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. SparkKmeans:毕业设计原始码-基于Spark的Kmeans聚类算法优化-源码

  2. SparkKmeans 毕业设计源码-基于Spark的Kmeans聚类算法优化时间：2016-07-18内容： 发布内容到Github。 （2）ML聚类程序：利用Spark的机器学习库的聚类函数进行聚类测试。（3）MD聚类程序： （4）数据库操作程序：

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：98304
    • 提供者：weixin_42108054

  1. mlrun:机器学习自动化和跟踪-源码

  2. 开源MLOps编排框架 MLRun是一个开源MLOps框架，它提供了一种集成方法来管理您的机器学习管道，从早期开发到模型开发再到生产中的完整管道部署。 MLRun为各种技术堆栈提供了一个方便的抽象层，同时使数据工程师和数据科学家能够定义功能和模型。 MLRun体系结构 MLRun由以下几层组成： Feature and Artifact Store-处理跨多个存储库和技术的数据和功能的提取，处理，元数据和存储。 Elastic Serverless Runtimes-使用特定于工作负载的

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：3145728
    • 提供者：weixin_42117032

  1. Recommendation-systems:推荐系统这是关于使用机器学习和深度学习技术建立推荐系统理论的研讨会-源码

  2. 推荐系统 推荐系统这是关于使用机器学习和深度学习技术构建推荐系统的研讨会 理论： ML和DL公式化，预测与排名，相似性，偏向与无偏 范例：基于内容，协作过滤，基于知识，混合和集成 数据：表格，图像，文本（序列） 型号：（深度）矩阵分解，自动编码器，宽和深度，等级学习，序列建模 方法：显式与隐式反馈，用户项矩阵，嵌入，卷积，递归，域信号：位置，时间，上下文，社交， 过程：设置，编码和嵌入，设计，训练和选择，服务和缩放，测量，测试和改进 工具： python-data-stack：numpy，p

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：7340032
    • 提供者：weixin_42134097

  1. recommendation:使用ML和DL的推荐系统-源码

  2. 推荐系统 这是关于使用机器学习和深度学习技术构建推荐系统的研讨会 理论：ML和DL公式化，预测与排名，相似性，偏见与无偏见 范例：基于内容，协作过滤，基于知识，混合和集成 数据：表格，图像，文本（序列） 型号：（深度）矩阵分解，自动编码器，宽和深度，等级学习，序列建模 方法：显式与隐式反馈，用户项矩阵，嵌入，卷积，递归，域信号：位置，时间，上下文，社交， 过程：设置，编码和嵌入，设计，训练和选择，服务和缩放，测量，测试和改进 工具：python-data-stack：numpy，pandas

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：52428800
    • 提供者：weixin_42151305

  1. dialogy:用于人类对话的语言理解工具包-源码

  2. 对话性 Dialogy是包含电池的 :battery: 固执己见的框架，可为语音应用程序构建机器学习解决方案。 基于插件：轻松将组件导入/导出到其他项目。 :electric_plug: 与堆栈无关：不对ML堆栈进行任何假设； 使用Dialogy不会影响您对机器学习库的选择。 :thumbs_up: 渐进式：最少的样板编写，使您可以专注于机器学习问题。 :pinching_hand: 安装 pip install dialogy 测试 make test 例子 使用dialogy在

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：193536
    • 提供者：weixin_42159267

  1. DevLab-III:下一代机器学习算法和智能合约开发，利用多种领域特定语言和IDE-源码

  2. devLab-3 用于研究和开发目的的建设中的实验资料库。¹¹¹⁴ 该存储库是一个具有即插即用集成功能的实验-基本的机器学习算法和Smart-Contract库可以使用多种领域特定语言和集成开发环境来执行。 用于机器学习和区块链技术的进一步开发，测试和进步。 这是与更高级别的DSL集成以及跨多种协议或环境执行智能合约和ML库的“试验场”。 注意：CODE_OF_CONDUCT 为了营造开放和热情的环境，我们作为贡献者和维护者保证使参与我们的项目和我们的社区成为每个人的无骚扰体验，无论其

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：4194304
    • 提供者：weixin_42150341

  1. ml-algorithms-from-scratch：在Python中从头开始进行机器学习算法的实现-源码

  2. 从零开始的机器学习算法 该存储库包含我在python中不同ml算法的实现。 包含该算法的脚本通常还将包含对采样或下载的数据测试该算法的实验。 我通常使用numpy软件包进行矢量化和高效的数学运算符。 有时，我会使用matplotlib软件包对实验进行可视化。

