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. dlib-18.17.tar.bz2

  2. Dlib是一个跨平台的C++公共库，除了线程支持，网络支持，提供测试以及大量工具等等优点，Dlib还是一个强大的机器学习的C++库，包含了许多机器学习常用的算法。同时支持大量的数值算法如矩阵、大整数、随机数运算等等。 详见我的博客http://blog.csdn.net/sunmc1204953974

  3. 所属分类：Python

    • 发布日期：2015-11-22
    • 文件大小：6291456
    • 提供者：sunmc1204953974

  1. python机器学习常用库图表概括

  2. python的几个常用机器学习库图片介绍，包括numpy,pandas,matplotlib以及sci-kit learn的图片，描述了常见函数用法以及sci-kit learn的介绍书籍，资料收集不易请多多支持！

  3. 所属分类：机器学习

    • 发布日期：2017-09-28
    • 文件大小：11534336
    • 提供者：u014289573

  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. 机器学习教程思维导图.xmind

  2. 机器学习基础教程思维导图，sk-learn库的运用。以Python 语言介绍。主要内容包括：机器学习的基本概念及其应用；实践中最常用的机器学习算法以及这些算法的优缺点；在机器学习中待处理数据的呈现方式的重要性，以及应重点关注数据的哪些方面；模型评估和调参的高级方法

  3. 所属分类：互联网

    • 发布日期：2020-07-09
    • 文件大小：317440
    • 提供者：qq_33703300

  1. python机器学习库常用汇总

  2. 主要为大家汇总了常用python机器学习库，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

  3. 所属分类：其它

    • 发布日期：2020-09-21
    • 文件大小：115712
    • 提供者：weixin_38719890

  1. Python 机器学习库 NumPy入门教程

  2. 在我们使用Python语言进行机器学习编程的时候，这是一个非常常用的基础库。本文针对Python 机器学习库 NumPy入门教程，感兴趣的朋友跟随脚本之家小编一起学习吧

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：106496
    • 提供者：weixin_38738511

  1. Python 机器学习库 NumPy入门教程

  2. NumPy是一个Python语言的软件包，它非常适合于科学计算。在我们使用Python语言进行机器学习编程的时候，这是一个非常常用的基础库。 本文是对它的一个入门教程。 介绍 NumPy是一个用于科技计算的基础软件包，它是Python语言实现的。它包含了： 强大的N维数组结构 精密复杂的函数 可集成到C/C++和Fortran代码的工具 线性代数，傅里叶变换以及随机数能力 除了科学计算的用途以外，NumPy也可被用作高效的通用数据的多维容器。由于它适用于任意类型的数据，这使得N

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：107520
    • 提供者：weixin_38673694

  1. 基于sklearn的logistic回归对于鸢尾花的机器学习分类实践

  2. sklearn(scikit-learn)是python机器学习常用的第三方模块，是一个开源的机器学习库，它支持监督学习和非监督学习。它还为模型拟合、数据预处理、模型选择和评估以及许多其他实用工具提供了各种工具。sklearn对机器学习的常用算法进行了封装，包括回归、降维、分类、聚类等。对于以下的机器学习分类实践所用到的函数及方法进行说明。 1.np.c_[ ]和np.r_[ ]的用法解析 >>> import numpy as np >>> a=np.arr

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：272384
    • 提供者：weixin_38691055

  1. python机器学习库scikit-learn：SVR的基本应用

  2. scikit-learn是python的第三方机器学习库，里面集成了大量机器学习的常用方法。例如：贝叶斯，svm，knn等。 scikit-learn的官网 ： http://scikit-learn.org/stable/index.html点击打开链接 SVR是支持向量回归(support vector regression)的英文缩写，是支持向量机(SVM)的重要的应用分支。 scikit-learn中提供了基于libsvm的SVR解决方案。 PS:libsvm是台湾大学林智仁教授等开发设

  3. 所属分类：其它

    • 发布日期：2020-12-31
    • 文件大小：131072
    • 提供者：weixin_38702417

  1. Machine_Learning_Code:《统计学习方法》与常见机器学习模型（GBDTXGBoostlightGBMFMFFM）的原理讲解与python和类库实现-源码

  2. 机器学习模型的python与类库实现 本repo以李航博士的《统计学习方法》为路线，逐章讲解并实现其中所有的算法；从而，再加上常用的机器学习模型，例如GBDT，XGBoost，Light GBM，FM，FFM等，力争将传统的机器学习方法能够融汇互换 :party_popper: 。 统计学习方法｜感知机模型 模型理论讲解： 模型代码实现： ， 统计学习方法｜ K近邻 模型理论讲解： 模型代码实现： ， 统计学习方法｜朴素贝叶斯 模型理论讲解： 模型代码实现： ， 统计学习方法｜

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：24117248
    • 提供者：weixin_42131861

  1. bibtex-python-package-citations:Python和常用（机器学习）软件包的BibTeX引文-源码

  2. Python软件包的BibTeX引文 如果您正在写论文，那么一定要。 对于软件和软件包，我发现找不到BibTeX引文比将其简单地粘贴粘贴到我的references.bib要困难得多。 希望该存储库将是使其更轻松的第一步。 我正在使用此页面收集有关常见（机器学习）Python软件包的最正式引用。 如果发现错误或知道您认为应该在此页面上的其他引用，请打开一个问题或公关！ 引文 Python BibTeX引文 关于此联机的一些讨论（请参阅）。 以下是基于。 manual { python ,

