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. 流形学习问题manifold study

  2. 线性维数约简方法 流形和维数约简. 流形学习的一些数学基础. 几种流形学习算法简介：LLE, Isomap, Laplacian Eigenmap. 流形学习问题的简单探讨.

  3. 所属分类：其它

    • 发布日期：2010-06-29
    • 文件大小：2097152
    • 提供者：moxibingdao

  1. java学习问题集锦文档

  2. java学习问题集锦文档，收录了学习java过程中的各种问题，是学习java的好帮手哦。

  3. 所属分类：Java

    • 发布日期：2010-12-18
    • 文件大小：1048576
    • 提供者：cjp625511526

  1. 使用投影法快速求解稀疏学习问题

  2. 使用投影法快速求解稀疏学习问题，包括L1范数、LQ范数，投影法，稀疏学习和字典等。matlab程序，里面有example。

  3. 所属分类：机器学习

    • 发布日期：2017-09-07
    • 文件大小：961536
    • 提供者：xueer198628

  1. 附件为HMM隐马尔科夫模型——学习问题

  2. 附件为HMM隐马尔科夫模型——学习问题，MATLAB源码程序，仅供参考。

  3. 所属分类：机器学习

    • 发布日期：2018-08-09
    • 文件大小：3072
    • 提供者：lfc690585553

  1. 调参手册-一个框架解决几乎所有机器学习问题.pdf

  2. 该文档描述了机器学习工程常规流程，以及常用机器学习超参数常用调参范围。大家都知道对于机器学习来说参数是非常重要的。因为大部分时间都是通过调节参数，训练模型来提高精度。因为分析的套路很简单，就那么几步，常用的算法也就那么几个，以为把算法调用一下就可以了么，那是肯定 不行的。实际过程中，调用完算法后，结果一般都不怎么好，这个时候还需要进一步分析，哪些参数可以调优，哪些数据需要进 一步处理，还有什么更合适的算法等等问题。

  3. 所属分类：机器学习

    • 发布日期：2019-09-02
    • 文件大小：546816
    • 提供者：qq_37249672

  1. 日语学习问题集1-10

  2. 日语学习问题集1-10详细记录了日语学习问题，是一个不错的学习集

  3. 所属分类：专业指导

    • 发布日期：2009-09-14
    • 文件大小：350208
    • 提供者：cm892988

  1. Opencv学习问题总结之①图像无法显示/报错的解决方法

  2. Opencv学习问题总结之①图像无法显示/报错的解决方法为什么出错/无法显示图像解决问题的方法最后，希望以上的经验和方法能解决你所迫切的问题，一起加油！ QQ:3020889729 小蔡 为什么出错/无法显示图像 因为我们在运行opencv-python时，执行底层代码时，未能正确识别文件

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：81920
    • 提供者：weixin_38570202

  1. approachingalmost:解决（几乎）任何机器学习问题-源码

  2. 如果您喜欢这本书，请考虑在Google / Amazon / Goodreads上撰写评论 :slightly_smiling_face: 书中所有数据集都有参考。 它们也上传到这里： : 气胸png： : 如果您缺少任何内容，请随时提出问题。 环境文件已共享。 书中的代码没有被共享，因为它与书中的代码一样多。 共享代码意味着创建书籍的副本。 如有任何疑问，请创建一个问题。 您可以通过以下链接购买该书： INDIA: https://bit.ly/aamlpothi US

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：7340032
    • 提供者：weixin_42113552

  1. TrainClustering:机器学习问题-源码

  2. TrainClustering:机器学习问题

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：7340032
    • 提供者：weixin_42124497

  1. few_shot_meta_learning:许多元学习算法的实现，以解决Pytorch中的一次性学习问题-源码

  2. 少量的元学习 该存储库包含许多元学习算法的实现，以解决PyTorch中的少量学习问题，包括： Python套件需求 PyTorch 1.8 （引入了新的Lazy模块） 火炬模块功能形式的新更新 “功能性”是什么意思？ 它类似于模块torch.nn.functional ，其中可以显式处理参数，而不是像PyTorch torch.nn.Sequential()那样隐式地处理参数。 例如，可以构建一个2隐层从PyTorch下完全连接的神经网络fc_model ： # conventional wi

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：37888
    • 提供者：weixin_42131541

  1. 机器学习问题-源码

  2. 机器学习问题

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：6144
    • 提供者：weixin_42131352

  1. 生物信息学中的学习问题

  2. 生物信息学中的学习问题

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：187392
    • 提供者：weixin_38523618