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：28672
    • 提供者：weixin_42170790

  1. statebasedml：使用基于状态的机器学习训练数据集的Python库-源码

  2. 基于状态的 概述 statebasedml是一个Python库，用于通过基于状态的机器学习来训练数据。 下面的文档应帮助您理解传递给statebasedml函数的参数以及它们返回的内容，但我建议从示例开始。 在查看示例 安装说明 python3 -m pip install --upgrade pip python3 -m pip install statebasedml 班级 statebasedml库具有两个类： bitfold ： data ：训练，测试和分类输入数据集 pack ：将字

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：13312
    • 提供者：weixin_42134038

  1. 变体-源码

  2. 变体 基于变体的ml管道的评估功能 大意 该库基于这样的思想，即在机器学习模型评估中，我们通常不希望仅调整模型及其超参数，而是整个数据转换管道。 它统一了数据预处理和超参数调整的通常相互独立的关注点。 在许多机器学习领域中，由于不存在明确的决策，因此需要对预处理进行一定程度的调整（通过尝试）。 一个示例可以是PCA中的维数或NLP ML模型中的词汇量。 但是它也可以是“布尔”替代方案，例如是否应使用词干。 该库正是允许这样做的，即超调任意复杂数据转换管道。 快速开始 如果您只想看代码，这

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：8192
    • 提供者：weixin_42151729

  1. ci-cd-ml-pipeline：支持ML开发的CICD的ML管道-源码

  2. 支持ML开发的CI / CD的ML管道。 使用Google Cloud Platform（GCP），此管道将：-存储机器学习模型的二进制文件-对它运行测试-促进生产 每当关联的GitHub存储库收到推送时，该管道就会自动触发Google Cloud Build作业，并且只要测试通过，机器学习模型将被部署为Google Cloud Run上Docker容器中的Flask应用程序。 目录树： EvolveExpertEx4/ └── src/ │--- README.md │--- clo

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：17408
    • 提供者：weixin_42112658

  1. ml：机器学习测试库-源码

  2. 毫升 机器学习测试库

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：11264
    • 提供者：weixin_42120283

  1. Machine-Learning-w-MNIST：使用MNIST数据集的机器学习模型-源码

  2. 使用MNIST数据集的机器学习模型 KNN是一种简单，易于实现的有监督的机器学习算法，可用于解决分类和回归问题。 但是请记住，KNN的主要缺点是随着数据量的增加，它会变得非常慢，这使得它在需要快速做出预测的环境中是不切实际的选择。 这是一本笔记本，展示了如何训练ML模型以及如何使用KNN算法识别手写数字。 默认参数来自sklearn，经过测试k =2。这是一个正在进行的工作，请随时进行改进。 我将再添加两个模型，即SVM和Random Forest，以查看是否有可能进行改进（很可能是这种情况

  3. 所属分类：其它

    • 发布日期：2021-02-19
    • 文件大小：12582912
    • 提供者：weixin_42149153

  1. ml-ops-quickstart：设置新机器学习存储库的工具-源码

  2. ML Ops快速入门 ML Ops快速入门是一种根据ML Ops最佳实践初始化机器学习项目的工具。 设置新存储库是一项耗时的工作，涉及创建不同的文件和配置工具，如linters，docker容器和持续集成管道。 mloq的目的是简化该过程，因此您可以尽快开始编写代码。 mloq为Python项目生成定制模板，重点是Maching学习。 可以在找到生成的模板的示例。 安装 mloq已在Ubuntu mloq上进行了测试，并支持Python 3.6+。 从pypi安装 pip install

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：610304
    • 提供者：weixin_42146888

  1. mlops_bodywork：使用bodypackage包测试项目-源码

  2. 使用上装的k8s上的ML-Ops 该存储库包含一个简单的机器学习操作（MLOps）项目，该项目演示了如何使用Bodywork ML-Ops框架配置机器学习解决方案以部署到Kubernetes（k8s）。 先决条件 如果要执行以下示例，那么您将需要通过kubectl CLI工具访问k8s集群，最好以admin用户身份进行访问。 车身已针对k8s v1.16和Python 3.7进行了优化。 机器学习任务 我们选择用于此示例的机器学习（ML）问题是使用将分类为三个亚种之一。 在此存储库根目录中找到

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：14336
    • 提供者：weixin_42118161

