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. team-learning-data-mining:主要存储Datawhale组队学习中“数据挖掘机器学习”方向的资料-源码

  2. 简介 本项目主要存储Datawhale组队学习中的“数据挖掘/机器学习”方向的资料。 主要包括： 备注 有关组队学习的开源内容 ：主要展示Datawhale的组队学习计划。 ：主要存储Datawhale组队学习中“编程，数据结构与算法”方向的资料。 ：主要存储Datawhale组队学习中“数据挖掘/机器学习”方向的资料。 ：主要存储Datawhale组队学习中“自然语言处理”方向的资料。 ：主要存储Datawhale组队学习中“计算机视觉”方向的资料。 ：主要存储Dataw

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：70mb
    • 提供者：weixin_42139252

  1. SatYu26:使用自述文件的“我的简介”页面-源码

  2. 萨蒂扬·戈亚尔（Satyam Goyal） 你好，世界！ 我是三年级本科生。 20岁的漫画生涯！ 创意和摄影主管我是您友好的社区开发商 和一个学习爱好者 谁是痴迷于提高自己的想法和希望的平台成长 和擅长。 访问我的投资组合网站，网址为 。 我爱Android开发，xD。 目前，我正在睡觉 :sleeping_face: 或在我的笔记本电脑上工作 :man::laptop: 我擅长使用Flutter开发Android和进行Web开发 :flexed_biceps: 。 当前正在学习Nod

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：26mb
    • 提供者：weixin_42168745

  1. pyprobml：“机器学习：概率视角”的Python代码（第2版）-源码

  2. pyprobml 我的新书系列Python 3代码。 这项工作仍在进行中，因此请耐心等待。 Jupyter笔记本 对于每一章，都有一个或多个随附的Jupyter笔记本，其中更详细地介绍了某些材料。 当您打开笔记本电脑时，顶部将显示一个按钮“在colab中打开”。 如果单击此按钮，它将在运行Google Cloud Platform（GCP）上启动虚拟机（VM）实例。 它已经预安装了您将需要的大多数库（例如scikit-learn，JAX），并使您可以访问免费的GPU。 有关如何使用Colab的

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：176mb
    • 提供者：weixin_42137723

  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. msds621：旧金山大学的MSDS621课程笔记，机器学习简介-源码

  2. MSDS621机器学习简介 “我们相信上帝； 其他所有带来数据。 ” —归因于W. Edwards Deming和George Box 本课程向学生介绍表格/结构化数据的机器学习的关键过程，模型和概念，例如： 数据清理 处理丢失的数据 基本特征工程 功能选择 模型实施 模型训练 模型评估 模式解释 我们将深入研究一些关键模型，而不是提供广泛而肤浅的模型概览。 作为本课程的一部分，学生将通过梯度下降，用于文本情感分析的朴素贝叶斯模型，决策树和随机森林模型，通过正则化实现线性和逻辑回归。 自己

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：63mb
    • 提供者：weixin_42102401

  1. COURSERA-ML_with_TF_certif：MOOC准备TF认证-源码

  2. COURSERA-ML_with_TF_certif 我的笔记/ MOOC准备TF认证 第1部分-TF for AI简介 第一周 传统编程：规则+数据=>答案 机器学习：数据+答案=>规则 密集层：连接的神经元层 损失函数衡量当前的“猜测”有多好 优化器产生新的和改进的猜测 收敛是非常接近正确答案的过程 model.fit训练神经网络使一组值适合另一组 第二周 Relu：仅当x大于零时才返回x Softmax采用一组值，并有效地选择最大的值 将数据分为训练和测试集，以使用以前看不

  3. 所属分类：其它

  1. 使用Python的机器语言简介：使用Python执行机器学习算法-源码

  2. 使用Python的机器语言简介：使用Python执行机器学习算法

  3. 所属分类：其它

  1. Tensorflow-Coursera简介：用于人工智能，机器学习和深度学习的TensorFlow简介-源码

  2. Tensorflow-Coursera简介：用于人工智能，机器学习和深度学习的TensorFlow简介

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：56kb
    • 提供者：weixin_42126865

  1. 监督机器学习交叉验证最终项目：UCSD监督机器学习简介，齿轮118A的小型交叉验证项目-源码

  2. 监督机器学习交叉验证最终项目：UCSD监督机器学习简介，齿轮118A的小型交叉验证项目

  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. 机器学习：以下脚本提供了斯坦福大学通过Coursera平台在“机器学习”课程中提供的材料-源码

