您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. Scikit-Learn and TensorFlow

  2. 通过具体的例子、很少的理论以及两款成熟的Python框架:Scikit-Learn和TensorFlow,作者Aurélien Géron会帮助你掌握构建智能系统所需要的概念和工具。你将会学习到各种技术,从简单的线性回归及发展到深度神经网络。每章的练习有助于你运用所学到的知识,你只需要有一些编程经验就行了。   探索机器学习,尤其是神经网络   使用Scikit-Learn全程跟踪一个机器学习项目的例子   探索各种训练模型,包括:支持向量机、决策树、随机森林以及集成方法   使用Tensor
  3. 所属分类:机器学习

  1. Hands On Machine Learning with Scikit-Learn and TensorFlow20173

  2. Hands On Machine Learning with Scikit-Learn and TensorFlow20173 通过最近的一系列突破,深度学习推动了整个机器学习领域。 现在,即使对这项技术几乎一无所知的程序员也可以使用简单有效的工具来实现能够从数据中学习的程序。 这本实用的书向你展示了如何。 通过使用具体示例,最小理论和两个可用于生产的Python框架 - scikit-learn和TensorFlow-authorAurélienGéron帮助您直观地了解构建智能系统的概念和
  3. 所属分类:机器学习

    • 发布日期:2018-07-03
    • 文件大小:44040192
    • 提供者:qq_21997625
  1. 机器学习算法工程师校招面试题库.pdf

  2. 机器学习算法工程师校招面试题库 涵盖数学基础、机器学习算法、深度学习、自然语言处理、计算机基础项目等。ξ NOWCODER. COM 牛客网一一互联网学习求职必备神器 名企校招历年笔试面试真题,尽在牛客网 可能就问的项日多一些,或者你说哪里精通可能面试官就多去问你这些。而且此图是根据题 库数据整理出来,并不是根据实际单场面试整理,比如基础部分不会考那么多,会从中抽着 考 但是面试中必考的点且占比非常大的有机器学习算法,机器学习和算法。 决定你是否能拿 sp offer(高薪ofer)以及是否
  3. 所属分类:机器学习

    • 发布日期:2019-07-15
    • 文件大小:4194304
    • 提供者:yangyang3401
  1. 菊安酱的机器学习第1期-k-近邻算法(直播).pdf

  2. k-近邻算法的课件。来自于菊安酱的机器学习实战12期的免费教程。内涵python源码。菊安酱的直播间: 我们已经知道k近邻算法的工作原理,根据特征比较,然后提取样本集中特征最相似数据(最近邻)的分类标签。 那么如何进行比较呢?比如表1中新出的电影,我们该如何判断他所属的电影类别呢?如图2所示。 电影分类 120 爱情片(1,101) 爱情片(12,97) 80 爱情片(5,89) 水弊 60 ?(24,67) 动作片(112,9 20 动作片(1158) 动作片(108,5) 0 20 60 8
  3. 所属分类:讲义

    • 发布日期:2019-07-27
    • 文件大小:867328
    • 提供者:qiu1440528444
  1. 如何入门Python与机器学习

  2. 本文来自于csdn,本文通过应用scikit-learn这个成熟的第三方库中的模型,从实现的过程中更好地理解机器学习算法的细节,以及了解Numpy的各种应用。机器学习”在最近虽可能不至于到人尽皆知的程度,却也是非常火热的词汇。机器学习是英文单词“MachineLearning”(简称ML)的直译,从字面上便说明了这门技术是让机器进行“学习”的技术。然而我们知道机器终究是死的,所谓的“学习”归根结底亦只是人类“赋予”机器的一系列运算。这个“赋予”的过程可以有很多种实现,而Python正是其中相对容
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:321536
    • 提供者:weixin_38744803
  1. 机器学习实战(用Scikit-learn和TensorFlow进行机器学习)(一)

