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. machinelearning:数据科学与机器学习逐步-源码

  2. 机器学习 数据科学与机器学习逐步

  3. 所属分类：其它

  1. markyjackson-taulia-源码

  2. 你好！ 非常高兴您在这里找到我。 我是Marky Jackson，我是家人，朋友和忠实的旧金山巨人队球迷的爱人。 2020年夏天，我在旧金山离开了心脏，现在居住在加利福尼亚州的圣地亚哥。 我是的高级软件工程师，致力于项目。 我以前是下的数据科学与机器学习的。 我之前曾是，Kubernetes组织成员， ， ， ， ， 在上帮助软件开发和社区管理。 我在和其他媒体中有个人资料。 过去，我并喜欢撰写。 以前，我被任命为。 最后，我之前是的。 您可以在Twitter 上找到我 2021年1

  3. 所属分类：其它

  1. machine-learning-profesional-con-scikit-learn:实现健壮的学习能力-普拉茨（Platzi）的Scikit-Learn的Curso专业机器学习课程-源码

  2. Scikit-Learn的Curso专业机器学习 文件简介 面向计算机技术的最佳实践-面向Scikit的Curs和futuros trabajos的商务知识。 萨尔瓦多MISMO ESTA dictado POR，Arquitecto DE DATOS恩 。 El curso es de 。 可以从Python的Scikit-学习语言和其他算法的学习中，获得通用的机器学习和环境知识。 机器学习的科学与实践是科学的学习方法，它的实现是基于书本原则的。 Objetivos del Curso

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：167kb
    • 提供者：weixin_42157567

  1. Data-science-Portfolio:该存储库的目的是自我激励，并跟踪我的机器学习，自然语言处理和数据科学相关工作的进展-源码

  2. 数据科学组合 关于 该存储库的目的是自我激励，并跟踪我的机器学习，自然语言处理和数据科学相关工作的进展 目录 关于 目录 文章 编程展示 监督机器学习 无监督机器学习 深度学习 自然语言处理 课程与证书 专案 接触 文章 标题 关联 公开日期 机器学习算法中特定损失函数的概率证明 4.02.2021 编程展示 监督机器学习 算法 描述 执行 单变量线性回归 使用Pyhton从头开始进行单变量线性回归 多元线性回归 从零开始使用Pyhton进行多元线性回归 局部加权回归 使用Pyhton从草稿进行

  3. 所属分类：其它

  1. pds-源码

  2. 数据科学与机器学习 机器学习是线性代数，统计，优化和计算方法的融合，可让计算机做出决策并根据数据采取行动。 如今，机器学习的例子无处不在，并有望进一步影响交通，娱乐，零售和能源行业。 本工程课程通过对无监督和有监督的学习方法的调查，回顾了机器学习到工程应用的理论和应用。 该课程将数学细节与几个案例研究相结合，这些案例研究为机器学习提供了一种直觉，并提供了分类，回归和降维方法。 该课程的第二阶段是动手小组项目。 工程问题和理论将指导学生朝着使用Python实施的最新方法的工作流利程度发展。 参

  3. 所属分类：其它

  1. Data-Science-and-Machine-Learning:通过Python学习数据科学和机器学习-源码

  2. 数据科学与机器学习

  3. 所属分类：其它

  1. 数据科学与机器学习-源码

  2. 数据科学与机器学习 该存储库包含AI-Ml的最新特性。 请忽略其他存储库

  3. 所属分类：其它

  1. STAT-724：数据科学和机器学习简介-源码

  2. STAT-724 数据科学与机器学习简介 描述： 该课程从统计学的角度概述了数据科学及其核心机器学习模型和算法。 它提供了有关这些方法如何工作以及如何将统计模型应用于分析大型数据集的详细知识。 重点是分类和回归（所谓的监督学习）以及聚类和异常检测（无监督学习）的重要任务。 数据分析友好的方法要求使用良好的统计软件。 Python是目前最流行的Data Science开源脚本语言，将用于分析和建模。 语法和环境将进行足够详细的讨论。 也将提供Python（和R）代码。 必修课本： [ISL

