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. 测试工程师校招面试题库.pdf

  2. 测试工程师校招面试题库 涵盖面试技巧及java、c++、Python、Shell等相关技术知识！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,尽在牛客网摩 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测试,语言基础和算法 决定你是否能拿 sp offer(高薪ofer)以及是否进名企的是项

  3. 所属分类：其它

    • 发布日期：2019-07-15
    • 文件大小：4194304
    • 提供者：yangyang3401

  1. 总结：Bootstrap(自助法)，Bagging，Boosting(提升) - 简书.pdf

  2. 关于机器学习方面的集成算法，包括boosting和bagging，里面讲解详细，值得下载2019/4/27 总结: Bootstrap(白助法), Bagging, Boosting(提升)-简书 assiier 1 -9 Decition boundary Classifier 2 Decislon boundary 2 Classifier 3 o Decision boundary 3 ▲△▲ △6▲ Feature 1 Feature 1 Featur (∑ g Feature Ense

  3. 所属分类：机器学习

    • 发布日期：2019-10-13
    • 文件大小：2097152
    • 提供者：qq_15141977

  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. 软件测试理论

  2. 软件测试理论篇 一、为什么软件要做软件测试 纵观历史事件说明软件测试的重要性 二、软件测试的概念 1、测试是为了发现错误而执行程序的过程 ; 2、在规定条件下，对程序进行操作，以发现错误，以软件质量进行评估 ; 3、使用人工或者自动化手段，来运行或者测试某个子系统的过程，其目的在于检查它是否 存在满足规定需求或弄清预期结果与实际结果之间的差别（ IEEE ：美国电气和电子工程师 协会）应用程序管理工具 2、软件基础知识:软件工程,软件生命周期、测试理论和测试方式有较深的理解 3、软件测试技术,方

  3. 所属分类：软件测试

    • 发布日期：2019-01-11
    • 文件大小：37888
    • 提供者：qq_33303936

  1. Python数据分析之双色球基于线性回归算法预测下期中奖结果示例

  2. 本文实例讲述了Python数据分析之双色球基于线性回归算法预测下期中奖结果。分享给大家供大家参考，具体如下： 前面讲述了关于双色球的各种算法，这里将进行下期双色球号码的预测，想想有些小激动啊。 代码中使用了线性回归算法，这个场景使用这个算法，预测效果一般，各位可以考虑使用其他算法尝试结果。 发现之前有很多代码都是重复的工作，为了让代码看的更优雅，定义了函数，去调用，顿时高大上了 #!/usr/bin/python # -*- coding:UTF-8 -*- #导入需要的包 import pa

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：80896
    • 提供者：weixin_38631454

  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 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实现门限回归方式

  2. 门限回归模型(Threshold Regressive Model，简称TR模型或TRM)的基本思想是通过门限变量的控制作用，当给出预报因子资料后，首先根据门限变量的门限阈值的判别控制作用，以决定不同情况下使用不同的预报方程，从而试图解释各种类似于跳跃和突变的现象。其实质上是把预报问题按状态空间的取值进行分类，用分段的线性回归模式来描述总体非线性预报问题。 多元门限回归的建模步骤就是确实门限变量、率定门限数L、门限值及回归系数的过程，为了计算方便，这里采用二分割（即L=2）说明模型的建模步骤。

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：99328
    • 提供者：weixin_38717450

  1. benchml:ML基准测试和流水线框架-源码

  2. 描述 BenchML是用于快速开发和部署ML模型的机器学习（ML）套件。 该库适用于物理/化学数据集和预测设置。 它实现了转换并为各种原子和分子描述符，数据过滤和特征生成例程，回归器和分类器等提供了插件。可以使用基于网格的协议或贝叶斯协议有效地优化管道，从而通过依赖项哈希最小化重新计算。 安装 对于没有插件的最小化安装，只需 pip install benchml 要进行完整安装，请从env.yml创建一个（新的）conda环境。 例如， git clone https://github.c

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：1048576
    • 提供者：weixin_42173218

  1. cs4641-python-源码

  2. cs4641-python 该存储库包含针对各种机器学习技术的Python实现，我在乔治亚理工学院CS 4641（机器学习）课程的一部分中从头开始对它们进行了编码。 阅读以下有关每个模型的更多信息： K均值聚类 K均值初始化k个随机聚类中心，并将每个数据点归类为最接近的k个聚类中的任何一个。 在此实现中，我使用成对的欧几里德距离进行聚类，并使用平方误差总和来计算损失。 高斯混合模型 GMM是一种概率模型，它假定可以从有限数量的高斯分布的组合中产生所有数据点。 它是一种软群集算法，可将每个数据点

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：12288
    • 提供者：weixin_42133452

  1. 应用机器学习集成方法-源码

  2. 应用机器学习集成方法。 炒作或哈利路亚 欢迎来到我的动手异类集成实践，在这里我将沉浸于Python的应用机器学习中。 我探索异构集成模型（堆叠）。 在scikit learning中使用sklearn.ensemble方法，我们创建了可堆叠的定制图层。 模型堆叠的基础是： 创建各种类型的基线模型，包括使用Scikit-Learn进行线性和逻辑回归，以与整体方法进行比较。 构建图层，然后将它们堆叠起来。 计算和可视化性能指标。

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：1048576
    • 提供者：weixin_42164702

  1. machine-learning-python：使用Python进行机器学习的演示-源码

  2. 机器学习Python AI / ML不再是理想技术，而是必需品。 根据Gartner，到2024年，尝试实施ML的所有公司中将有75％投入使用。 该POC的algorithm文件夹下已涵盖了各种ML算法。 这些是Jupyter笔记本。 运行Anaconda-> Jupyter->选择.ipynb。 Jupyter快捷方式： ctrl + Enter：运行命令集 alt + Enter：运行命令集，并在下面为下一组命令插入一个新框。 人工智能，机器学习与深度学习 AI：将类似于

