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. JAVA自学之路

  2. 有不少的同学发信给我，和我探讨java的自学过程应该是什么样的，毕竟有很多人因为各种各样的原因不能参加培训。我试着给出自己的见解，抛砖引玉吧。 这个路线图是给那些为了就业的人准备的，如果只是兴趣，不一定照这个走。 这里只是讲了路线图，关于路线中的各个阶段，学到什么程度，如何学习等，可以参考后面的JAVA自学之路 七:《路线图明细》。 首先要学JavaSE，这是无庸置疑的。 与此同时，是的，与此同时，和JavaSE的学习同步，建议大家研究一下数据结构与算法。 在这儿之后，你可以选择向J2ME、或

  3. 所属分类：Java

    • 发布日期：2012-09-21
    • 文件大小：17kb
    • 提供者：chen464193096

  1. PerCM个人代码管理软件

  2. PerCDM2013的实现的全部 (2012年2月14日12:57:53 改名为PerCDM2013) 2013年1月27日20:07:48 PerCM2013是我对PerCM系列软件的重写，计划利用1月27日至2月4日这段时间进行设计实现。因为手头还有一个警报发放系统需要完工，所以选择了一直在使用的C#系列进行实现。为了强化前一段时间所做的努力，需要有“项目系统分析”，对技术的选择也要能够大胆有规划。这样，几个软件实现之后，才能够全面地提高能力。 需要研究的技术以下几类 1、现有的代码管理软

  3. 所属分类：C#

    • 发布日期：2013-03-24
    • 文件大小：3mb
    • 提供者：jsxyhelu

  1. colorectal-prognostication:数据集和代码展示了我们的项目，该项目利用机器学习技术来预测结直肠癌-源码

  2. 预后大肠癌 该项目展示了我们在论文中使用的方法：使用机器学习技术对结直肠癌的复发进行预后，可在（链接）上找到。 所需的库 Tsfresh-从时间序列中提取表格特征所必需。可以通过pip install tsfresh 学习失衡-可选；仅当您希望使用欠采样和过采样技术来解决不平衡数据集问题时。可以按照文档进行安装 脾气暴躁的 大熊猫 Scikit学习 Matplotlib 数据集 数据集是合成的，由表格和时间序列数据组成。这两个数据集都是使用dataset/create_simul_data.ip

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：606kb
    • 提供者：weixin_42132354

  1. 提高加权ELM以实现不平衡学习

  2. 用于单层前馈神经网络（SLFN）的极限学习机（ELM）是一种强大的机器学习技术，并且以其快速的学习速度和良好的泛化性能而受到关注。 最近，提出了加权ELM来处理具有不平衡类分布的数据。 加权ELM的关键本质是为每个训练样本分配了额外的权重。 尽管提供了一些经验加权方案，但是如何确定更好的样本权重仍然是一个悬而未决的问题。 在本文中，我们提出了一种Boosting加权ELM，它将加权ELM无缝地嵌入到经过修改的AdaBoost框架中，以解决上述问题。 直观地，反映训练样本重要性的AdaBoost框

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：559kb
    • 提供者：weixin_38506182

  1. 如何解决机器学习中数据不平衡问题

  2. 在学术研究与教学中，很多算法都有一个基本假设，那就是数据分布是均匀的。当我们把这些算法直接应用于实际数据时，大多数情况下都无法取得理想的结果。因为实际数据往往分布得很不均匀，都会存在“长尾现象”，也就是所谓的“二八原理”。这几年来，机器学习和数据挖掘非常火热，它们逐渐为世界带来实际价值。与此同时，越来越多的机器学习算法从学术界走向工业界，而在这个过程中会有很多困难。数据不平衡问题虽然不是最难的，但绝对是最重要的问题之一。在学术研究与教学中，很多算法都有一个基本假设，那就是数据分布是均匀的。当我们

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：149kb
    • 提供者：weixin_38658564

  1. 预测保险欺诈：预测保险单欺诈-源码

  2. 预测保险单中的欺诈欺诈每年使保险公司损失数十亿美元。 如今，大多数保险公司都希望更好地了解欺诈行为，欺诈行为对公司的影响以及如何使用高级分析方法更好地控制欺诈行为。 我们有来自同一家公司的保险数据。 我的目标是通过使用机器学习模型更好地预测欺诈案件。 创建该存储库的主要目的是在数据上应用几种不同的模型，以了解与欺诈有关的因素并事先预测欺诈。 我将探索几种模型，例如KNN，SVM，逻辑回归，随机森林和朴素贝叶斯（Naive Bayes）等，然后看看哪种模型最能预测欺诈。 定义一个理想的指标来判

  3. 所属分类：其它

  1. 如何解决机器学习中数据不平衡问题

  2. 在学术研究与教学中，很多算法都有一个基本假设，那就是数据分布是均匀的。当我们把这些算法直接应用于实际数据时，大多数情况下都无法取得理想的结果。因为实际数据往往分布得很不均匀，都会存在“长尾现象”，也就是所谓的“二八原理”。这几年来，机器学习和数据挖掘非常火热，它们逐渐为世界带来实际价值。与此同时，越来越多的机器学习算法从学术界走向工业界，而在这个过程中会有很多困难。数据不平衡问题虽然不是最难的，但绝对是最重要的问题之一。 在学术研究与教学中，很多算法都有一个基本假设，那就是数据分布是均匀的。当我

  3. 所属分类：其它

    • 发布日期：2021-02-01
    • 文件大小：149kb
    • 提供者：weixin_38640985