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. final_project-源码

  2. 棒球统计数据-超越击球员区 概述： 我们将分析针对美国职棒大联盟球队的各种数据。目标是创建一个可以回答各种问题的机器学习模型，功能数据库和引人注目的演示文稿。 项目大纲： 数据库大纲 我们决定将Postgres用于我们的数据存储，因为它易于使用并且对它很熟悉。但是，我们选择使用Postgres会给我们两个选择，要么订阅像AWS一样的Web托管服务，并可能产生一些费用，要么开发解决方案以允许团队访问我们机器的相同数据，相同格式和相同架构的Postgres数据库学习模型。 下面的步骤概述了我们如何在

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：18mb
    • 提供者：weixin_42166261

  1. pet-image-detection-源码

  2. 图像检测 概述 此回购协议与一起使用了图像识别模型，以创建一个简单的模型服务演示。笔记本“ model-explainability-serving.ipynb”启动Jupyter笔记本和Seldon部署之间的网关端点，允许用户将数据发送到模型服务并接收预测。还实施了局部可解释性算法，以更好地理解为什么模型表现不佳。 外展活动 该演示在2021年3月的进行了演示，“超越推理：将ML投入生产”。视频可以和幻灯片缴费。 本演讲将解释模型服务的基础知识，为什么这是一个相关问题，模型服务如何减轻数据科学

  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. machine-learning-python：使用Python进行机器学习的演示-源码

  2. 机器学习Python AI / ML不再是理想技术，而是必需品。 根据Gartner，到2024年，尝试实施ML的所有公司中将有75％投入使用。 该POC的algorithm文件夹下已涵盖了各种ML算法。 这些是Jupyter笔记本。 运行Anaconda-> Jupyter->选择.ipynb。 Jupyter快捷方式： ctrl + Enter：运行命令集 alt + Enter：运行命令集，并在下面为下一组命令插入一个新框。 人工智能，机器学习与深度学习 AI：将类似于

  3. 所属分类：其它

    • 发布日期：2021-02-28
    • 文件大小：30mb
    • 提供者：weixin_42097819

  1. Explainable_AI：可解释的AI笔记本和项目的集合-源码

  2. 可解释的AI 打开机器学习模型的“黑匣子”不仅在理解我们创建的模型，而且还可以将见解传达给其他人方面具有巨大的意义。 当我遇到可解释的AI的不同用例时，我正在将见解提炼成可管理的块并公开共享。 多重回归模型的可解释性 演示一种使用探索多元回归模型的可。 查看ipynb（建议在下载并运行整个笔记本） 将Shapely值应用于多元线性回归模型，以探索特征对多种输出/标签的影响。

  3. 所属分类：其它

  1. NBA机器学习：机器学习为所有NBA球队和薪水值提供动力的预测-源码

  2. :basketball: NBA机器学习 :basketball: 该项目的目标是找到一个模型来最好地预测2019-2020赛季因冠状病毒而被暂停的全联盟球队。 对几种模型进行了训练，测试和分析，以找到最合适的模型。 有关神经网络和随机森林预测分析的信息，请参阅2019年笔记本;有关2019-2020年所有NBA球队预测的信息，请参阅2020年笔记本。 更新： 9月中旬，宣布了2020年NBA最佳阵容。 2020年的神经网络模型以87％的准确性预测了此结果。 TLDR 查看此Google幻

  3. 所属分类：其它

    • 发布日期：2021-02-19
    • 文件大小：605kb
    • 提供者：weixin_42134234

  1. mlops_bodywork：使用bodypackage包测试项目-源码

  2. 使用上装的k8s上的ML-Ops 该存储库包含一个简单的机器学习操作（MLOps）项目，该项目演示了如何使用Bodywork ML-Ops框架配置机器学习解决方案以部署到Kubernetes（k8s）。 先决条件 如果要执行以下示例，那么您将需要通过kubectl CLI工具访问k8s集群，最好以admin用户身份进行访问。 车身已针对k8s v1.16和Python 3.7进行了优化。 机器学习任务 我们选择用于此示例的机器学习（ML）问题是使用将分类为三个亚种之一。 在此存储库根目录中找到

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：14kb
    • 提供者：weixin_42118161

