您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. HandwriteRecognizerCourse:手写识别机器学习课程源码-源码

  2. 手写识别器课程 手写识别机器学习课程源码 原始码和视频教程 国际通用课程 国内知名 视频教程: : 课程目录 sklearn是一个强大的机器学习库,本套课程的目的就是在一周之内教会您使用机器学习技术。 第一章手写识别效果演示本课程讲解如何使用人工智能实现手写识别功能第一节手写识别实例演示 第二章Python运行环境与开发环境的安装与配置本章介绍Anaconda环境,讲解如何在OS X系统中和Windows系统中安装和使用Anaconda,并讲解如何在OS X系统中和Windows系统中安装与
  3. 所属分类:其它

  1. mlcourse_dubai:迪拜机器学习课程的资料库-源码

  2. 迪拜的开放式机器学习课程 该库包含2020年Spring在迪拜举行的ML课程的所有考试材料。该课程在开放数据科学社区的支持下成立。该课程于2月19日开始。该活动将由霍特国际商学院举办。所有讲座将由具有Reactor,FICO,Deloitte,VISA,沙迦美国大学的实践经验的导师讲授。 讲座时间表 简介,2020年2月19日 熊猫探索性数据分析,2020年3月25日 使用Python进行可视数据分析,2020年1月4日 决策树,2020年4月4日 Logistic回归,2020年4月15日 合
  3. 所属分类:其它

    • 发布日期:2021-03-21
    • 文件大小:96mb
    • 提供者:weixin_42159267
  1. machine-learning-coursera-python:该存储库包含由斯坦福大学在Coursera上执行的Andrew Ng的机器学习课程的某些编程作业的python实现-源码

  2. 机器学习课程python 该存储库包含由Stanford University创建的Andrew Ng在Coursera上的机器学习课程的某些编程作业的python实现。 编程练习1:线性回归在本练习中,您将实现线性回归并了解它如何在现实世界的数据集上工作。 编程练习2:逻辑回归在本练习中,您将实现逻辑回归并将其应用于两个不同的数据集。 编程练习3:多类分类和神经网络在本练习中,您将实现神经网络对所有逻辑回归和前馈传播的识别,以识别手写数字。 编程练习4:神经网络学习在本练习中,您将为
  3. 所属分类:其它

  1. ML-中级:使用Scikit python ML库的机器学习中级课程-源码

  2. ML中级 使用Scikit python ML库的机器学习中级课程
  3. 所属分类:其它

    • 发布日期:2021-02-28
    • 文件大小:626kb
    • 提供者:weixin_42099987
  1. 机器学习算法:此存储库包含Jupyter笔记本,这些笔记本从零开始实现流行的ML算法-源码

  2. 机器学习算法 该存储库包含一系列Jupyter笔记本,这些笔记本从头开始实现常用的ML算法。 即,使用统计python软件包的限制。 它们部分基于我作为课程的一部分而开设的课程。 这些笔记本对我非常有用,有助于他们直观地了解这些算法的工作原理,以及使用scikit-learn和statsmodels之类的程序包时幕后发生的事情。 如上所示,我根据算法的类型将笔记本分为三个文件夹: 回归 聚类 其他:此文件夹包含用于二进制决策树和本地敏感度哈希(LSH)的笔记本。 这些笔记本中使用的数据可应
  3. 所属分类:其它

  1. 为特征工程和机器学习准备数据:特征工程技术-源码

  2. 为功能工程和机器学习准备数据 特征工程技术 无论如何设计和实施良好的机器学习模型,如果输入的数据设计不良,模型的预测将令人失望。 在此回购中,为特征工程和机器学习准备数据,您将能够对数据进行适当的预处理(实际上是对其进行工程设计),以便从ML模型中获得最大的收益。 首先,您将学习如何使用特征选择技术来查找包含最多信息的预测变量。 特征选择可以大致分为三类,分别称为过滤器,包装器和嵌入式技术,我们将理解并实现所有这些。 接下来,您将发现特征提取与特征选择有何不同,因为数据实际上被重新表达,有时
  3. 所属分类:其它

