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技术 J2EE实用技术集锦

  2. 内容目录： - Draw a pie chart JSP tags provide proper code re-use Page changes 如何成为一个优秀的jsp程序员 国内不谈java 《学不会的JAVA，消不了的忧愁》之五 Servlet的基础结构 一个简单的Servlet 分布式应用开发技术概述 CORBA技术及实例 About UBB with java has a bug Acme包中的以Post方式发送数据的例子 allaire 发布jrun 3.0 rc1版 Apach

  3. 所属分类：Java

    • 发布日期：2010-12-22
    • 文件大小：2mb
    • 提供者：guchuanlong

  1. Springboard-Capstone-源码

  2. 年度财务报表的投资决策 股市 在股票市场上，个人或实体可以购买和出售公开持有的公司股票。股市非常动荡，而且有很多因素，例如利率，失业，通货膨胀等。尽管通过Robinhood等应用程序可以更容易地在股市上进行投资，但要弄清楚买卖好股票来赚钱并不是一件容易的事。一个简单的任务。通过这个项目，我寻求建立一个机器学习模型，该模型将使用公司年度财务报表中的信息来预测公司的股票是否将是一项良好的一年投资。 1.资料 该项目中使用的数据集可在网站上找到。有5个不同的数据集，代表从2014年到2018年的5个

  3. 所属分类：其它

  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. w19-360420-machine-learning-源码

  2. 机器学习 道森学院360-420-DW 2019年冬季 机器学习的面向对象编程简介 请仔细查看以下文件： DataPoint.java DataSet.java 注意每种方法的不同。 在kNNMain.java完成任务1-2 提交您的更改并显示您的老师。 K最近邻居分类 仔细看看KNNClassifier.java 不同的方法有什么作用？ 在kNNMain.java完成任务4、5和6 在每个任务结束时，提交更改 报告：错误分析 既然您已经了解了如何与该项目中的类进行交互，那么您的

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：13mb
    • 提供者：weixin_42139460

  1. Supervised-learning-of-Many-Body-Localization:一种简单的神经网络结构，用于对多体局部（MBL）和热化相进行分类-源码

  2. 工作正在进行中 许多身体的监督学习 一个简单的神经网络结构，使用纠缠谱作为输入数据，对多体局部和热相进行分类。 该项目的灵感来自Mehta等人撰写的出色的关于物理的机器学习。 Al和随附的Jupyter笔记本。 网络可以采用纠缠谱或波函数（平方）作为输入。 因此，网络的结构（层数，神经元等）将相应更改，以实现最佳性能。 可以使用Keras 提供的贝叶斯优化或Hyperband方法估计最佳超参数。 使用适度的数据量（O（10 ^ 4）项），分类器在测试集上实现了近100％的准确性。 哈密​​

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：17mb
    • 提供者：weixin_42107491

  1. ML-CB-源码

  2. ML-CB：机器学习画布块 我们在PETS 2021论文中发布的工件的版本为ML-CB：Machin e Learning Canvas Block 大本营 抽象的 为了增加在线隐私，我们提出了一种新颖的基于机器学习的方法来阻止对网站访问者进行在线跟踪的三种主要方式之一（画布指纹识别）。 由于画布指纹识别操作的核心是使用Javascr ipt程序，并且由于其中许多程序可在Web上重用，因此我们能够围绕潜在违规程序的语义表示来适应几种机器学习模型，从而实现准确且强大的分类器。 我们的监督式学习方法

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：18kb
    • 提供者：weixin_42166105

  1. Anomaly-Detection-KDD99-CNNLSTM:使用机器学习和深度学习的入侵检测系统-源码

  2. 异常检测-KDD99-CNNLSTM 这是一个使用三个模型开发的项目，用于对KDD99数据集上的倾斜数据包进行分类。 使用了三层：KNN，CNN + LSTM和随机森林分类器。 该项目是一个基于研究的项目，与单独使用任何给定模型相比，该模型在性能上均略有提高。 KDD'99数据集按原样使用，并且已作为项目源的一部分进行了预处理。 最终精度为0.97833。 单个模型的个体精度为： KNN：0.976835 CNN + LSTM：0.9667878 随机森林：0.96381378 主

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：44kb
    • 提供者：weixin_42160398

