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. MachineLearning-master-python.zip

  2. 属于网络下载资源，感谢原作者的贡献。 ##目录介绍 - **DeepLearning Tutorials** 这个文件夹下包含一些深度学习算法的实现代码，以及具体的应用实例，包含： Keras使用进阶。介绍了怎么保存训练好的CNN模型，怎么将CNN用作特征提取，怎么可视化卷积图。 [keras_usage]介绍了一个简单易用的深度学习框架keras，用经典的Mnist分类问题对该框架的使用进行说明，训练一个CNN，总共不超过30行代码。 将卷积神经网络CNN应用于人脸识别的一个demo，人脸数

  3. 所属分类：专业指导

    • 发布日期：2016-07-04
    • 文件大小：1048576
    • 提供者：qq_33042687

  1. sklearn0.19中文文档

  2. sklearn0.19中文文档 PDF格式高清。 .1. 广义线性模型 1.1.1. 普通最小二乘法 1.1.1.1. 普通最小二乘法复杂度 1.1.2. 岭回归 1.1.2.1. 岭回归的复杂度 1.1.2.2. 设置正则化参数：广义交叉验证 1.1.3. Lasso 1.1.3.1. 设置正则化参数 1.1.3.1.1. 使用交叉验证 1.1.3.1.2. 基于信息标准的模型选择 1.1.3.1.3. 与 SVM 的正则化参数的比较 1.1.4. 多任务 Lasso 1.1.5. 弹性网络

  3. 所属分类：机器学习

    • 发布日期：2018-10-30
    • 文件大小：14680064
    • 提供者：hardpen2013

  1. scikit-learn-0.21.3-中文文档.pdf

  2. scikit-learn 是基于 Python 语言的机器学习工具 简单高效的数据挖掘和数据分析工具 可供大家在各种环境中重复使用 建立在 NumPy ，SciPy 和 matplotlib 上 开源，可商业使用 - BSD许可证1.监督学习 1广义线性模型 °1.1.1普通最小二乘法 1.1.2岭回归 1.1.3LaSs0 o1.1.4多任务 Lasso 115弹性网络 o116多任务弹性网络 1.1.7最小角回归 1.1. 8 LARS Lasso 1.19正交匹配追踪法(OMP 1.1.1

  3. 所属分类：机器学习

    • 发布日期：2019-08-24
    • 文件大小：41943040
    • 提供者：h394266861

  1. Python多项式回归的实现方法

  2. 主要介绍了Python多项式回归的实现方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-19
    • 文件大小：91136
    • 提供者：weixin_38614268

  1. Python多项式回归的实现方法

  2. 多项式回归是一种线性回归形式，其中自变量x和因变量y之间的关系被建模为n次多项式。多项式回归拟合x的值与y的相应条件均值之间的非线性关系，表示为E（y | x） 为什么多项式回归： 研究人员假设的某些关系是曲线的。显然，这种类型的案例将包括多项式项。 检查残差。如果我们尝试将线性模型拟合到曲线数据，则预测变量（X轴）上的残差（Y轴）的散点图将在中间具有许多正残差的斑块。因此，在这种情况下，这是不合适的。 通常的多元线性回归分析的假设是所有自变量都是独立的。在多项式回归模型中，不满足该

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：88064
    • 提供者：weixin_38614952

  1. 克里格：N个维度的普通克里格和通用克里格-源码

  2. 克里格 N维度上的普通和通用克里金法。 kriging是kriging的基本实现， 是使用高斯过程回归的插值方法。 kriging支持普通克里金法和通用克里金法（使用多项式漂移项）以及三种半变异函数模型：高斯，球形和指数。 在存在漂移的情况下（整个数据空间的平均值变化），观察到的半变异函数可能会出现偏差（请参见Starks＆Fang，1982，Mathematical Geology，14，4： ： ）。 kriging尝试通过在生成半变异函数之前先删除拟合的漂移多项式项来消除此偏差。

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：98304
    • 提供者：weixin_42106357

  1. Python_Implementation_of_Traditional_Machine_Learning_Algorithms：这是一种尝试总结我在研究生院学到的不同传统机器学习方法的尝试-源码

  2. 机器学习算法 Python实现了不同的传统机器学习方法。 依存关系 此项目需要python和以下python库。 大熊猫 麻木 海生的 matplotlib scikit学习 它还需要可以打开和执行Jupyter Notebook的软件。 安装 克隆仓库或使用URL下载： : 从网上为每个jupyter笔记本文件下载相应的必要数据。 导航到包含相应笔记本的目录。 运行以下命令： jupyter notebook 这将在网络浏览器上打开一个标签。 单击与您要探索的机器学习方法

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：3145728
    • 提供者：weixin_42171208

  1. ITU-ACM-20-21-Spring-Machine-Learning-源码

  2. ITU-ACM-20-21-Spring机器学习 讲师 穆罕默德·伊耶特·阿特斯（MehmetYiğitAteş） 计算机工程＃2 ITU 先决条件 Python编程语言的基本知识。 微积分和线性代数的基本知识。 目标 使参与者熟悉基本的机器学习主题，例如分类和回归 让与会者熟悉机器学习算法的工作机制和数学 人工神经网络介绍 介绍NumPy计算库的基础 教学大纲 ＃日期 ＃话题 ＃描述 16.03.2021 机器学习导论 机器学习的工作原理，NumPy和梯度下降 23.03.2021 线

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：4194304
    • 提供者：weixin_42131601