    • 发布日期:2021-02-19
    • 文件大小:10mb
    • 提供者:weixin_42172572
  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

  1. 使用Python的UoM应用机器学习-源码

  2. 这个项目的所有作业都是由我自己完成的,来自密歇根大学的“使用Python进行机器学习”课程。 结论证书: :
  3. 所属分类:其它

    • 发布日期:2021-02-14
    • 文件大小:87mb
    • 提供者:weixin_42128141
  1. Image_Colorization:机器学习课程的学期项目-源码

  2. 图像色彩 机器学习课程的学期项目 该项目的目的是为灰度图像着色。 通常,经典的着色方法可以大致分为三类: 基于涂抹的着色(通常基于优化) 基于示例的着色(通常基于优化和/或基于机器学习) 基于学习的着色(通常基于机器学习) 在此项目中,我们仅使用机器学习实现了“基于示例的着色”。 例如,我们有一个源图像; 我们的程序创建了源图像的灰度版本,并尝试学习如何借助特征向量检测从灰度到源图像的每个像素值。 之后,模型将目标图像着色,并进行预测。 目标图片: 目标图像的彩色版本: 该代
  3. 所属分类:其它

    • 发布日期:2021-02-13
    • 文件大小:13kb
    • 提供者:weixin_42113552
  1. 使用PyTorch进行深度学习:“使用PyTorch进行深度学习:零到GAN”-源码

  2. 使用PyTorch进行深度学习 “使用PyTorch进行深度学习:零到GAN”。 本课程由机器学习的项目管理和协作平台Jovian.ml教授。 教学大纲 该课程分为6个模块,将通过视频讲座和交互式Jupyter笔记本电脑进行为期6周的教学。 每个讲座将持续2个小时左右。 第1单元:PyTorch基础知识-张量和渐变 Jupyter笔记本简介和Python数据科学 在PyTorch中创建向量,矩阵和张量 张量运算和梯度计算 PyTorch与Numpy的互操作性 单元2:线性回归和梯度下降 使用T
  3. 所属分类:其它

  1. 机器学习训练营:这里的项目是在使用python进行机器学习算法的udemy课程期间进行的-源码

  2. 机器学习训练营:这里的项目是在使用python进行机器学习算法的udemy课程期间进行的
  3. 所属分类:其它

  1. 数据大师机器学习:桑坦德数据大师机器学习-源码

  2. 数据大师机器学习计划 课程-机器学习工程师认证 操作系统 操作系统如何工作 计算机架构 操作系统 操作系统结构 现代操作系统 GNU / Linux 电脑编程 使用Python编程简介 编程逻辑 演算法 编程最佳实践 清洁代码 Python中的设计模式 库和机器学习API 用于数据科学的Python库 机器学习和深度学习图书馆 机器学习工具 机器学习API 数据处理 进行中... 大数据 进行中... 虚拟化和容器 进行中... 开发运维 进行中... 微服务和事件来源 进行中..
  3. 所属分类:其它

  1. bac_advanced_ml:BAC高级团队的机器学习课程入门资料和练习材料-源码

  2. 一个包含BAC高级团队机器学习课程简介的讲座和练习的资料库。 存储库中的源代码在Python包中进行结构化。 内容 待定。 该存储库正在进行中。 正在安装 从来源 从源代码安装Python软件包相对简单。 克隆存储库后,将cd放入存储库根目录,然后在您的Shell中运行 python3 setup.py build_ext --inplace && pip3 install . 请注意,当前该存储库没有任何C扩展模块,因此build_ext步骤不应执行任何操作。 注意,在平台上构建C扩展模块
  3. 所属分类:其它

    • 发布日期:2021-02-09
    • 文件大小:43kb
    • 提供者:weixin_42123191
  1. 人工智能和机器学习基础知识:以最新的AI先进技术为基础的实际应用程序开发开始-源码