  1. Azure-ML-Nanodegree--Capstone-project:Udacity纳米学位项目-源码

  2. 顶峰项目 这是为期7个月的具有Azure课程培训的机器学习工程师的最终Udacity纳米级项目。 介绍 该项目专注于使用hyperdrive和自动ML方法调整超参数，以更快，更自动地训练更多模型 概述 对于这个实验，我决定研究一个乳腺癌数据集，该数据集影响了世界各地的大量女性。 该数据集着重于出现在乳房上的肿块，探索其大小，质地，光滑度等属性，以预测其是否癌变，这是诊断列的描述。该数据来自我使用了两种不同的方法进行此预测的实验，并比较了哪种模型效果最好。 这两个实验是和实验。 建筑图 任务 此任

  3. 所属分类：其它

  1. material_crack_DS_interview-源码

  2. 以下是各节： 数据科学速查表 包含将在访谈中要求提供的数据科学基本概念的备忘单： 数据科学电子书 包含我已阅读的有关数据科学和机器学习的书籍： 数据科学问题库 包含在实际数据科学访谈中提出的示例问题： 数据科学案例研究 包含与设计机器学习系统以解决实际问题有关的案例研究问题。 数据科学组合 本节包含我为学术，自学和业余爱好而完成的数据科学项目组合。 要获得更直观的浏览体验，请访问 推荐系统 ：我正在进行的与深度学习和推荐系统相交的研究工作。 ：设计了4种不同的模型来推荐MovieLens数

  3. 所属分类：其它

  1. Practical_Machine_Learning_Assigment-源码

  2. 实用_机器_学习_习题 背景 使用Jawbone Up，Nike FuelBand和Fitbit等设备，现在可以相对便宜地收集有关个人活动的大量数据。 这些类型的设备是量化的自我运动的一部分-一*烧友，他们定期进行自我测量以改善健康状况，发现行为方式，或者是因为他们是技术怪胎。 人们经常做的一件事是量化他们从事某项特定活动的数量，但很少量化他们完成某项活动的程度。 在此项目中，您的目标是使用来自6位参与者的腰带，前臂，手臂和哑铃上的加速度计的数据。 他们被要求以5种不同的方式正确和错误地进行杠

  3. 所属分类：其它

  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. NNArchTeraScale2021-源码

  2. 2021年兆兆级机器学习学院的神经网络架构动手实践 入门笔记本 我们比较了两个简单的训练模型，并通过比较来讨论潜在的问题。 动手： 模型训练 作为培训模型的实用指南，我们提供了两个要素，可以使模型更加收敛。 动手： 模型优化 给定一种模型结构，通常只剩下一堆要扫描的超参数。 我们为您提供了实用的指南。 动手： 交叉验证 给定训练数据集，由于选择了测试数据集，训练模型的评估可能会发生波动。 我们提供了执行交叉验证的示例，并可以更准确地估算模型性能。 动手： 数据效率 给定一个模型和一个训练

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：156kb
    • 提供者：weixin_42175971

  1. 笔记本：针对不同主题的机器学习笔记本进行了优化，可在Google合作实验室中运行-源码

  2. 笔记本电脑 姓名 描述 类别 关联 培训pix2pix 该笔记本显示了用于在简单数据集上训练pix2pix的简单管道。 大多数代码都基于。 甘 一个地方 该笔记本显示了如何直接从一个笔记本在浏览器中训练，测试然后部署模型。 我们使用一个简单的XOR示例来证明这个简单的概念。 部署方式 TPU与GPU Google最近允许在colab上免费培训TPU。 本笔记本介绍了如何启用TPU培训。 此外，它还通过比较TPU和GPU性能报告了使用mnist数据集的一些基准。 热塑性聚氨酯 Ke

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：17mb
    • 提供者：weixin_42132359

  1. 机器学习：不同数据集上的机器学习模型-源码

  2. 机器学习：不同数据集上的机器学习模型

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：31mb
    • 提供者：weixin_42122881

  1. 深度学习在线分类：流式深度学习中的时间序列分类-源码

  2. 使用深度学习在不同速度和漂移下进行数据流分类 流中深度学习的时间序列分类 处理高速到达的数据流需要开发可以提供快速而准确的预测的模型。 尽管深度神经网络是许多机器学习任务的最新技术，但它们在实时数据流场景中的性能仍是尚未完全解决的研究领域。 然而，最近有努力通过降低处理速度来使复杂的深度学习模型适用于流任务。 异步双管道深度学习框架的设计允许对传入的实例进行预测，并使用两个单独的层同时更新模型。 这项工作的目的是评估使用此框架进行数据流分类的不同类型的深层体系结构的性能。 我们在模拟为流的几个