  2. 本文来自于csdn,本文章主要是对真实数据进行实战,手把手带你走一遍使用机器学习对真实数据进行处理的全过程。Scikit-learn集成了很多机器学习需要使用的函数,学习Scikit-learn能简洁、快速写出机器学习程序。并且通过代码更加深入的了解机器学习模型,学习如何处理数据,如何选择模型,如何选择和调整模型参数。1、推荐安装Anaconda(集成Python和很多有用的Package)2、编辑器:Spyder或Pycharm或JupyterNotebook1、下载数据数据集为房屋信息hou
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:190464
    • 提供者:weixin_38558660
  1. Python:通过scikit-learn了解机器学习

  2. 本文来自于csdn,文章详细介绍了SupervisedLearning(有监督学习)以及ROC曲线等相关知识。MachineLearning分为有监督学习与无监督学习,这个系列重在介绍有监督学习,即,通过告知算法有关Features和对应的输出Labels,然后当有新的feature数据时,做label预测。首选Anaconda安装,Mac下可以用brew直接装。Iris是sklearn中内嵌的一组数据,可以用以学习通过特征值对鸢尾花进行分类。1上面两个数据都是numpy中ndarray类型。n
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:176128
    • 提供者:weixin_38556189
  1. 一文总结数据科学家常用的Python库(下)

  2. 我们已经到达了本文最受期待的部分-构建模型!这就是我们大多数人首先进入数据科学领域的原因,不是吗?让我们通过这三个Python库探索模型构建。就像用于数据操作的Pandas和用于可视化的matplotlib一样,scikit-learn是构建模型的Python库领导者。没有什么比得上它了。事实上,scikit-learn建立在NumPy,SciPy和matplotlib之上。它是开源的,每个人都可以访问,并且可以在各种环境中重用。以下是安装scikit-learn的代码:Scikit-learn
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:316416
    • 提供者:weixin_38719719
  1. MailCruncher:使用机器学习方法清理收件箱的Python程序-源码

  2. MailCruncher 该Python程序通过学习用于确定是否应删除未读电子邮件的条件来清理收件箱(实际上,有时您有兴趣阅读或保留其中的一些邮件)。 它使用scikit-learn中的SGDClassifier来完成此任务。 阅读以了解背后的故事,并了解有关机器学习部分的更多详细信息。 跑步 要运行此程序,您将需要安装所有必需的依赖项。 您可以使用以下命令轻松完成此操作: sudo pip install -r requirements.txt 您还需要(用于与Gmail帐户进行交互)
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:8192
    • 提供者:weixin_42113794
  1. datacamp-machine-learning-scikit-learn:作为DataCamp的“使用Python的机器学习Track”轨迹的一部分,我所做的所有工作-源码

  2. 1-监督学习 在本课程中,您将学习如何使用Python执行监督学习,这是机器学习的重要组成部分。 您将学习如何建立预测模型,如何调整其参数,以及如何在使用现实世界数据集的同时始终了解未见数据的性能。 您将使用scikit-learn进行此操作,这是Python最受欢迎和用户友好的机器学习库之一。 Jupyter笔记本 2-无监督学习 无监督学习涵盖了机器学习中的各种技术,从聚类到降维再到矩阵分解。 在本课程中,您将学习无监督学习的基础知识,并使用scikit-learn和scipy实现基本算法。
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:7340032
    • 提供者:weixin_42163404
  1. NYTaxi_XG_Boost_Challenge-kaggle_challenge:我正在尝试NYC出租车持续时间预测Kaggle挑战。 我将结合使用Pandas,Matplotlib和XGBoost作为python库,以帮助我理解和分析

