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. 2017年最新机器学习入门与实战精品高清全套视频教程附讲义作业(anaconda2 4.3Pytyhon2.7 jupyter) 70课

  2. 2017年最新机器学习入门与实战精品高清全套视频教程附讲义作业(anaconda2 4.3Pytyhon2.7 jupyter) 70课 课程介绍: 从基本的软件安装到必备的Python扩展讲起，然后对机器学习算法一一讲解，同时配合编程实操的实现过程，适合零基础系统学习，配套资料包括讲义作业软件数据都有。 课程目录: 第一章Numpy前导介绍 1.1、Anconda安装 1.2、JupyterNoteBook 1.3、Numpy介绍+ndarry 1.4、ndarry的shape属性巧算 1.

  3. 所属分类：机器学习

    • 发布日期：2018-05-04
    • 文件大小：2048
    • 提供者：happyzhangdi008

  1. 使用支持向量机将二维数据三维化划分

  2. 本代码用于二维数据不能采用简单线性划分去做划分的情况，采用python，支持向量机方式实现，对数据进行二分类，并自动绘制出三维立体图像。内含数据集txt格式，可直接运行。

  3. 所属分类：机器学习

    • 发布日期：2018-06-07
    • 文件大小：2048
    • 提供者：weixin_39017152

  1. SVR(Python)的使用示例

  2. Python 语言调用SVR算法实现回归分析，代码示例，线性回归是利用数理统计中的回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛。 在统计学中，线性回归(Linear Regression)是利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。这种函数是一个或多个称为回归系数的模型参数的线性组合。只有一个自变量的情况称为简单回归,大于一个自变量情况的叫做多元回归。

  3. 所属分类：Python

    • 发布日期：2018-10-25
    • 文件大小：1024
    • 提供者：weixin_43286241

  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. 机器学习常用算法

  2. 常见机器学习算法python代码实现，主要有knn算法，svm算法，线性回归，决策树，随机森林，逻辑回归

  3. 所属分类：Python

    • 发布日期：2018-11-25
    • 文件大小：2097152
    • 提供者：itpfzl

  1. 机器学习算法代码

  2. python实现的机器学习算法代码，其中包括线性回归，逻辑回归，聚类，PCA，SVM等大部分常用的机器学习算法的实现。

  3. 所属分类：机器学习

    • 发布日期：2018-11-04
    • 文件大小：35651584
    • 提供者：godlovereds

  1. SVM与Logistic回归模型比较及SVM应用于多分类问题源码-svm.zip

  2. 包含数据线性可分与数据线性不可分数据，与Logistic回归比较及SVM应用于多分类问题等！包含生成数据集与真实数据集、数据集分为线性可分与线性不可分数据、二维及多维数据均适用！！！

  3. 所属分类：Python

    • 发布日期：2019-12-29
    • 文件大小：133120
    • 提供者：qq_35405379

  1. python SVM 线性分类模型的实现

  2. 主要介绍了python SVM 线性分类模型的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

  3. 所属分类：其它

    • 发布日期：2020-09-19
    • 文件大小：154624
    • 提供者：weixin_38554186

  1. SVM基本概念及Python实现代码

  2. SVM（support vector machine）支持向量机： 注意：本文不准备提到数学证明的过程，一是因为有一篇非常好的文章解释的非常好：支持向量机通俗导论（理解SVM的三层境界） ，另一方面是因为我只是个程序员，不是搞数学的（主要是因为数学不好。），主要目的是将SVM以最通俗易懂，简单粗暴的方式解释清楚。 线性分类： 先从线性可分的数据讲起，如果需要分类的数据都是线性可分的，那么只需要一根直线f(x)=wx+b就可以分开了，类似这样： 这种方法被称为：线性分类器，一个线性分类器的学习目

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：236544
    • 提供者：weixin_38548394