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：96mb
    • 提供者：weixin_42151729

  1. 面对面绘画机：STAT-479类项目，威斯康星大学麦迪逊分校-源码

  2. 深度学习项目 这是塞巴斯蒂安·拉施卡（Sebastian Raschka）教授指导的2019年秋季的最终项目。 该研究所是威斯康星大学麦迪逊分校。 主要工作 我们提出一种面对面绘画的机器，该机器可以识别一个人，然后根据给定的绘画风格自动生成他/她的肖像。 在项目的第一部分，我们对自己的数据集实施转移学习，以测试不同CNN架构的性能。 我们使用了几种卷积架构，ResNet达到了最佳效果。 然后，我们使用FaceNet方法基于不同的CNN体​​系结构执行面部验证：ResNet34，ResNet50

  3. 所属分类：其它

  1. Titanic_kaggle：使用机器学习模型在Kaggle Titanic数据集上进行实践以预测生存-源码

  2. 泰坦尼克号-从灾难中学习机器 创建于2020年3月。 预测泰坦尼克号的生存时间，并熟悉ML基础知识 参考： 任务： EDA（探索性数据分析） a. check basic info of dataset b. Data Visualization 数据处理 a. deal with missing value b. Transforms categorical features to vectors 适合不同型号 a. Random Forest b. XGBoost 预测ka

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：103kb
    • 提供者：weixin_42153793

  1. 机器学习的地球科学数据质量-源码

  2. 机器学习的地球科学数据质量 在建立大规模模型时，例如在澳大利亚，存在一个问题。 完全不同的数据集，将它们分为多个领域： 地球物理学（重力，磁性，辐射度，地震，电磁，感应极化，大地电磁...） 地质学（岩性，地层学，构造，水文..） 遥感（Landsat，ASTER，Sentinel ...） 地球化学（岩石，土壤，水，分析技术...） 各种数据层： 直接观察 网格数据 解释（固体地质，SEEBase ...） 导数（例如，ASTER谱带比率，岩石单位的累积...） 机器学习模型（R

  3. 所属分类：其它

  1. AI_Sarcasm_Generation：回购包含我在与同事的机器学习Msc课程期间所做的项目的代码，模型和开发。 我们试图训练一个RNN编码器-解码器，它可以产生讽刺性的句子-源码

  2. AI_Sarcasm_Generation 该项目的目的是建立将在自然语言处理（NLP）领域中使用的神经网络算法，以建立特定的人类交互数据集。 在过去的几年中，在文本和语言生成方面，深度学习算法的性能越来越优于传统模型。 因此，我们试图采用不同的深度学习模型，以生成对人类中立的输入评论做出回应的讽刺性句子。 我们在此项目中进行的所有实验都是基于过去的研究，这些研究大多试图对讽刺评论进行分类。 因此，这是一个已经消除了讽刺评论的数据集，我们不需要在数据收集上浪费时间。 在该项目期间，为了确定模型

  3. 所属分类：其它

  1. 通过机器学习和图形用户界面预测在泰坦尼克号上的生存：该程序包含干净而优美的图形用户界面（GUI），可通过使用8种机器学习模型和数据可视化工具进行交互不同的Python库。 用户可以通过选择要在测试数据上运行的模型来与GUI交互，然后将其带到

  2. 使用机器学习和图形用户界面在泰坦尼克号上的乘客的生存 该项目包含一个干净优美的图形用户界面（GUI），该界面通过使用不同的Python库与8种机器学习模型和数据可视化工具进行交互。 在Rutgers，我们了解到Python是一种很棒的通用语言，它为所有专业的开发人员提供了极大的通用性。 因此，我们决定利用Python对GUI开发的强大支持以及其数据科学和机器学习功能。 使用复杂的RMS Titanic数据集，其中包括有关每个乘客命运（幸存/死者）的信息（根据其经济状况，公平，机舱，社会阶层，亲戚

  3. 所属分类：其它

« 12 3 »