  2. 机器学习 以下脚本提供了斯坦福大学通过Coursera平台在“机器学习”课程中提供的材料。 教学大纲 第一周-简介，带一个变量的线性回归，线性代数复习 第2周-具有多个变量的线性回归，八度/ Matlab教程 第三周-Logistic回归，正则化 第四周-神经网络：表示 第五周-神经网络：学习 第六周-机器学习应用建议，机器学习系统设计 第7周-支持向量机 第八周-无监督学习，降维 第9周-异常检测，推荐系统 第十周-大规模机器学习 第11周-应用示例：照片OCR

  3. 所属分类：其它

    • 发布日期：2021-02-08
    • 文件大小：28mb
    • 提供者：weixin_42097668

  1. 机器学习简介：机器学习教程视频源代码-源码

  2. 机器学习简介：机器学习教程视频源代码

  3. 所属分类：其它

  1. python_for_ml：用于机器学习的Python简介-源码

  2. python_for_ml：用于机器学习的Python简介

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：38kb
    • 提供者：weixin_42132354

  1. ml-talk-adpushup：这是AdPushup上有关机器学习101：多元线性回归的介绍的一部分-源码

  2. ml-talk-adpushup 这是在举行的有关机器学习101：多元线性回归简介的演讲的。 它说明了实现线性回归的两种方法。 一种通过纯数学，另一种通过流行的Scikit-learn python库。 要求 参考书目 安装 只需克隆此仓库即可： python main.py 或者，您也可以签出Jupyter笔记本。

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：582kb
    • 提供者：weixin_42168341

  1. 简介：实用机器学习课程的练习-源码

  2. 简介 的实用机器学习课程练习 有关如何设置笔记本的说明，请参见 。 练习题 练习01： 和 练习02： 练习03： 练习04： 练习05： 练习06： 练习07： 练习08： 练习09： 练习10： 练习11： 练习12： 练习13： 练习14： 额外 额外01： 附加02： 附加03：

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：50kb
    • 提供者：weixin_42117224

  1. 机器学习入门：机器学习简介-源码

  2. 机器学习导论 该存储库中的代码受和启发。 安装注意事项 本教程使用以下软件包： Python版本2.7.6 numpy版本1.9.2 scipy版本0.15.1 matplotlib版本1.4.3 scikit-learn版本0.16.0 ipython版本4.0.0，具有笔记本支持（版本4.0.1） 您也可以运行pipenv install安装所有必需的功能。 或者，选中“ 。 它为以不同方式安装scikit-learn提供了很好的指导。 我还为Vagrantfile提供了一

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：634kb
    • 提供者：weixin_42181545

  1. Python工作坊中的机器学习：我的研讨会使用python语言实现不同算法的机器学习-源码

  2. Python工作坊中的机器学习 我的机器学习研讨会使用python语言实现不同算法（伊朗大不里士大学，2017年）。 内容 第1部分：使用现有软件包进行机器学习（第1至5周） 第01周和第02周： Numpy和Matplotlib软件包简介 第03周和第04周：使用Scikit Learn进行监督学习 第05周：使用Scikit Learn进行无监督学习 第2部分：实现我们的机器学习算法和模型（第5周至第10周） 第六周：线性分类 第07周：实现损耗功能（Softmax损耗和SVM损耗）

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：36mb
    • 提供者：weixin_42131633

  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. 机器学习：机器学习教程（主要在Python3中）-源码

  2. 机器学习 这是一个不断更新的存储库，记录了个人在学习数据科学，机器学习相关主题方面的历程。 目标：以Jupyter Notebook格式介绍机器学习内容。 内容旨在在数学符号，使用python的科学堆栈（包括numpy，numba，scipy，pandas，matplotlib等）的从零开始的教育实现与开源库使用（例如scikit-learn，pyspark，gensim，keras）之间取得良好的平衡，pytorch，tensorflow等。 文档清单 模型部署 FastAPI和Azure

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：116mb
    • 提供者：weixin_42134338

  1. 实用语言：[Book-2019]实用人工智能：基于云的机器学习简介-源码

  2. 实用语言：[Book-2019]实用人工智能：基于云的机器学习简介

  3. 所属分类：其它

« 12 3 4 5 6 7 8 9 10 »