在后端,有两个模型-具有多个配对的葡萄酒模型和属于葡萄酒的配对模型。这两个模型都有序列化程序文件,可提供json格式的数据和相关数据。 wine模型的确有一个用于URL链接的字段,该字段尚未显示-但已准备好用于将来的开发。 在前端,有一个service.js文件,其中包含三个提取语句,一个wine.js文件和一个pair
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:6291456
    • 提供者:weixin_42168341
  1. Veeresh_Portfolio:数据科学项目-源码

  2. Veeresh_Portfolio 数据科学项目 建立了用于分类不同类型葡萄酒品牌的神经网络模型。 已调整模型使用各种超参数调整方法来获得最佳精度 建立了一个LSTM模型,如果我们提供输入文本数据,该模型将生成文本输出 建立模型并在Google Colab中训练模型 下载数据,清理数据并应用Count Vectorizer方法 建立了一个ANN模型对文本数据进行分类。 已调整模型使用各种超参数调整方法来获得最佳精度 下载数据,使用Minmax缩放器清理数据并缩放数据 建立LSTM模型并在火
  3. 所属分类:其它

    • 发布日期:2021-03-08
    • 文件大小:494592
    • 提供者:weixin_42106357
  1. 葡萄酒质量回归:我的硕士学位第一年第一学期完成的大学项目。 这项任务的主要目标是创建一个回归管道来预测葡萄酒的质量-源码

  2. 葡萄酒品质回归 :calendar: 背景:大学个别项目数据的科学实验室提出:过程和“数据科学与工程都灵”我的硕士学位的1年的第一学期期间方法考试。 :play_button: 目标:根据评估的内容,建立回归管道来预测葡萄酒的质量。 :file_folder: 储存库结构 wine-quality-regression/ ├─ assignment/ │ ├─ Data_Science_Lab___Project_Assignment_Winter_2021_first_call.p
  3. 所属分类:其它

    • 发布日期:2021-02-26
    • 文件大小:16777216
    • 提供者:weixin_42131618
  1. 葡萄酒演示-源码

  2. 葡萄酒演示 代码挑战 概要 Spring Boot / Java第一次使用spring boot。 创建了一些基本查询。 只是使用Arraylist来存储数据,所以扩展性不是很高。 React Basic葡萄酒搜索应用程序。 使用使用Spring Boot创建的查询。 特别喜欢这部分。 由于组件不是很大,因此仅编码为2个文件。 如何运行: 安装纱线安装React 打开wine-demo-react文件夹纱线安装纱线开始 打开exercise1文件夹,从pom安装maven依赖项,打开src
  3. 所属分类:其它

    • 发布日期:2021-02-10
    • 文件大小:379904
    • 提供者:weixin_42109732
  1. SKORCH-PyTorch-Wrapper:此存储库显示了SKORCH使用scikit-learn框架的不同功能来训练PyTorch模型的可用性的示例-源码

  2. SKORCH:使用Scikit-Learn包装器训练的PyTorch模型 该存储库显示了SKORCH使用scikit-learn框架的不同功能来训练PyTorch模型的可用性的示例。 如果您想了解有关如何创建此模型的详细信息,请查看以下非常清晰而详细的说明: 目录 1.模型 该存储库的想法是展示如何使用一些SKorch功能来训练PyTorch模型。 在这种情况下,创建了一个神经网络来对葡萄酒数据集进行分类。 为了更好地理解什么是SKorch,请看以下图片: 2.档案 数据:在这里您将找到葡萄酒
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:243712
    • 提供者:weixin_42175516