  2. Nyc-Taxi-Kaggle-挑战 目标 Kaggle竞赛预测纽约出租车的行驶时间。 该项目的报告在capstone.pdf。 (在这个项目中,我提供了许多链接,如果您是初学者,可以通过这些链接来弄清楚您的概念,如果不理解的话,可以通过project和readme中提供的链接和pdf来了解。) 问题陈述 在本报告中,我们使用来自纽约市出租车和高级轿车委员会的数据来考察Kaggle竞赛,该竞赛要求竞争对手预测纽约市出租车旅行的总行驶时间(trip_duration)。 Kaggle提供的数据是作
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:24117248
    • 提供者:weixin_42151305
  1. MLclass:我的主要机器学习课程-源码

  2. ML类 我的机器学习课程的材料。 自2012年以来以英语或法语授予博士和/或硕士研究生。 描述 本课程通过一些关键算法提供了机器学习领域的发现。 尽管第一届会议试图涵盖机器学习技术的全部范围,但随后的会议将重点讨论“超学习”问题,并将从四个不同的角度(贝叶斯角度,线性分离,神经网络和集成方法)对算法进行分类。 。 所采用的方法将Python中的自愿动手实践与对该方法的理论和数学理解相结合。 在课程结束时,您将可以根据眼前的问题在ML算法的主要系列之间做出明智的选择。 您将了解每种方法系列的算法和
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:191889408
    • 提供者:weixin_42116650
  1. 机器学习实战(用Scikit-learn和TensorFlow进行机器学习)(一)

  2. 本文来自于csdn,本文章主要是对真实数据进行实战,手把手带你走一遍使用机器学习对真实数据进行处理的全过程。Scikit-learn集成了很多机器学习需要使用的函数,学习Scikit-learn能简洁、快速写出机器学习程序。并且通过代码更加深入的了解机器学习模型,学习如何处理数据,如何选择模型,如何选择和调整模型参数。1、推荐安装Anaconda(集成Python和很多有用的Package)2、编辑器:Spyder或Pycharm或JupyterNotebook 1、下载数据数据集为房屋信息ho
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:184320
    • 提供者:weixin_38692631
  1. Python:通过scikit-learn了解机器学习

  2. 本文来自于csdn,文章详细介绍了Supervised Learning(有监督学习)以及ROC曲线等相关知识。 MachineLearning分为有监督学习与无监督学习,这个系列重在介绍有监督学习,即,通过告知算法有关Features和对应的输出Labels,然后当有新的feature数据时,做label预测。 首选Anaconda安装,Mac下可以用brew直接装。
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:167936
    • 提供者:weixin_38651450
  1. 如何入门Python与机器学习

  2. 本文来自于csdn,本文通过应用scikit-learn这个成熟的第三方库中的模型,从实现的过程中更好地理解机器学习算法的细节,以及了解Numpy的各种应用。机器学习”在最近虽可能不至于到人尽皆知的程度,却也是非常火热的词汇。机器学习是英文单词“Machine Learning”(简称ML)的直译,从字面上便说明了这门技术是让机器进行“学习”的技术。然而我们知道机器终究是死的,所谓的“学习”归根结底亦只是人类“赋予”机器的一系列运算。这个“赋予”的过程可以有很多种实现,而Python正是其中相对
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:313344
    • 提供者:weixin_38653508
  1. AntonVdovenko:我的GitHub个人资料的配置文件-源码

  2. :waving_hand: 嗨,我是来自俄罗斯的俄罗斯国籍,他迁居新加坡,在新加坡管理大学攻读全日制硕士课程。 对我来说,这是迈向全球职业的一步,同时也磨练了我的知识并建立了专业技能。 :eyes: 在学习期间,我巩固了对金融市场和投资的了解。 学习机器学习,深度学习和大数据技能。 :seedling: 我最近完成了新加坡管理大学的商业分析硕士学位,并希望解决挑战性的商业问题并成长为一名数据科学家/毫升工程师。 在使用Python(熊猫,numpy,matplotlib,scikit-l
  3. 所属分类:其它

    • 发布日期:2021-03-29
    • 文件大小:1024
    • 提供者:weixin_42127020