  1. awesome-scala：精选的出色Scala框架，库和软件的清单-源码

  2. 真棒 精选的Scala框架，库和软件的精选列表。 -Apache Spark-用于大规模数据处理的统一分析引擎 -Scala 2编译器和标准库。 有关错误，请参见scala / bug -PredictionIO，面向开发人员和ML工程师的机器学习服务器。 播放框架 -CMAK是用于管理Apache Kafka集群的工具 由Scala支持的Git平台，具有易于安装，高度可扩展性和GitHub API兼容性 -ches lichess.org：永远免费，无广告和开源的国际象棋服务器

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：39936
    • 提供者：weixin_42155721

  1. mltest：简化编写ML单元测试的测试框架-源码

  2. 该图书馆已被弃用 随着TF2.0的发布，该库在很大程度上被破坏了，我们没有修复它的计划。 大多数测试（特别是“确保在训练过程中所有变量都已修改”）已经包含在Keras中。 测验 tensorflow的机器学习测试框架。 如果您正在寻找pytorch版本，请查看制成的 suriyadeepan！ 如何安装 您可以直接从pip使用它 sudo pip install mltest 或者，您可以复制并粘贴mltest.py文件。 一切都是自包含的，并且是开源的，因此随时可以做自己想做的事情！ 如何使

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：10240
    • 提供者：weixin_42117032

  1. 威斯康星州乳腺癌：[ICMLSC 2018]乳腺癌检测：机器学习算法在威斯康星州诊断数据集上的应用-源码

  2. 乳腺癌检测：机器学习算法在威斯康星州诊断数据集上的应用 注意：此存储库已淘汰，不会移植为使用TF2。 但是，您可以以此为参考。 该论文于2018年2月2-4日在越南富国岛举行的第二届机器学习与软计算国际会议（ICMLSC）上发表。 有关该项目的全文，请访问 。 抽象 本文对威斯康星州的六种机器学习（ML）算法进行了比较： ，线性回归，多层感知器（MLP），最近邻（NN）搜索，Softmax回归和支持向量机（SVM）诊断性乳腺癌（WDBC）数据集通过测量其分类测试的准确性以及其敏感性和特

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：6291456
    • 提供者：weixin_42120997

  1. azureml-examples：官方社区驱动的Azure机器学习示例，已通过GitHub Actions测试-源码

  2. Azure机器学习示例 欢迎使用Azure机器学习示例存储库！ 先决条件 Azure订阅。 如果您没有Azure订阅，请在开始之前。 一个终端和Python> = 3.6， 。 建立 克隆此存储库并安装所需的软件包： git clone https://github.com/Azure/azureml-examples --depth 1 cd azureml-examples pip install --upgrade -r requirements.txt 要使用这些示例中使

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：234496
    • 提供者：weixin_42117150

  1. benchm-ml：用于二进制分类的顶级机器学习算法（随机森林，Rus，Python scikit-learn，H2O，xgboost，Spark MLlib等）的可扩展性，速度和准确性的最低基准。梯度增强树，深度神经网络等）-源码

  2. 用于分类的机器学习库的可伸缩性，速度和准确性的简单/有限/不完整基准 所有基准都是错误的，但有些是有用的 该项目旨在为一些机器学习算法的常用实现的可伸缩性，速度和准确性提供一个最低基准。 这项研究的目标是使用数字和分类输入（具有有限的基数，即不是很稀疏）并且没有丢失的数据进行二进制分类，这可能是业务应用程序中最常见的问题（例如，信用评分，欺诈检测或客户流失预测）。 如果输入矩阵的大小为n x p ，则n的变化范围为10K，100K，1M，10M，而p为〜1K（在将分类扩展为伪变量/一次编码后）。

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：313344
    • 提供者：weixin_42134537

  1. ml简介：机器学习的基本介绍（一日培训）-源码

  2. Python机器学习简介 由设计的研讨会，旨在学习Python机器学习。 专为一天的培训而设计。 安装 这些课程已针对Python 3.6进行了测试，并且主要使用每个库的最新版本，除非固定了版本。 您可能可以在较早的版本中运行大多数代码，但是如果遇到问题，请尝试首先升级有问题的库。 首先，您将需要或使用。 然后，要安装所有要求，我们将设置一个conda环境。 您可以这样做并安装所有要求，如下所示： conda create -n py3data --copy python=3.6 sour

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：226304
    • 提供者：weixin_42123456
« 12 »