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.in.Action(2012.3)].Peter.Harrington.文字版.pdf )

  2. 机器学习 实战宝典 完美目录 非常好的资料 !
  3. 所属分类:Python

    • 发布日期:2013-06-23
    • 文件大小:10485760
    • 提供者:zhuwei1988
  1. Machine Learning in Action源码

  2. Machine Learning in Action书中源码,里面有书中用到的数据等
  3. 所属分类:Python

    • 发布日期:2014-02-27
    • 文件大小:31457280
    • 提供者:diyweijj
  1. 《Machine Learning in Action》+SourceCode

  2. Peter Harrington,《Machine Learning in Action》,附加源码和数据集。
  3. 所属分类:Python

    • 发布日期:2014-06-13
    • 文件大小:39845888
    • 提供者:yy0173
  1. Machine Learning with R

  2. 从原理介绍包括决策树、神经网络等多种基础算法及其优缺点,并运用相关R语言包进行实战,最后还有两章专门介绍模型Performance的评估与优化,简单易懂。PS: 这本是从Level Up Your Machine Learning一文中了解到的ML入门级推荐书籍,果然不错
  3. 所属分类:IT管理

    • 发布日期:2015-08-04
    • 文件大小:6291456
    • 提供者:u013412535
  1. Machine Learning in Action

  2. 所属分类:讲义

    • 发布日期:2017-01-14
    • 文件大小:6291456
    • 提供者:zhengzhe1
  1. Hands-On Machine Learning with Scikit-Learn and TensorFlow

  2. 讲解TensorFlow实战的一本书,对每个算法讲解非常详细
  3. 所属分类:机器学习

    • 发布日期:2017-06-22
    • 文件大小:47185920
    • 提供者:itmayue
  1. Machine Learning in Action

  2. 最近在学习Peter Harrington的Machine Learning in Action,一边看书一边用Python3.6实现课本中的算法(原书中使用的是Python2.x)。在此将英文版上传一起学习,共同进步~
  3. 所属分类:机器学习

    • 发布日期:2017-09-08
    • 文件大小:6291456
    • 提供者:u011475210
  1. Hands-On Machine Learning with Scikit-Learn and TensorFlow.pdf

  2. 非常细致的机器学习实战教学,以及TensorFlow指导。。。
  3. 所属分类:深度学习

    • 发布日期:2017-10-11
    • 文件大小:47185920
    • 提供者:seatonqiu
  1. 机器学学习实战 Machine Learning in Action

  2. 机器学学习实战 Machine Learning in Action各章的源代码和所需要的数据。
  3. 所属分类:Python

    • 发布日期:2018-04-21
    • 文件大小:14680064
    • 提供者:zhouheng2018
  1. python机器学习理论与实战(四)逻辑回归

  2. 从这节算是开始进入“正规”的机器学习了吧,之所以“正规”因为它开始要建立价值函数(cost function),接着优化价值函数求出权重,然后测试验证。这整套的流程是机器学习必经环节。今天要学习的话题是逻辑回归,逻辑回归也是一种有监督学习方法(supervised machine learning)。逻辑回归一般用来做预测,也可以用来做分类,预测是某个类别^.^!线性回归想比大家都不陌生了,y=kx+b,给定一堆数据点,拟合出k和b的值就行了,下次给定X时,就可以计算出y,这就是回归。而逻辑回归
  3. 所属分类:其它

    • 发布日期:2020-12-24
    • 文件大小:174080
    • 提供者:weixin_38613154
  1. Machine-learning-combat-based-on-Python:基于Python3的《机器学习实战》(附源代码,运行截图及数据集)-源码

  2. 基于Python3的机器学习战斗 基于Python3的机器学习实战 机器学习实战-基于python笔记.pdf文件是汇集所有代码和解释的笔记 机器学习实战-ipynb文件文件是jupyter notebook原始代码文件,包含所有的原运行代码(保存有运行结果) 其他文件夹是对应主题的代码(html格式方便查看)以及数据集 -记于2020.5.7
  3. 所属分类:其它

    • 发布日期:2021-03-23
    • 文件大小:33554432
    • 提供者:weixin_42168745
  1. Machine-Learning-Python3:机器学习实战源码-源码