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：5120
    • 提供者：weixin_42131424

  1. sec-ml：Python中的证券机器学习项目。 （金融证券交易，能源交易，风险管理，衍生工具，经济学，不平等，可视化）-源码

  2. SEC数据，公共回购 我的Python机器学习项目使用SEC数据（美国证券交易委员会）进行金融，投资和衍生产品开发。 注意：2020年6月，将“大师”更名为“主要”分支，以支持“黑手党问题” 作者：詹妮弗·尹（Jennifer E. Yoon） 描述： 我的目标是提供在SEC数据以及更广泛的金融衍生产品和经济学数据上使用机器学习的示例。 我使用Python及其数据科学库，即NumPy，Pandas，Matplotlib，SciPy和Scikit-Learn。 我使用Jupyter Noteb

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：41943040
    • 提供者：weixin_42151373

  1. 8种用Python实现线性回归的方法

  2. 抛开涉及大量数统的模型分析和检验不说，你真的就能熟练应用线性回归了么?未必!时至今日，深度学习早已成为数据科学的新宠。即便往前推10年，SVM、boosting等算法也能在准确率上完爆线性回归。一方面，线性回归所能够模拟的关系其实远不止线性关系。线性回归中的“线性”指的是系数的线性，而通过对特征的非线性变换，以及广义线性模型的推广，输出和特征之间的函数关系可以是高度非线性的。另一方面，也是更为重要的一点，线性模型的易解释性使得它在物理学、经济学、商学等领域中占据了难以取代的地位。由于机器学习库s

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：297984
    • 提供者：weixin_38616505

  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. 机器学习算法：此存储库包含Jupyter笔记本，这些笔记本从零开始实现流行的ML算法-源码

  2. 机器学习算法 该存储库包含一系列Jupyter笔记本，这些笔记本从头开始实现常用的ML算法。 即，使用统计python软件包的限制。 它们部分基于我作为课程的一部分而开设的课程。 这些笔记本对我非常有用，有助于他们直观地了解这些算法的工作原理，以及使用scikit-learn和statsmodels之类的程序包时幕后发生的事情。 如上所示，我根据算法的类型将笔记本分为三个文件夹： 回归 聚类 其他：此文件夹包含用于二进制决策树和本地敏感度哈希（LSH）的笔记本。 这些笔记本中使用的数据可应

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：8388608
    • 提供者：weixin_42116681

  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. 使用Python进行机器学习：用于理解核心概念的小型机器学习项目。 给星星:glowing_star:如果有帮助的话。 奖金：面试银行来了..！-源码

  2. Python机器学习 小型机器学习项目，以了解核心概念（顺序：从最早到最新） 使用带有新闻组20数据集的潜在Dirichlet分配进行主题建模，并使用Python和Scikit-Learn实现 在MNIST数据集上实现了用Keras构建的简单神经网络 使用线性回归的Google股票价格预测 实现了一个简单的社交网络来学习Python基础 实施Naives Bayes分类器以过滤SpamAssasin公共语料库上的垃圾邮件 使用Keras和Scikit-Learn的银行数据集的客户流失预测模型

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：751616
    • 提供者：weixin_42109545

  1. 顶级深度学习：按星数排序的前200个深度学习Github存储库-源码

  2. 顶级深度学习Github存储库 这是按星数排序的前200个深度学习Github存储库的列表。 Github搜索API已使用的查询是： deep-learning OR CNN OR RNN OR "convolutional neural network" OR "recurrent neural network" 可以在找到流行的深度学习Github存储库。 日期：2020年2月2日至2019年9月1日 注意：这将定期更新。 位置 名称 描述 语言 星星 前叉 :heavy_minu

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：306176
    • 提供者：weixin_42151772

  1. 8种用Python实现线性回归的方法

  2. 抛开涉及大量数统的模型分析和检验不说，你真的就能熟练应用线性回归了么?未必!时至今日，深度学习早已成为数据科学的新宠。即便往前推10年，SVM、boosting等算法也能在准确率上完爆线性回归。一方面，线性回归所能够模拟的关系其实远不止线性关系。线性回归中的“线性”指的是系数的线性，而通过对特征的非线性变换，以及广义线性模型的推广，输出和特征之间的函数关系可以是高度非线性的。另一方面，也是更为重要的一点，线性模型的易解释性使得它在物理学、经济学、商学等领域中占据了难以取代的地位。由于机器学习库s

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：297984
    • 提供者：weixin_38683848

  1. python机器学习库常用汇总

  2. 汇总整理一套Python网页爬虫，文本处理，科学计算，机器学习和数据挖掘的兵器谱。 1. Python网页爬虫工具集 一个真实的项目，一定是从获取数据开始的。无论文本处理，机器学习和数据挖掘，都需要数据，除了通过一些渠道购买或者下载的专业数据外，常常需要大家自己动手爬数据，这个时候，爬虫就显得格外重要了，幸好，Python提供了一批很不错的网页爬虫工具框架，既能爬取数据，也能获取和清洗数据，也就从这里开始了： 1.1 Scrapy 鼎鼎大名的Scrapy，相信不少同学都有耳闻，课程图谱中的很多课

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：116736
    • 提供者：weixin_38530202
« 12 3 »