  2. 人工智能和机器学习基础 机器学习和神经网络正在Swift成为构建智能应用程序的基础。 本课程将首先向您介绍Python并讨论使用AI搜索算法。 您将学习大量数学主题,例如Python示例所说明的回归和分类。 然后,您将继续学习高级AI技术和概念,并处理现实数据集以形成决策树和集群。 将向您介绍神经网络,它是得益于适用于21世纪计算能力的摩尔定律的强大工具。 在本课程结束时,您将充满信心,并期待用您新获得的技能来构建自己的AI应用程序! 您将学到什么 了解AI的重要性,原理和领域 学习使用Pyt
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:25mb
    • 提供者:weixin_42101056
  1. 太阳能预测的机器学习:使用机器学习从天气测量中预测太阳能电池板农场的发电量-源码

  2. 太阳能预测的机器学习 斯坦福大学研究生Adele Kuzmiakova,Gael Colas和Alex McKeehan撰写 这是我们针对斯坦福大学CS229的最终项目:“机器学习”课程(2017年)。 我们的老师是Ng and Pr。 丹·博内 语言:Python,Matlab,R 目标:根据一组天气特征的预测,预测光伏电站的每小时发电量。 该项目可以分解为三个部分: 数据预处理:我们处理了来自国家海洋和大气管理局的原始天气数据文件(输入)和来自Urbana-Champaign太阳能农场
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:953mb
    • 提供者:weixin_42156940
  1. 使用Python进行机器学习的实用介绍:IBM-EDX仪表板课程ID; ML0101EN-源码

  2. 使用Python进行机器学习的实用介绍:IBM-EDX仪表板课程ID; ML0101EN
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:777kb
    • 提供者:weixin_42117267
  1. Udacity:机器学习工程师纳米学位-源码

  2. Udacity Udacity机器学习工程师Nanodegree程序中包含项目代码和注释的存储库。 完成本课程后,我希望在数据科学或机器学习中找到一个位置。 项目: -探索性分析,决策树 -线性回归,特征工程 -功能选择,分类,可视化 -无监督学习 -聚类,高斯混合模型,PCA和降维 -强化学习,Q学习,优化 -Tensorflow,神经网络,卷积神经网络,word2vec,LSTM -自然语言处理,分类,情绪分析 使用的工具:Python 2,Jupyter Notebooks,Sp
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:13mb
    • 提供者:weixin_42098104
  1. 机器学习基础知识:使用Python和scikit-learn来启动和运行机器学习中最热门的开发-源码

  2. 机器学习基础 随着机器学习算法的普及,也正在开发优化这些算法的新工具。 机器学习基础知识介绍了scikit-learn API,这是一个软件包,旨在促进构建机器学习应用程序的过程。 您将学习如何解释监督模型和非监督模型之间的差异,以及如何将一些流行的算法应用于实际数据集。 您将首先学习如何使用scikit-learn的语法。 您将研究监督模型与非监督模型之间的差异,以及为每个数据集选择适当算法的重要性。 您将对现实世界的数据集应用无监督的聚类算法,以发现模式和配置文件,并探索解决无监督的机器学习
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:946kb
    • 提供者:weixin_42122878
  1. machine_learning_from_scratch_matlab_python:Python中的矢量化机器学习:snake:从头开始-源码

  2. 从头开始使用Python进行机器学习 向量化的Python :snake: 仅使用 , 和与octave / matlab中提供的和个人完成的代码尽可能相似的代码,这是斯坦福大学出色的Coursera机器学习课程的一部分。 该课程由( )讲授,并且是出色的推广者,这是一种罕见的组合。 本课程帮助我写了一个博客,回答以下问题 监督学习 给定一组标记的观察值,找到一个函数f,该函数可用于将类别或值分配给看不见的观察值。 预测应该类似于真实标签。 回归 在回归问题中,我们试图预测连续输出中的结果
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:92mb
    • 提供者:weixin_42129797
  1. 机器学习课程:使用Python的机器学习课程:-源码

  2. 机器学习课程:使用Python的机器学习课程:
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:15mb
    • 提供者:weixin_42102933
« 12 3 4 5 6 »