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. 大数据下的机器学习算法综述

  2. 主要分析和总结当前用于处理大数据的机器学习算法的研究现状，此外，并行是处理大数据的主流方法，因此介绍一些并行算法，并引出大数据环境下机器学习研究所面临的问题，最后指出大数据机器学习的研究趋势

  3. 所属分类：机器学习

    • 发布日期：2017-11-30
    • 文件大小：317kb
    • 提供者：cyj2014go

  1. 机器学习算法课件

  2. 2017年最新python数据分析与机器学习实战基于Python3.5机器学习算法课件

  3. 所属分类：机器学习

    • 发布日期：2018-04-30
    • 文件大小：10mb
    • 提供者：mubai_csdn

  1. 使用机器学习进行数据分析

  2. 主要介绍目前主流的数据分析以及机器学习算法原理以及应用。

  3. 所属分类：算法与数据结构

    • 发布日期：2018-06-06
    • 文件大小：402kb
    • 提供者：zp200902054024

  1. 大数据背景下机器学习算法的综述

  2. 当下我国信息产业的飞速发展,伴随而来的是大数据时代,产生海量的数据信息,科学规范处理大数据需求越来越高。目前,由于大数据复杂性、多样性、高维性特点,从数据中挖掘内在规律困难较大,小型机器学习算法在处理问题上捉襟见肘。因此,研究适合大数据背景下的机器学习算法成为当下的热点,本研究立足于分析当下机器学习算法的基本内涵,得出目前处理大数据的重要手段,为大数据时代发展提出理论指导。

  3. 所属分类：机器学习

    • 发布日期：2018-06-15
    • 文件大小：530kb
    • 提供者：qq_28339273

  1. 大数据下的典型机器学习平台综述

  2. 由于大数据海量、复杂多样、变化快,传统的机器学习平台已不再适用,因此,设计一个高效的、通用的大数据机器学习平台成为目前的研究热点。通过介绍和分析机器学习算法的特点以及大规模机器学习的数据和模型并行化,引出常见的并行计算模型。简单介绍了整体同步并行模型(BSP)、SSP并行计算模型以及BSP、SSP模型与AP模型的区别,主要介绍了基于这些并行模型的典型的机器学习平台和这些平台的优缺点,并指出各个平台最适合处理何种大数据问题。最后从采用的抽象数据结构、并行计算模型、容错机制等方面对典型的机器学习平

  3. 所属分类：机器学习

    • 发布日期：2018-06-17
    • 文件大小：1mb
    • 提供者：qq_28339273

  1. 机器学习算法基础学习总结

  2. 机器学习算法基础学习总结2.基本算法 2.1 Logistic回归 优点:计算代价不高,易于理解和实现。 缺点:容易欠拟合,分类精度可能不高 适用数据类型:数值型和标称型数据。 类别:分类算法。 试用场景:解决二分类问题。 简述: Logistic回归算法基于 Sigmoid函数,或者说 Sigmoid就是逻辑回归函数。 Sigmoid函数定义如下:1/(1-exp(-z))。函数值域范围(0,1)。可以用来做分 类器。 Sigmoid函数的函数曲线如下: 逻辑凹归模型分解如下:(1)首先将不同

  3. 所属分类：机器学习

    • 发布日期：2019-07-02
    • 文件大小：305kb
    • 提供者：abacaba

  1. 基于R软件的ICU数据集的机器学习算法分析代码

  2. 基于R软件的ICU数据集的机器学习算法分析代码。

  3. 所属分类：数据库

    • 发布日期：2015-08-19
    • 文件大小：10kb
    • 提供者：mulanchi

  1. Iris-Dataset:分析虹膜数据集并构建机器学习算法以使用花瓣和萼片维度对虹膜植物类型进行分类-源码

  2. 虹膜数据集 分析虹膜数据集并构建机器学习算法以使用花瓣和萼片维度对虹膜植物类型进行分类

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：207kb
    • 提供者：weixin_42166261