  3. 所属分类：其它

    • 发布日期：2021-02-28
    • 文件大小：31457280
    • 提供者：weixin_42097819

  1. hebel：Python中的GPU加速的深度学习库-源码

  2. 赫贝尔 Python中的GPU加速的深度学习库 Hebel是一个用于Python深度神经网络学习的库，它通过PyCUDA通过CUDA与GPU一起使用GPU加速。 它实现了最重要的神经网络模型类型，并提供了各种不同的激活函数和训练方法，例如动量，涅斯特罗夫动量，辍学和提前停止。 我不再积极发展Hebel。 如果您正在寻找Python的深度学习框架，我现在推荐 。 楷模 目前，Hebel实现了前馈神经网络，可以对一项或多项任务进行分类和回归。 其他模型，例如Autoencoder，卷积神经网络和R

  3. 所属分类：其它

    • 发布日期：2021-02-28
    • 文件大小：135168
    • 提供者：weixin_42126399

  1. Data_Science_work：这是我在探索该领域时完成的一组数据科学项目-源码

  2. 统计，数据科学，AI和ML 创建该存储库是为了存储我与数据科学领域相关的项目，笔记和学习内容。 它包括使用各种数据科学和机器学习技术执行的项目。 我使用了来自各种开源数据存储库的数据集。 范围：这项工作主要围绕使用各种支持库在python环境中执行这些最新技术进行。 它不涉及算法背后的密集数学。 但是，我在某些笔记本中附加了各种资源链接，以便从概述的角度更好地理解它们。 我坚信，在尝试理解或使用这些笔记本之前，必须对这些技术和背后的算法有充分的了解。 内容 探索性数据分析 机器学习 监督学习

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：3145728
    • 提供者：weixin_42110038

  1. 2020年数据科学概论一个学期的最终项目-源码

  2. 数据科学2020学期简介最终项目 这是“数据科学概论”课程中的最后一个项目。 在本学期中，我们学习了用于预测分类类型问题和回归类型问题的结果的模型。 我们了解了两种类型的预测之间的区别：一种分类是根据数据所属的类别（例如狗或猫）对数据进行分类，而回归则可以预测一定数量（例如公寓价格的预测），并且永远不会为100 ％ 准确的。 笔记本1是有关概率，基本律和随机变量的问题的解决方案。 笔记本2是有关Python编程语言的问题的解决方案。 在这个笔记本中，我正在编写代码，以解决从数据集等中查找特定

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：1048576
    • 提供者：weixin_42131728

  1. 长颈鹿-源码

  2. 长颈鹿 沃恩的公共仓库 大部分是python，大部分是关于我的家用磁力计/天空摄像机项目（ ）。 这是我们工作的衍生产品和测试平台，为 。 这个仓库有点混乱-重要的文件夹是： DnACore 这是但尼丁Aurora的主要聚合服务。 这是根据从当前正在运行的当前波峰中学到的教训进行的完全重写。 DnACore将支持从所选仪器中获取数据更新的基本信息，以及数据的基本日志记录。 助手类将添加功能，例如分析趋势数据，识别活动何时超过阈值水平，维护工具常数，生成各种输出（Web和社交媒体）等。 py

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：254803968
    • 提供者：weixin_42117267

  1. 使用Python的神经网络项目-源码

  2. 使用Python的神经网络项目 这是Packt发布的的代码库。 通过六个项目使用Python探索神经网络真正力量的终极指南 这本书是关于什么的？ 神经网络是AI近期发展的核心，可为许多现实世界的问题提供最佳解决方案，包括图像识别，医学诊断，文本分析等。 本书介绍了一些基本的神经网络和深度学习概念，以及一些流行的Python库来实现这些概念。 本书涵盖了以下令人兴奋的功能： 学习各种神经网络架构及其在AI中的进步 通过构建和训练神经网络来掌握Python的深度学习 掌握神经网络进行回归和

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：68157440
    • 提供者：weixin_42119281

  1. 可爱的项目-源码

  2. 可爱的项目 作为CUNY SPS数据科学硕士计划的一部分，已完成了一系列个人和协作数据科学与机器学习工作。 R，Python，Jupyter笔记本，使用Dash部署的应用，RShiny 应用程序，仪表板和可视化 screener -Coinbasepro API的Dash应用程序界面，带有交互式图形和筛选器表。 一个Dash应用程序，使用来自纽约市街头树木普查的数据评估树木的健康状况。 app-一个RShiny应用程序，通过健康状况探索美国各州的粗死亡率。 通过关注设计原则的ggp

  3. 所属分类：其它

    • 发布日期：2021-02-08
    • 文件大小：19922944
    • 提供者：weixin_42173218

  1. lammps-testing：LAMMPS MD代码的回归测试的集合-源码

  2. LAMMPS测试套件 该存储库包含代码和示例，这些代码和示例可驱动上的回归测试。 它在Temple University托管的硬件上运行。 此处提供的工具也可以在本地安装以在工作站上进行测试。 lammps_test是一个实用程序，可使用容器在各种环境下以不同配置编译LAMMPS，并执行运行测试和回归测试。 先决条件 奇点（ ） 安装 # regular install python setup.py install # for development install python set

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：58720256
    • 提供者：weixin_42112658

  1. 神经网络回归：测试各种Python库以实现前馈神经网络进行回归-源码

  2. 神经网络回归：测试各种Python库以实现前馈神经网络进行回归

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：334848
    • 提供者：weixin_42154650
« 12 »