  1. 潘妮·莱恩-源码

  2. 量子机器学习 该存储库包含有关Quantum Machine Learning的入门资料，以及Python代码演示。 两者都可以在。 内容包括四个主要领域： 。 了解量子计算对机器学习的意义。 。 深入研究具有重大工作的完整编码实现的量子机器学习。 。 量子机器学习和优化的关键思想词汇表。 。 精选的精选专家视频，讨论了量子机器学习的各个方面。 贡献 您可以通过提交实现最近的量子机器学习论文/结果的演示来做出贡献。 添加演示 演示以可执行的Python脚本的形式编写。 您可以假定在re

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：19mb
    • 提供者：weixin_42166105

  1. 机器学习：机器学习演示和笔记本-源码

  2. 机器学习：机器学习演示和笔记本

  3. 所属分类：其它

  1. rps-cv：在Raspberry Pi上使用计算机视觉和机器学习的剪刀石头布游戏-源码

  2. rps-cv 在Raspberry Pi上使用计算机视觉和机器学习的剪刀石头布游戏。 通过朱利安·德拉布鲁埃·特罗（ ） 单击图像访问。 的官方杂志MagPi的期了此项目。 请参阅我的存储库，在该存储库中我张贴了不同的笔记本，演示了对该项目产生的图像数据集的一些数据科学分析。 贡献的 概要 项目起源 这个项目来自我儿子教我计算机编程基础知识时给我的一个挑战，他用Python编写了一个简单的基于文本的Rock-Paper-Scissors游戏。 那时，我开始使用Raspberry P

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：17mb
    • 提供者：weixin_42150341

  1. python4selftrackers：关于量化自我和使用Python进行自我跟踪的演示-源码

  2. 使用Python进行个人数据分析 这些笔记，谈话幻灯片和代码示例是对个人数据（例如，自跟踪，QS，服务日志）的联系进行持续调查的一部分，并使用Python处理该数据（数据收集，数据处理，数据分析） ，数据可视化和机器学习）。 我的总体目标是帮助人们通过个人数据获得更好的自我理解和自我完善的能力。 这是一个进行中的工作，目前有两个主要演示。 参见下面的和。 一年的数据：使用Python进行自我跟踪和个人数据分析 在本演示中，我们将研究如何跟踪生活以及如何使用python收集，分析和可视化数据

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：15mb
    • 提供者：weixin_42114041

  1. 方面：机器学习数据集的可视化-源码

  2. 介绍 facets项目包含两个用于理解和分析机器学习数据集的可视化：Facets概述和Facets Dive。 可视化效果以 Web组件的形式实现，并代码支持，并且可以轻松地嵌入Jupyter笔记本或网页中。 可视化的实时演示可以在。 构面概述 概述提供了一个或多个数据集的高级视图。 它产生逐个特征的可视化统计分析，还可以用于比较两个或多个数据集的统计数据。 该工具可以处理数字和字符串特征，包括每个特征的数字或字符串的多个实例。 概述可以帮助发现数据集的问题，包括以下内容： 意外的功能

  3. 所属分类：其它

  1. ml-workflow-automation：Python机器学习（ML）项目，演示了Jupyter笔记本中的原型ML工作流程，并在Kubernetes上将模型自动部署为RESTful服务-源码

  2. 自动化原型机器学习工作流程和模型部署 该存储库包含一个基于Python的机器学习（ML）项目，其主要目的是演示Jupyter笔记本中的原型ML工作流程，以及使用托管的Titanic二进制分类数据集来实现一些关键步骤自动化的概念验证思想。在。 ML工作流程包括：数据探索和可视化，特征工程，模型训练和选择。 笔记本titanic-ml.ipynb还会产生一个持久的预测管道（被分配到models目录），该管道在模型部署过程的下游使用。 请注意，我们已经将CSV格式的数据从Kaggle下载到了该项目的根

  3. 所属分类：其它

  1. 评论分析-源码

  2. 评论分析 该项目的主要目标是通过用户在社交网络社区中的评论来确定用户的毕业能力。 使用了许多机器学习和自然语言处理技术。 数据集包含来自12k个不同用户的180k条注释。 最终解决方案代表了最佳模型的集合，这些模型可以预测用户的每个评论的类别。 首先，确定来自用户的每个评论的类别。 此后，可以通过投票分类器来获得用户的类别。 演示视频： : scr ipts.py-用于从社交网络（VK）下载数据的模块。 EDA-具有数据浏览功能，清理数据并为机器学习算法准备数据的笔记本。 Diff