  2. 机器学习-Python3 机器学习实战源码 机器学习在实践中Python3 机器学习的过程中拜读了王斌老师翻译的《机器学习实战》一书,书中对算法的原理以及编程实现进行了详细的介绍。 机器学习实战一书中的代码是基于python2的,故对书中的代码重新编写整理,全部代码可在python3环境下运行。 所有源程序中,文件夹名称的命名规则为:算法名称+对应书中的第几个案例,几个几个案例因为数据量比较大所以采用压缩包上传。 版本更新记录 2019/2/9在kNN_Project1文件夹下更新了鸢尾花多分类
  3. 所属分类:其它

    • 发布日期:2021-03-23
    • 文件大小:5242880
    • 提供者:weixin_42174098
  1. Machine-Learning:机器学习实战原始码实现-源码

  2. 机器学习相关项目实战代码,包括: 1,《机器学习实战》一书python3代码实现,官方版本基于python2 2,一些比赛的记录
  3. 所属分类:其它

    • 发布日期:2021-03-23
    • 文件大小:88080384
    • 提供者:weixin_42129113
  1. Machine-learning:自己总结关于机器学习相关理论与实战,包含各种案例和源码-源码

  2. 机器学习 自己总结关于机器学习相关理论与实战,包含各种案例和源码 主要是方便吴咪咪同学进一步学习机器学习
  3. 所属分类:其它

    • 发布日期:2021-03-23
    • 文件大小:1048576
    • 提供者:weixin_42181686
  1. [阅读体会]机器学习实战基于scikit-learn和tensorflow(Hands-On Machine Learning with Scikit-Learn and TensorFlow)-附件资源

  2. [阅读体会]机器学习实战基于scikit-learn和tensorflow(Hands-On Machine Learning with Scikit-Learn and TensorFlow)-附件资源
  3. 所属分类:互联网

  1. [阅读体会]机器学习实战基于scikit-learn和tensorflow(Hands-On Machine Learning with Scikit-Learn and TensorFlow)-附件资源

  2. [阅读体会]机器学习实战基于scikit-learn和tensorflow(Hands-On Machine Learning with Scikit-Learn and TensorFlow)-附件资源
  3. 所属分类:互联网

  1. [阅读体会]机器学习实战基于scikit-learn和tensorflow(Hands-On Machine Learning with Scikit-Learn and TensorFlow)-附件资源

  2. [阅读体会]机器学习实战基于scikit-learn和tensorflow(Hands-On Machine Learning with Scikit-Learn and TensorFlow)-附件资源
  3. 所属分类:互联网

  1. [阅读体会]机器学习实战基于scikit-learn和tensorflow(Hands-On Machine Learning with Scikit-Learn and TensorFlow)-附件资源

  2. [阅读体会]机器学习实战基于scikit-learn和tensorflow(Hands-On Machine Learning with Scikit-Learn and TensorFlow)-附件资源
  3. 所属分类:互联网

  1. Machine-learning实战

  2. jupyter整理的peter的ml_in_action代码,使其更有层次感,更加连贯,也加了一些自己的修改,以及注释
  3. 所属分类:机器学习

    • 发布日期:2021-01-24
    • 文件大小:4194304
    • 提供者:bruce__ray
  1. [Machine Learning] 交叉熵损失函数 v.s. 平方损失函数(CrossEntropy Loss v.s. Square Loss)

  2. 思考 我们会发现,在机器学习实战中,做分类问题的时候经常会使用一种损失函数(Loss Function)——交叉熵损失函数(CrossEntropy Loss)。但是,为什么在做分类问题时要用交叉熵损失函数而不用我们经常使用的平方损失函数呢? 这时候就应该想一下,损失函数需要做什么?怎样的损失函数才是最合适的? 一般而言,我们都希望损失函数能够做到,当我们预测的值跟目标值越远时,在更新参数的时候,应该减去一个更大的值,做到更快速的下降,并且不容易遇到陷入局部最优、鞍点以及平坦区域等问题。具体可看
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:87040
    • 提供者:weixin_38720256
« 12 »