[机器学习] Gurobi_8.1.0版本 64&32;位 最新版本 支持Windows、Linux、Macos系统

说明： Gurobi 可以解决的数学问题： 线性问题（Linear problems） 二次型目标问题（Quadratic problems） 混合整数线性和二次型问题（Mixed integer linear and quadratic problems） 突出的性价比。
<qiqishuang> 上传 | 大小：143mb

[机器学习] Counterexamples in probability and statistics,Romano 概率论与数理统计中的反例

说明： 国外的一本概率论与数理统计中的反例,这些反例帮助澄清一些概率论与数理统计中的误会,从而更加地有助于概率论与数理统计的理解
<zzh11111001100> 上传 | 大小：23mb

[深度学习] 图像检索与相关应用

说明： 图像检索，基础知识，相关应用，电商图片检索，深度学习方法，论文Cross-domain Image Retrieval with a Dual Attribute-aware Ranking Network， DeepFashion: Powering Robust Clothes Recognition and Retrieval with Rich Annotations等
<bitterchange> 上传 | 大小：26mb

[机器学习] Python Jieba中文分词工具实现分词功能

说明： Python Jieba中文分词工具实现分词功能，Python Jieba中文分词工具实现分词功能
<xl168199> 上传 | 大小：126mb

[机器学习] 神经网络-基础调参方法（英文）

说明： 介绍欠拟合与过拟合知识，反向传播，网络调参基础方法
<bitterchange> 上传 | 大小：2mb

[机器学习] 理解交叉熵

说明： 问题：1、交叉熵CH(p,q)公式的p和q分别是随机变量X的两种分布吗？能这样描述吗：p和q是随机变量X的两个样本集。p和q的正确描述应该是怎样的？CH(p,q)就是Venn图里的I(X;Y)吗？交叉熵的值越大或越小说明了什么问题？ 2、把交叉熵用在deep learning中的多分类损失函数时，为什么预测值和真实值（预测值和真实值相当于同一个随机变量的两种分布？）的交叉熵能够反映“判断模型对真实概率分布估计的准确程度”？ 3、上图中tensorflow里交叉熵的实现：cross_ent =
<bitterchange> 上传 | 大小：203kb

[机器学习] matlab实现的神经网络预测

说明： （1）时序预测（2）绘制预测值和真实值对比曲线（3）绘制真实值和预测值的误差对比曲线（4）可以通过更改参数显示多个预测值
<qq_41513008> 上传 | 大小：5kb

[机器学习] BP神经网络预测超详细

说明： 基于BP神经网络，测试集辛烷值含量预测结果对比
<fionnji> 上传 | 大小：169kb

[深度学习] deeplearning深度学习笔记

说明： deeplearning深度学习笔记笔记！
<weixin_43687366> 上传 | 大小：66mb

[深度学习] 基于cnn的手写识别

说明： 基于cnn的手写识别，包含对应的数据库，直接在matlab中运行即可！
<weixin_43687366> 上传 | 大小：375kb

[机器学习] opencv_contrib-3.4.1.zip

说明： 此资源要配合opencv-3.4.1使用，有些模块包含在称为opencv_contrib的资源库中，强烈安装这些模块，因为它们含有opencv没有的功能。此资源在win10亲测有效。使用方法请看我的文章
<qq_25908839> 上传 | 大小：55mb

[深度学习] 深度学习_多层神经网络的复兴与变革

说明： 深度学习_多层神经网络的复兴与变革 一篇论文！
<weixin_43687366> 上传 | 大小：1mb