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：28mb
    • 提供者：weixin_42138788

  1. data-science-portfolio：我为学术，自学和业余爱好完成的数据科学项目组合-源码

  2. 数据科学组合 包含我为学术，自学和业余爱好完成的数据科学项目组合的存储库。 以iPython笔记本和R markdown文件（在RPubs上发布）的形式呈现。 要获得更直观的浏览体验，请访问 R产品组合位于。 注意：项目中使用的数据（可在数据目录下访问）仅用于演示目的。 内容 机器学习 ：使用各种统计分析工具预测波士顿房地产市场中给定房屋价​​值的模型。 确定了客户可以使用机器学习出售房屋的最佳价格。 ：测试几种不同的监督学习算法，以建立一个模型，该模型可以准确地预测个人的收入是否超过50

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：33mb
    • 提供者：weixin_42128963

  1. 贝叶斯机器学习：有关贝叶斯机器学习方法的笔记本-源码

  2. 贝叶斯机器学习笔记本 该存储库是有关贝叶斯机器学习的笔记本的集合。 以下链接通过显示了一些笔记本，以确保正确呈现公式。 依赖关系在子目录中的requirements.txt文件中指定。 。 贝叶斯线性回归简介。 用普通的NumPy和scikit-learn实现。 另请参见。 。 高斯回归过程简介。 用普通的NumPy / SciPy以及scikit-learn和GPy实现。 。 高斯分类过程简介。 用普通的NumPy / SciPy以及scikit-learn实现。 。 使用变分方法介

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：21mb
    • 提供者：weixin_42165508

  1. 十规则jupyter：Jupyter笔记本中编写和共享计算分析的十个简单规则-源码

  2. 在Jupyter笔记本中编写和共享计算分析的十个简单规则 该存储库是对 及其预印本 浏览以下示例笔记本，了解十个简单规则的应用。 此外，我们还建立了以众包更多技术和深入的教程，并紧跟快速发展的Jupyter生态系统。 我们鼓励您贡献并分享您的专业知识。 例子1 本示例演示了使用机器学习方法预测蛋白质折叠分类的可重现的4步工作流程。 规则9：设计笔记本以供阅读，运行和浏览。 下面的nbviewer链接提供笔记本电脑和笔记本电脑的非交互式预览。 按钮使用Binder（ ）服务器在Web

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：53mb
    • 提供者：weixin_42102272

  1. Streamingphish：基于Python的实用程序，使用受监督的机器学习来从证书透明性日志网络中检测网络钓鱼域-源码

  2. 流式网络钓鱼 这是一个实用程序，它使用受监督的机器学习来从“证书透明性”日志网络中检测网络钓鱼域。 借助certstream网络（certstream.calidog.io），可以使用域名和SSL证书。 训练初始预测模型所需的所有数据也包括在该项目中。 还包括一个Jupyter笔记本，以帮助解释受监督机器学习生命周期的每个步骤（与该项目有关）。 总览 该应用程序包含三个主要组件： Jupyter笔记本演示从头到尾如何训练网络钓鱼分类器。 CLI实用程序训练分类器并以手动模式或通过证书透明

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：551kb
    • 提供者：weixin_42118701

  1. lale：半自动数据科学图书馆-源码

  2. le 使用其他语言的自述文件：， ， 或您自己的语言。 Lale是用于半自动化数据科学的Python库。 通过Lale，可以轻松以类型安全的方式自动选择算法并调整与兼容的管道的超参数。 如果您是想要尝试自动化机器学习的数据科学家，那么此库适合您！ 除了在scikit-learn之外，Lale还从三个方面增加了价值：自动化，正确性检查和互操作性。 对于自动化，Lale为现有管道搜索工具（包括Hyperopt，GridSearchCV和SMAC）提供了一致的高级界面。 为了进行正确性检查

  3. 所属分类：其它

    • 发布日期：2021-02-02
    • 文件大小：17mb
    • 提供者：weixin_42168830

  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 »