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. LINGO软件的学习

  2. LINGO是用来求解线性和非线性优化问题的简易工具。LINGO内置了一种建立最优化模型的语言，可以简便地表达大规模问题，利用LINGO高效的求解器可快速求解并分析结果。 §1 LINGO快速入门 当你在windows下开始运行LINGO系统时，会得到类似下面的一个窗口： 外层是主框架窗口，包含了所有菜单命令和工具条，其它所有的窗口将被包含在主窗口之下。在主窗口内的标题为LINGO Model – LINGO1的窗口是LINGO的默认模型窗口，建立的模型都都要 在该窗口内编码实现。下面举两个例子

  3. 所属分类：C

    • 发布日期：2009-08-08
    • 文件大小：319488
    • 提供者：huxlaylyx

  1. Linux前景分析Linux的介绍

  2. Linux是由芬兰人Linus Torvalds开发，并在1991年10月5日正式对外发布。由于具有结构清晰、功能简捷等特点，许多高等院校的学生和科研机构的研究人员纷纷把它作为学习和研究的对象。Linus Torvalds从一开始，就决定自由扩散Linux、包括源代码，他把源代码发布在网上，随即就引起编程高手和业余计算机爱好者的注意，他们通过互连网也加入了Linux的内核开发工作，一大批高水平程序员的加入，在更正原有Linux版本中错误的同时，也不断地为Linux增加新的功能，使得Linux达

  3. 所属分类：Linux

    • 发布日期：2010-08-11
    • 文件大小：91136
    • 提供者：zh0101001

  1. 斯坦福机器学习网页转pdf版本01-05

  2. 斯坦福机器学习的课程的详细介绍01-05

  3. 所属分类：专业指导

    • 发布日期：2013-10-11
    • 文件大小：8388608
    • 提供者：lujiang200829

  1. 华盛顿大学机器学习：案例研究01

  2. 华盛顿大学机器学习：案例研究 课程PPT01 介绍。 Welcome to Machine Learning Foundations: A Case Study Approach! By joining this course, you’ve taken a first step in becoming a machine learning expert. You will learn a broad range of machine learning methods for deriving

  3. 所属分类：专业指导

    • 发布日期：2017-10-07
    • 文件大小：6291456
    • 提供者：u013584315

  1. 2017年最新机器学习入门与实战精品高清全套视频教程附讲义作业(anaconda2 4.3Pytyhon2.7 jupyter) 70课

  2. 2017年最新机器学习入门与实战精品高清全套视频教程附讲义作业(anaconda2 4.3Pytyhon2.7 jupyter) 70课 课程介绍: 从基本的软件安装到必备的Python扩展讲起，然后对机器学习算法一一讲解，同时配合编程实操的实现过程，适合零基础系统学习，配套资料包括讲义作业软件数据都有。 课程目录: 第一章Numpy前导介绍 1.1、Anconda安装 1.2、JupyterNoteBook 1.3、Numpy介绍+ndarry 1.4、ndarry的shape属性巧算 1.

  3. 所属分类：机器学习

    • 发布日期：2018-05-04
    • 文件大小：2048
    • 提供者：happyzhangdi008

  1. 罗兰贝格中国人工智能创新应用白皮书.pdf

  2. 在全球人工智能发展的浪潮下，市场对人工智能的 投入与期望空前巨大，正确理解人工智能目前的应 用能力、发展状态以及与市场预期间的距离，成为了 各行业企业的重要任务之一。此份独立报告为各行 业企业在人工智能方向上的布局与行动举措提供了 参考信息与建议，同时也为人工智能企业在具体行 业发展方向的选择上提供了参考。中国人工智能创新应用白皮书 执行总结 今年7月,国家发布了新一代人工智能发展规划,将在价值链各环节上的商业应用案例。其次,企业需 中国人工智能产业的发展推向了新高度。人工智能要评估在组织、数据

  3. 所属分类：机器学习

    • 发布日期：2019-07-16
    • 文件大小：2097152
    • 提供者：iceberga

  1. Python机器学习和算法高级版视频教程

  2. 资源名称：Python机器学习和算法高级版视频教程教程目录：【】00、课程介绍【】01、机器学习的数学基础1 - 数学分析【】02、数学基础2 - 数理统计与参数估计【】03、数学基础3 - 矩阵和线性代数【】04、数学基础4 - 凸优化【】05、Python基础及其数学库的使用【】06、Python基础及其机器学习库的使用【I 资源太大，传百度网盘了，链接在附件中，有需要的同学自取。