  1. 编程作业（python）| 吴恩达 机器学习（6）支持向量机 SVM

  2. ∗∗∗ 点击查看 :吴恩达机器学习 —— 整套笔记+编程作业详解 ∗∗∗\color{#f00}{***\ 点击查看\ :吴恩达机器学习 \ —— \ 整套笔记+编程作业详解\ ***}∗∗∗ 点击查看 :吴恩达机器学习 —— 整套笔记+编程作业详解 ∗∗∗ 作业及代码：https://pan.baidu.com/s/1L-Tbo3flzKplAof3fFdD1w 密码:oin0 本次作业的理论部分：吴恩达机器学习（七）支持向量机 编程环境：Jupyter Notebook 1. 线性 SVM

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：394240
    • 提供者：weixin_38608726

  1. python 进行各种回归

  2. 基本回归：线性、决策树、SVM、KNN 集成方法：随机森林、Adaboost、GradientBoosting、Bagging、ExtraTrees ##学会了数据分层抽样，以及各种回归的代码书写。可能还需要注意调参等。 继续学习网址：使用sklearn做各种回归 数据准备 from matplotlib import pyplot as plt %matplotlib inline plt.style.use('fivethirtyeight') #设置matplotlib作图风格 impo

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：107520
    • 提供者：weixin_38697659

  1. Python使用sklearn实现的各种回归算法示例

  2. 本文实例讲述了Python使用sklearn实现的各种回归算法。分享给大家供大家参考，具体如下： 使用sklearn做各种回归 基本回归：线性、决策树、SVM、KNN 集成方法：随机森林、Adaboost、GradientBoosting、Bagging、ExtraTrees 1. 数据准备 为了实验用，我自己写了一个二元函数，y=0.5*np.sin(x1)+ 0.5*np.cos(x2)+0.1*x1+3。其中x1的取值范围是0~50，x2的取值范围是-10~10，x1和x2的训练集一共有5

  3. 所属分类：其它

    • 发布日期：2020-12-26
    • 文件大小：431104
    • 提供者：weixin_38668776

  1. pmtk3：MatlabOctave的概率建模工具包-源码

  2. 注意：自2019年起，不再支持PMTK-使用后果自负。 我的书的新版本（正在开发中）现在使用提供的Python代码。 PMTK是由Matt Dunham，Kevin Murphy和编写的Matlab / Octave函数的集合。 该工具包的主要目的是与Kevin Murphy的教科书《一起使用，但也可以独立于本书使用。 目标是提供一个统一的概念和软件框架，其中包括机器学习，图形模型和贝叶斯统计信息（因此带有徽标）。 （也支持来自经常性统计数据的某些方法，例如交叉验证。）自2011年12月以来，

  3. 所属分类：其它

    • 发布日期：2021-02-28
    • 文件大小：100663296
    • 提供者：weixin_42160645

  1. object_detector：来自HOG + Linear SVM框架的对象检测器-源码

  2. object_detector 使用HOG作为描述符和线性SVM作为分类器的对象检测器 先决条件 使用Python 3绑定安装 依存关系 您可以通过运行安装所有依赖项 pip install -r requirements.txt 运行代码 要测试代码，请在终端中运行以下行 git clone https://github.com/vladkha/object_detector.git cd object_detector/bin python test_object_detector.py

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：4194304
    • 提供者：weixin_42144199

  1. scikit-learn-examples：使用Scikit-learn探索Logistic回归，MLP和SVM-源码

  2. Scikit学习示例 使用Scikit-learn探索Logistic回归，MLP和SVM 档案 main.py：主程序 config.py：配置，参数 util.py：与数据预处理有关 model.py：模型 img /：用于保存损失函数图的目录（用于线性回归） 数据集 乳腺癌 糖尿病 数字 虹膜 葡萄酒 运行代码 线性回归 python main.py -model=lr # to show the plot on the fly python main.py -model=lr -show

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：299008
    • 提供者：weixin_42133899