  1. 大数据下的机器学习算法综述

  2. 随着产业界数据量的爆炸式增长，大数据(Big Data)概念引发的热情也越来越高涨。产业界需求与关注点发生了重大转变：企业关注的重点转向数据，计算机行业正在转变为真正的信息行业，从追求计算速度转变为关注大数据处理能力，软件也将从数据采集与存储为主转变为以数据处理为中心。机器学习算法在学术界具有很高的学术研究价值，在产业界有很大的实用价值。由于大数据的海量、复杂多样、变化快的特性，对于大数据环境下的应用问题，传统的在小数据上的机器学习算法很多已经不再适用。因此，研究大数据环境下的机器学习算法成为学

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：315kb
    • 提供者：weixin_38675970

  1. 机器学习算法汇总：人工神经网络、深度学习及其它

  2. 机器学习无疑是当前数据分析领域的一个热点内容。很多人在平时的工作中都或多或少会用到机器学习的算法。这里我们将为您总结一下常见的机器学习算法，以供您在工作和学习中参考。机器学习的算法很多。很多时候困惑人们都是，很多算法是一类算法，而有些算法又是从其他算法中延伸出来的。这里，我们从两个方面来给大家介绍，第一个方面是学习的方式，第二个方面是算法的类似性。根据数据类型的不同，对一个问题的建模有不同的方式。在机器学习或者人工智能领域，人们首先会考虑算法的学习方式。在机器学习领域，有几种主要的学习方式。将算

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：360kb
    • 提供者：weixin_38646706

  1. 数据分析师最常用的10个机器学习算法！

  2. 本文来自于51cto，介绍了数据科学家常使用的十大机器学习算法详细以及他们的特性等相关知识。在机器学习领域，有种说法叫做“世上没有免费的午餐”，简而言之，它是指没有任何一种算法能在每个问题上都能有最好的效果，这个理论在监督学习方面体现得尤为重要。举个例子来说，你不能说神经网络永远比决策树好，反之亦然。模型运行被许多因素左右，例如数据集的大小和结构。因此，你应该根据你的问题尝试许多不同的算法，同时使用数据测试集来评估性能并选出最优项。当然，你尝试的算法必须和你的问题相切合，其中的门道便是机器学习的

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：642kb
    • 提供者：weixin_38559646

  1. 机器学习算法教程：基础机器学习算法教程（线性回归，逻辑回归，SVM，随机森林，装袋，KNN，K均值...）-源码

  2. 什么是机器学习？ 机器学习是一种自动化分析模型构建的数据分析方法。 使用迭代地从数据中学习的算法，机器学习允许计算机查找隐藏的见解，而无需对其进行明确的编程。 它是干什么用的？ 欺诈识别。 网络搜索结果。 网页上的实时广告 信用评分和次优报价。 预测设备故障。 新的定价模式。 网络入侵检测。 预测客户流失 模式和图像识别。 电子邮件垃圾邮件过滤。 这是最近几个月我一直在努力的机器学习算法教程列表。 随时在下面的评论中留下您的反馈/建议 1. 2. 3.

  3. 所属分类：其它

  1. Breast_Cancer_CADx：监督式机器学习算法可预测乳腺癌的诊断-源码

  2. 乳腺癌CADx 监督式机器学习算法可预测乳腺癌的诊断 乳腺癌是美国女性死于癌症的第二大主要原因。 早期发现与更好的预后密切相关。 乳房X线照相术是检测的第一线，但并不完美。 乳房X光检查的假阴性率为8-10％，由于某些异常情况不会影响女性的健康，因此很难确定癌症的严重程度或类型。 因此，进行活检以确认诊断。 细针穿刺是最简单，最常见的活检类型。 这项研究测试了各种监督的机器学习算法，以确定使用定量，连续的数据预测乳腺癌诊断最准确的算法。 威斯康星州乳腺癌数据集用于训练和测试三种机器学习模型

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：558kb
    • 提供者：weixin_42116058