  1. 我的机器学习：我目前正在攻读高效机器学习系统的研究生课程。 在整个课程中，我们将使用Python设计自己的程序，以解决机器学习问题。 我的代码在提交后进行了编辑，因此即使对它们进行评分也可以获得更高效的程序-源码

  2. 我的机器学习：我目前正在攻读高效机器学习系统的研究生课程。 在整个课程中，我们将使用Python设计自己的程序，以解决机器学习问题。 我的代码在提交后进行了编辑，因此即使对它们进行评分也可以获得更高效的程序

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：2048
    • 提供者：weixin_42132359

  1. 应用机器学习：应用机器学习问题的存储库（进行中）-源码

  2. 应用机器学习 2019年1月-2020年5月 国家超级计算应用中心（培训/会议/研讨会） 课程：CS 498（4学分） 应用机器学习问题的存储库 此存储库中的某些内容是课程的一部分，请在不违反大学荣誉守则的情况下使用它 1.支持向量机（R [无包装/库]） 一种使用随机梯度下降训练数据上的支持向量机的程序，而无需使用任何库包来训练分类器。 缩放变量/特征，以使每个变量/特征具有单位方差。 该代码至少使用值λ= [1e-3、1e-2、1e-1、1]来搜索正则化常数的适当值（使用验证数据）。

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：1048576
    • 提供者：weixin_42144199

  1. 机器学习代码：与机器学习问题相关的代码-源码

  2. 机器学习代码 在过去的三年中，我自己通过一些书籍，在线课程，视频，对话和整个互联网来学习机器学习。 收集了合理的知识后，我开始参加一些Kaggle的比赛。 还有很多东西要学习，但是与此同时，我想与您分享我的一小部分机器学习经验。 我希望它是有用的。 以下阅读资料对我的机器学习世界之旅非常有帮助。 Python数据科学手册：使用数据的基本工具。 作者：J. VanderPlas 模式识别和机器学习。 作者：克里斯托弗·毕晓普（Christopher Bishop）的书信息论，推理和学习算法。

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：9437184
    • 提供者：weixin_42130862

  1. bayesian-ml：贝叶斯技术应用于机器学习问题（PyMC3，MCMC，HMC，NUTS ...）-源码

  2. 贝叶斯机器学习 该存储库包含以下教授通过“数学数学视觉学徒”（MVA）课程提供的贝叶斯机器学习课程所完成的工作： RémiBardenet（CNRS，里尔大学）， //rbardenet.github.io Julyan Arbel（Inria，Grenoble-Alpes大学）， //www.julyanarbel.com

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：5242880
    • 提供者：weixin_42133415

  1. 深度学习工作簿：解决机器学习问题的通用工作流-源码

  2. 深度学习工作簿：解决机器学习问题的通用工作流

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：158720
    • 提供者：weixin_42151305

  1. 使用Scikit-Learn-Python-3.x进行机器学习：通常，学习问题会考虑一组n个数据样本，然后尝试预测未知数据的属性。 如果每个样本都不止一个数字，例如是一个多维条目（又称多元数据），则称其具有多个属性或特征。 学习问题可分为以

  2. 使用Scikit学习Python-3.x进行机器学习 定义：机器学习是computer systems使用的algorithms和statistical models的科学研究，以便有效地执行specific task without using explicit instructions ，而是依靠模式和推理。 它被视为人工智能的子集。 将机器学习应用于现实世界数据时，该过程涉及很多步骤-从收集数据开始，到生成预测结束。 我们必须建立机器学习模型的步骤： 步骤1：收集数据在行业中，构建数据

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：52428800
    • 提供者：weixin_42132598

  1. WebHub：:package:前端资源学习问题整理中心，请看问题-源码

  2. Web集线器 前端资源学习整理中心 JS问题资源整理： JS问题资源整理： CSS问题资源整理： React问题资源整理： Node问题资源整理：

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：5242880
    • 提供者：weixin_42134878

  1. MLPB：机器学习问题圣经| 在这里设置问题>>-源码

  2. 机器学习问题圣经（MLPB） MLPB旨在成为有组织的机器学习问题和解决方案的集合。 在实践中，机器学习通常是这样的 我有这个问题...我需要使用数字和分类特征的组合将事物分类为A，B或C。 如果我可以找到类似的问题，也许我可以修改解决方案以适合我的需求。 这就是MLPB介入的地方。想要查看稀疏数据的机器学习问题吗？ 得到它了。 是否想将Scikit-learn的RandomForestRegressor与R的randomForest进行比较？ 得到它了。 需要一个预测排名目标变量的示例吗？

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：84992
    • 提供者：weixin_42133753
« 12 3 4 5 6 7 8 9 10 ... 50 »