  3. 所属分类：其它

  1. 新闻情感方向判断方法、电子设备及计算机可读存储介质.pdf

  2. 使用深度学习和模型的方法，判断非结构化文本的情绪倾向CN107688651A 权利要求书 2/2页 若从该待预测新闻的标题和正文中没有识别出所述第一文件中的事件关键词,且没有 识别岀与所述第二文件中的事件正则表达式符合的内容,则将所述预定的机器学习算法获 取的该待预测新闻的情感分数作为该待预测新闻的最终评分。 8.如权利要求7所述的新闻情感方向判断方法,其特征在于,所述调整所述预定的机器 学习算法获取的该待狈测新闻的情感分数还包括: 若从该待预测新闻的标题和正文中识别出与所述第二文件中的事件正则

  3. 所属分类：机器学习

    • 发布日期：2019-07-12
    • 文件大小：649216
    • 提供者：lanhao5635865

  1. OpenCV-Python-Toturial-中文版.pdf

  2. 数字图像处理（第三版）冈萨雷斯，北京大学研究生上课专用ppt课件书虽然挺好的,但是不够全面,不能让读者完全了解 opencv的现状)。而 我翻译的这本书是来源于 OpenCv的官方文档,内容全面,对各种的算 法的描述简单易懂,而且不拘泥于长篇大论的数学推导,非常适合想使用 OpencⅤ解决实际问题的人,对他们来说具体的数学原坦并不重要,重要 是能解决实际问题。 在国内这本书可以说是第一本 Python OpenCV的译作。 4本书的时效性 本书的编写时针对最新的 Opencv3.0的,本版本还没

  3. 所属分类：图像处理

    • 发布日期：2019-07-05
    • 文件大小：5242880
    • 提供者：qq_28005905

  1. 中国信通院：云计算发展白皮书(2019)

  2. 7月2日，在2019可信云大会上，中国信通院发布了《云计算发展白皮书(2019)》。这是继《云计算白皮书(2012年)》之后，中国信息通信研究院第5次发布云计算白皮书，内容涵盖云计算的产业特点、技术热点、开源现状、安全发展、行业应用、发展建议等方面。前言 当前,云计算处在快速发展阶段,技术产业创新不断涌现。产 业方面,企业上云成为趋势,云管理服务、智能云、边缘云等市场 开始兴起;技术方面,云原生概念不断普及,云边、云网技术体系 逐渐完善;开源方面,开源项目发展还猛,云服务商借助开源打造 全栈能力

  3. 所属分类：kubernetes

    • 发布日期：2019-07-02
    • 文件大小：18874368
    • 提供者：dst1213

  1. 机器学习中的最优化算法总结

  2. 机器学习中的最优化算法总结下图给出了这些算法的分类与它们之间的关系: 接下来我们将按照这张图来展开进行讲解。 费马定理 对于一个可导函数,寻找其极值的统一做法是寻找导数为0的点,即费马定理。微积分中的 这一定理指出,对于可导函数,在极值点处导数必定为0: 对于多元函数,则是梯度为0 导数为0的点称为驻点。需要注意的是,导数为0只是函数取得极值的必要条件而不是充分条 件,它只是疑似极值点。是不是极值,是极大值还是极小值,还需要看更高阶导数。对于 元函数,假设x是驻点 如果 (x)>0,则在该

  3. 所属分类：机器学习

    • 发布日期：2019-07-02
    • 文件大小：570368
    • 提供者：abacaba

  1. 智能运维架构

  2. 本文介绍了由运维痛点催生智能运维平台的需求背景，以及智能运维平台的层次结构，组成元素，还有主备切换，锁等待分析等关键技术的诊断原理，实践经验。智能运维平台整合了我们 DBA 多年的运营经验和 AI、机器学习等技术，能够覆盖更多的异常场景，做到将大部分异常在发生前就预测到，为客户提供更安心的运营环境。2.1系统分层结构 展示层 健康报表 /性能/化建议 分析层圭备切换 主备延迟 QL优化 哪事务信息 素索引层(元数 等待 慢询 空聋源 会话 存储层 控库 ELK 栗集层 DB状态 DB系烷信息 系

  3. 所属分类：平台管理

    • 发布日期：2019-06-29
    • 文件大小：954368
    • 提供者：longlongriver

  1. Python笔记源码.zip

  2. 01-Linux基础 02-Python基础 05-面向对象 06-MySQL 07-网络编程 08-多线程 09-MongoDB数据库 10-正则表达式 11-Git 13-HTML&CSS 15-前端项目 21-爬虫 23-Numpy基础,数据分析 24-机器学习介绍 25-决策树 26-朴素贝叶斯分类 27-支持向量机,聚类 28-推荐引擎，自然语言 29-语言识别。图像识别 30-人脸识别

  3. 所属分类：讲义

    • 发布日期：2020-05-31
    • 文件大小：178257920
    • 提供者：weixin_43753806

  1. 机器学习-01. 人工智能开发及远景介绍

  2. 人工智能基础视频教程零基础入门课程 第一章 人工智能基础视频教程零基础入门课程，不需要编程基础即可学习，共15章，由于整体课程内容太大，无法一次传输，分章节上传。 第一章 人工智能开发及远景介绍（预科） 第二章 线性回归深入和代码实现 第三章 梯度下降和过拟合和归一化 第四章 逻辑回归详解和应用 第五章 分类器项目案例和神经网络算法 第六章 多分类、决策树分类、随机森林分类 第七章 分类评估、聚类 第八章 密度聚类、谱聚类 第九章 深度学习、TensorFlow安装和实现 第十章 Tensor