  1. PCA-T-SNE：对来自Kaggle的预定义中文MNIST数据集使用主成分分析和T分布随机邻居嵌入机器学习算法。 在-源码

  2. 基于机器学习的汉字识别 在Kaggle预先定义的中文MNIST数据集上使用了主成分分析和T分布随机邻居嵌入机器学习算法。

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：34kb
    • 提供者：weixin_42102272

  1. iris：虹膜数据集上不同机器学习算法的分析和比较-源码

  2. iris：虹膜数据集上不同机器学习算法的分析和比较

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：213kb
    • 提供者：weixin_42121058

  1. 保险索赔预测：在该数据集中，我们将预测每个用户的保险索赔，使用机器学习算法进行回归分析，并执行数据可视化以支持分析-源码

  2. 保险索赔预测：在该数据集中，我们将预测每个用户的保险索赔，使用机器学习算法进行回归分析，并执行数据可视化以支持分析

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：555kb
    • 提供者：weixin_42173218

  1. Yelp数据挑战：将机器学习算法应用于数据分析，建模和推荐系统，以进行动手实践-源码

  2. Yelp数据挑战 将机器学习算法应用于数据分析，建模和推荐系统以进行实际操作。 数据集简介 挑战数据集： 1M用户为144K企业提供410万条评论和947K条提示 110万个业务属性，例如小时数，停车位，氛围 125,000家企业中每家企业随时间的总登记入住 来自所包含企业的200,000张图片 城市： 英国：爱丁堡 德国：卡尔斯鲁厄 加拿大：蒙特利尔和滑铁卢 美国：匹兹堡，夏洛特，厄巴纳香槟，凤凰城，拉斯维加斯，麦迪逊，克利夫兰 档案： yelp_academic_dataset_bus

  3. 所属分类：其它

  1. MorphL社区版：MorphL社区版使用大数据和机器学习来预测数字产品和服务中的用户行为，最终目的是通过个性化来提高KPI（点击率，转换率等）-源码

  2. MorphL社区版 MorphL Community Edition使用大数据和机器学习来预测数字产品和服务中的用户行为，其目标是通过个性化来提高KPI（点击率，转换率等）。 MorphL AI由和资助。 构建成功的数据驱动产品的过程经历了许多迭代。 数据科学家，产品经理，市场或销售人员以及软件开发人员需要共同分析数据并为下一个产品版本创建功能列表。 这导致了大量的猜测工作，更不用说要获得令人满意的结果所需的大量时间和资源，无论是花费在分析数据上还是开发新的或改进的产品功能。 MorphL通

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：147kb
    • 提供者：weixin_42099116

  1. 机器学习算法汇总：人工神经网络、深度学习及其它

  2. 机器学习无疑是当前数据分析领域的一个热点内容。很多人在平时的工作中都或多或少会用到机器学习的算法。这里我们将为您总结一下常见的机器学习算法，以供您在工作和学习中参考。机器学习的算法很多。很多时候困惑人们都是，很多算法是一类算法，而有些算法又是从其他算法中延伸出来的。这里，我们从两个方面来给大家介绍，第一个方面是学习的方式，第二个方面是算法的类似性。根据数据类型的不同，对一个问题的建模有不同的方式。在机器学习或者人工智能领域，人们首先会考虑算法的学习方式。在机器学习领域，有几种主要的学习方式。将算

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：360kb
    • 提供者：weixin_38590989

  1. MathematicaForPrediction：用于预测和个性化的机器学习算法的Mathematica实现-源码

  2. 使命宣言 该开源项目适用于统计和机器学习算法的Mathematica（Wolfram语言）实现，可用于数据分析，预测，预测和推荐系统。 许可事项 所有代码文件和可执行文件均具有GPL 3.0许可证。 有关详细信息，请参见 。 所有文档均带有Creative Commons Attribution 4.0 International（CC BY 4.0）许可证。 有关详细信息，请参见 。 组织 在Mathematica软件包文件（“ * .m”）中给出了算法的实现。 在Mathematica笔

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：58mb
    • 提供者：weixin_42099070
« 12 3 4 5 6 7 8 9 10 ... 32 »