[机器学习] 大型购物中心的销售预测.rar

说明：大型购物中心的销售预测 BigMart的数据科学家收集了2013年不同城市10家商店中1559种产品的销售数据。另外，已经定义了每个产品和商店的某些属性。目的是建立预测模型并预测每种产品在特定商店的销售。 BigMart将使用此模型尝试了解在增加销售中起关键作用的产品和商店的属性。 请注意，数据可能缺少值，因为某些存储区可能由于技术故障而无法报告所有数据。因此，将需要对它们进行相应的处理。
<zhn522191> 在 上传 | 大小：273408

[机器学习] 不规则点云的三角网生长算法

说明：三角剖分—三角网生长算法。Delaunay三角网有一个特性，每个三角网形成的外接圆都不包含其他参考点。利用这一个性质，我们可以直接构成Delaunay三角网。
<Laru__> 在 上传 | 大小：1048576

[机器学习] 高斯过程回归(GPR)的多变量数据预测

说明：在实现多变量数据预测过程中，发现利用MATLAB自带的高斯过程回归（Gaussian process regression，GPR）无法实现多输入多输出的数据预测，于是利用了gpml-matlab-v4.1-2017-10-19这个工具箱，并简单实现了多变量数据的预测值以及给出了每个预测值对应的方差。 注：涉及的训练数据和测试数据会在附件中给出。
<Forrui> 在 上传 | 大小：1048576

[机器学习] 聚类性能度量.png

说明：对常见的聚类性能的度量标准进行了梳理，总结了优缺点、对应的python实现方式，通过表格化的形式，方便展现不同度量标准之间的差异，。
<weixin_42521211> 在 上传 | 大小：870400

[深度学习] tensorflow_gpu-1.15.4-cp36-cp36m-manylinux2010_x86_64.whl

说明：An Open Source Machine Learning Framework for Everyone
<guotong1988> 在 上传 | 大小：409993216

[深度学习] TensorFlow2.0_SSD-master.zip

说明：SSD模模型的tensorflow2版本，有需要的可以看
<weixin_39566143> 在 上传 | 大小：20480

[深度学习] paddlepaddle_gpu-2.0.0b0-cp36-cp36m-linux_aarch64.whl

说明：为Jetson Xavier NX 编译好的paddlepaddle库，可以直接pip install使用
<qq_39712148> 在 上传 | 大小：74448896

[深度学习] 影评数据集MR-raw原生数据

说明：影评数据集MR-raw原生数据，解压后有rt-polarity.neg和rt-polarity.pos两个文件夹
<qq_40728302> 在 上传 | 大小：487424

[深度学习] yolov5预训练权重

说明：yolov5预训练权重，包含yolov5l.pt、yolov5m.pt、yolov5s.pt、yolov5x.pt四种。
<qq_36202531> 在 上传 | 大小：309329920

[深度学习] Python基于Yolo和Opencv的行人检测 行人跟踪

说明：1 安装 anaconda+python3.8（已下载好，在环境压缩包里） https://www.anaconda.com/products/individual/get-started-commercial-edition-1
<Hp479480117> 在 上传 | 大小：314

[深度学习] 2020华为杯研究生数学建模比赛赛题

说明：2020华为杯研究生数学建模比赛赛题： 2020年A题--华为题_芯片相噪算法设计 2020年B题--汽油辛烷值建模.zip 2020年C题--面向康复工程的脑电信号分析和判别模型 2020年D题--无人机集群协同对抗 2020年E题--能见度估计与预测 2020年F题--飞行器质心平衡供油策略优化 因为文件过大，所以单独把E题视频文件分享出来 链接：https://pan.baidu.com/s/1_B_xZYhgLVXPGOcunU9Q0w 提取码：sen6
<qq_35759272> 在 上传 | 大小：224395264

[深度学习] Latex美赛入门（含学习规划/最新美赛模板/最好的Latex学习资料）

说明：本人为美赛准备的LATEX规划和学习资料，基本看完就能独立编排写作模板，里面也有最新的美赛模板。X,Y,Z,V]=flow; % 取 4 个 的射流数据矩阵， V 是射流速度。 x1=min(min(min(X)));x2=max(max(max(X))); % 取 x 坐标上下限 y1=min(min(min(Y)));y2=max(max(max(Y))); % 取 y 坐标上下限 z1=min(min(min(Z)));z2=max(max(max(Z))); % 取 z 坐标上下限 sx
<qq_35561767> 在 上传 | 大小：170917888