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. Machine-Learning:Python中的机器学习程序-源码

  2. 机器学习 Python中的机器学习程序

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：5120
    • 提供者：weixin_42117224

  1. machine-learning-with-cnn:高中机器学习CNN项目（2020）-源码

  2. 使用CNN进行机器学习 Python中的机器学习项目。 该项目包括培训和测试GUI。 该项目的目的是（英语）字符识别。 内容 培训GUI 培训GUI 这个简单的GUI允许用户无需输入任何代码即可建立机器学习模型。 程序的结构使它易于扩展，也就是说，在程序中添加更多的层，优化器等并不是一件容易的事。 假设这些图像已经在测试/训练文件夹中排序，则该训练程序当前仅允许将图像用作训练数据。 尚待编写进一步的文档，但是一般而言，该程序易于使用，并且提供了大量功能。 如何使用程序 选择数据 该程序的用法很

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：4194304
    • 提供者：weixin_42131443

  1. machine-learning-profesional-con-scikit-learn:实现健壮的学习能力-普拉茨（Platzi）的Scikit-Learn的Curso专业机器学习课程-源码

  2. Scikit-Learn的Curso专业机器学习 文件简介 面向计算机技术的最佳实践-面向Scikit的Curs和futuros trabajos的商务知识。 萨尔瓦多MISMO ESTA dictado POR，Arquitecto DE DATOS恩 。 El curso es de 。 可以从Python的Scikit-学习语言和其他算法的学习中，获得通用的机器学习和环境知识。 机器学习的科学与实践是科学的学习方法，它的实现是基于书本原则的。 Objetivos del Curso

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：171008
    • 提供者：weixin_42157567

  1. easyQuake：简化的机器学习驱动的地震检测，定位和分析-源码

  2. easyQuake 一个易于实现的python程序包简化了机器学习驱动的地震检测，定位和分析。 在大多数系统上，您应该能够简单地： pip install easyQuake 要保持更新的前沿，请执行以下操作： pip install easyQuake --upgrade 或者，如果您需要调整某些东西（例如gpd_predict中的GPU数量），则可以： git clone https://github.com/jakewalter/easyQuake.git cd easyQuak

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：30408704
    • 提供者：weixin_42099070

  1. kafka-streams-machine-learning-examples：此项目包含一些示例，这些示例演示了如何利用Apache Kafka及其Streams API将分析模型部署到关键任务，可扩展的生产环境中。 使用Python，H

  2. 机器学习+ Kafka Streams示例 该项目包含一些示例，这些示例演示了如何利用及其将分析模型部署到关键任务，可扩展的生产中。 示例将包括使用TensorFlow，Keras，H2O，Python，DeepLearning4J和其他技术构建的分析模型。 材料（博客文章，幻灯片，视频） 如果您想阅读和聆听理论而不是动手实践，那么这里有一些有关该主题的材料： 博客文章： 幻灯片： 幻灯片： 视频录制： 博客文章： 博客文章： 博客文章： 用例和技术 以下示例已经可用，包括单元测试

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：54525952
    • 提供者：weixin_42139429

  1. Operationalizing-Machine-Learning-using-Azure-源码

  2. 使用Azure对Mahine Learning进行操作 在这个项目中，我们使用了，该与葡萄牙银行业的直接营销活动有关。该项目的目标是使用此笔记本同时使用Azure ML Studio和Python SDK来配置基于云的机器学习生产模型，进行部署，并使用HTTP API进行使用。它还涉及创建，发布和与管道交互。 建筑图 这是项目工作流图，从强调Azure ML服务开始，以整个工作ML应用程序过程的文档结束。 以下是此项目中的主要步骤： 验证 自动化ML实验 部署最佳模型 启用记录 Swagger文

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：3145728
    • 提供者：weixin_42116847