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：56mb
    • 提供者：weixin_42121725

  1. 数据科学与机器学习-源码

  2. 数据科学与机器学习

  3. 所属分类：其它

  1. 产品组合：应用数据科学和机器学习解决现实世界中的见解问题-源码

  2. 数据科学组合 博天 该产品组合包含我的数据科学项目，相关实践和证书。 如果您有任何问题或意见，请告诉我。 专案 在此端到端机器学习项目中，我们开发了XGBoost模型，并使用AI平台将其提供给Google Cloud Platform（GCP）。 我们工作的目的是通过分析用户在网站上的行为来预测音乐流媒体服务KKBox的用户是否会“搅动”（即离开此基于订阅的服务）。 在这个项目中，我构建了一个来预测NBA的比赛结果。 为了使该模型有利可图，我将后端谓词模型设计为前馈神经网络，使用玩家级别特征和

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：32mb
    • 提供者：weixin_42140716

  1. 数据科学和机器学习：在这个存储库中，我将分享一些作为数据科学和机器学习爱好者的初学者作品-源码

  2. -数据科学与机器学习 在这个存储库中，我将分享我作为数据科学和机器学习爱好者的一些新手工作。

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：103kb
    • 提供者：weixin_42099176

  1. PredictiveAnalyticsFinal：UCLA Extension的Predictive Analytics课程的最终项目，已作为数据科学认证的一部分完成-源码

  2. 预测分析最终项目 UCLA Extension的Predictive Analytics课程的最终项目，作为数据科学认证的一部分完成。 目录 概要 在这个项目中，我使用Tableau创建了视觉效果和R进行了统计分析，分析了葡萄牙实时议会选举结果的数据集。 每10分钟左右（大约10个半小时）（从10/6/19的8 PM至10/7/19的12:35 AM），每10分钟左右在葡萄牙每个区/领地收集数据。 这些值按地理位置和政党分开，并包含诸如总选票，空白票和空票的数目/百分比以及空票等信息。出于比较目

  3. 所属分类：其它

  1. Reddalysis：通过数据科学和机器学习调查选定子Reddit历史的项目-源码

  2. 重新分析 该项目旨在通过数据科学和机器学习来调查选定子分类的历史 要求 require.txt中的Python库 用法 转到注册您的应用； 保留应用客户端ID和机密 复制“ example.config”并重命名为“ client.config”； 将客户端ID和密码更改为您自己的应用代码 获取并存储所需数据： python store.py -s 例如python store.py -s learnpython 数据库命令 清除整个数据库： python store.py -c 删除与特

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：11kb
    • 提供者：weixin_42146086

  1. 数据科学项目...：在此存储库中，我将上载与数据科学相关的各种项目-源码

  2. 数据科学项目... 在这个存储库中，我将上载与数据科学相关的各种项目。 指数 项目名 数据集 链接 1.0 大市场销售 2.0 信用卡欺诈检测 3.0 旧车价格预测 4.0 太阳辐射预测 5.0 夏季奥运会奖牌（1976-2008） 6.0 泰坦尼克号机器学习从灾难 7.0 葡萄酒品质 8.0 网上购物者购买意向 9.0 预测鳄梨的未来价格（使用Facebook先知） 10 使用scikit-learn预测员工流失 11 预测献血

  3. 所属分类：其它

  1. abide-fmri：Brainhack School 2020团队的存储库，使用fMRI和ABIDE数据来训练机器学习模型-源码

  2. 使用fMRI数据预测各种机器学习模型和交叉验证方法的自闭症诊断 贡献者：Emily Chen，AndréanneProulx，MikkelSchöttner 该存储库包含在2020年BrainHack学校期间所做的贡献。该项目使用ABIDE数据集中的静止状态fMRI数据来训练机器学习模型，并获得了Creative Commons Zero v1.0 Universal许可。 如果您有任何疑问或意见，请随时与我们联系。 项目定义 个人背景 艾米丽 你好！ 我是麦吉尔大学（即将入学）的四年级本