  3. 所属分类：机器学习

    • 发布日期：2020-07-15
    • 文件大小：222298112
    • 提供者：suolong123

  1. 01-机器学习介绍

  2. 机器学习简介 名人 图灵：人工智能之父 马文·李·闵斯基 范围 人工智能>机器学习>深度学习 应用 1. 图片艺术化 2. CT图识别 3. 车辆识别 4. 机器写新闻 5. 人脸识别 6. NPL 7. 传统预测：房价等 库和框架 TensorFlow caffe chainer theano scikit learn 主要语言 python 课程概要 特征工程 模型、策略、优化 分类、回归和预测 Tensorflow 神经网络 图像识别 自然语言处理 作者：x星云Neb

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：26624
    • 提供者：weixin_38733333

  1. 直播回顾|第四范式姚权铭：搜索协同过滤中的交互函数

  2. 导读：怎样刻画用户嵌入向量(user embedding)和物品嵌入向量(item embedding)之间的交互是在评分矩阵上面做协同滤波的关键问题。随着机器学习技术的发展，交互函数(interaction function)渐渐的由最初简单的矩阵内积，发展到现在复杂的结构化神经网络。本文介绍了第四范式研究组将自动化机器学习技术引入推荐系统中的一次尝试；特别地，将交互函数的设计建模成一个结构化神经网络问题，并使用神经网络搜索(neural architecture search)技术去设计数据

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：1048576
    • 提供者：weixin_38552305

  1. ISONet:“用于视觉识别的深度等距学习”（ICML 2020）的存储库-源码

  2. 用于视觉识别的深度等距学习 该存储库是ICML论文的官方PyTorch实现： 用于视觉识别的深度等距学习，，，， 2020年国际机器学习大会（ICML） []，[ ] 介绍 在本项目中，我们认为等距的概念是训练深度ConvNet的中心指导原则。特别是，我们采用了极简主义的方法，并表明可以训练香草深等距网络（ISONet）（即，没有BN和快捷方式）并获得令人惊讶的良好准确性。我们还表明，如果与跳过连接结合使用，则即使完全不进行标准化，此类近等距网络（即R-ISONet）也可以实现与标准ResN

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：19456
    • 提供者：weixin_42097967

  1. Python实现机器学习算法

  2. 本文来自于CSDN，介绍了机器学习算法Python实现的逻辑回归、BP神经网络、K-Means聚类算法以及多元高斯分布等相关知识。其中：下面就是要求出theta，使代价最小，即代表我们拟合出来的方程距离真实值最近共有m条数据，其中代表我们要拟合出来的方程到真实值距离的平方，平方的原因是因为可能有负值，正负可能会抵消前面有系数2的原因是下面求梯度是对每个变量求偏导，2可以消去实现代码：注意这里的X是真实数据前加了一列1，因为有theta(0)代价函数对求偏导得到：所以对theta的更新可以写为：其

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：8388608
    • 提供者：weixin_38663608

  1. Python工作坊中的机器学习：我的研讨会使用python语言实现不同算法的机器学习-源码

  2. Python工作坊中的机器学习 我的机器学习研讨会使用python语言实现不同算法（伊朗大不里士大学，2017年）。 内容 第1部分：使用现有软件包进行机器学习（第1至5周） 第01周和第02周： Numpy和Matplotlib软件包简介 第03周和第04周：使用Scikit Learn进行监督学习 第05周：使用Scikit Learn进行无监督学习 第2部分：实现我们的机器学习算法和模型（第5周至第10周） 第六周：线性分类 第07周：实现损耗功能（Softmax损耗和SVM损耗）

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：37748736
    • 提供者：weixin_42131633

  1. 时间序列预测14：如何开发用电量预测CNN模型详解 01 单变量多步时间序列预测

  2. 文章目录前言适用于多时间步预测的CNN模型1 单变量多步预测 CNN 模型1.1 业务需求1.2 1D CNN 模型1.3 完整代码 前言 与其他机器学习算法不同，卷积神经网络能够从序列数据中自动学习特征，支持多变量数据，并可直接输出用于多步预测的向量。一维CNN已被证明可以很好地执行，甚至在具有挑战性的序列预测问题上也能达到最新的结果。 计划用两篇文章介绍如何开发 1D CNN 进行多步时间序列预测。主要内容如下： 如何为单变量数据开发多步时间序列预测的CNN模型； 如何为多变量数据开发多通

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：64512
    • 提供者：weixin_38559727
« 12 »