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：37mb
    • 提供者：weixin_42118423

  1. kaggle-code：我在kaggle数据科学和机器学习任务中使用的一些代码的存储库-源码

  2. 凸轮的Kaggle密码 该存储库包含我在Kaggle数据科学/机器学习任务中使用的一些代码。 如果适用，我将一次比赛中的所有代码/数据保存在一个文件夹中。 也就是说，“ california_housing”将包含“加利福尼亚住房”数据集以及与该数据一起使用的所有内核或代码。 为了避免批量复制，我没有所有数据集的副本，因此某些脚本在主文件夹中单独存在。 要使用这些文件，您可以转到Kaggle并下载相关数据的副本。

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：51mb
    • 提供者：weixin_42171208

  1. 示例-ml-管道：用于任何表格数据问题的示例，带注释的机器学习管道-源码

  2. 示例性机器学习管道 介绍 该存储库旨在充当任何表格数据问题的示例性数据科学和机器学习管道。 此外，笔记本旨在探索两个用于机器学习自动化的Python软件包： featuretools和h2o 。 featuretools专门从事特征工程，而h2o专门从事建模。 按照指示的顺序操作笔记本。 从广义上讲，这是我们涵盖的内容： 数据洞察和可视化 数据清理 数据插补 手动特征工程 通过featuretools自动特征工程 功能缩放 功能选择 功能编码 通过h2o建模（模型选择和分析） 我们可以提出

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：88kb
    • 提供者：weixin_42116705

  1. 数据科学学习：与不同数据科学和机器学习主题相关的代码和资源的存储库。 用于学习，实践和教学目的-源码

  2. 数据科学学习 与不同数据科学和机器学习主题相关的代码，资源和实用程序的存储库。 用于学习，练习和教学目的。 实用程序可以通过安装 python setup.py develop 数据科学资源 提供了按主题（例如数学，深度学习，NLP）分组的建议资源（例如书籍，课程）的列表。 该列表基于我对在线社区和从业人员之间关于各种主题的非正式研究，然后在我设法使用资源并就其质量和内容提出自己的看法后，通过个人注释予以支持。 像TOREAD和TOCHECK这样的标签恰好表示我仍然没有时间正确检查相关条目。

  3. 所属分类：其它

  1. MyDataSciencePortfolio：应用数据科学和机器学习解决现实世界中的业务问题-源码

  2. 我的数据科学档案 MyDataSciencePortfolio由以下工具赞助。 请通过查看并注册免费试用来帮助支持我们。 :backhand_index_pointing_down: :backhand_index_pointing_down: :victory_hand_selector: :victory_hand_selector: 目录 介绍 欢迎来到我很棒的数据科学项目组合。 在我的仓库中，您可以使用统计方法和最新的机器学习模型为某些现实世界中的业务问题找到出色而实用的解决方

  3. 所属分类：其它

  1. sagemaker-training-toolkit：使用Amazon SageMaker在Docker容器中训练机器学习模型-源码

  2. SageMaker培训工具包 使用Amazon SageMaker在Docker容器中训练机器学习模型。 :books: 背景 是一项针对数据科学和机器学习（ML）工作流程的完全托管服务。 您可以使用Amazon SageMaker简化构建，训练和部署ML模型的过程。 要训​​练模型，可以将训练脚本和依赖项在运行训练代码的中。 容器提供有效隔离的环境，确保一致的运行时和可靠的培训过程。 SageMaker Training Toolkit可以轻松添加到任何Docker容器中，使其与Sag

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：150kb
    • 提供者：weixin_42099176
« 12 3 4 5 6 7 8 9 10 ... 14 »