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. machine-learning-challenge-源码

  2. 机器学习-系外行星探索 在深空太空中使用了九年，NASA开普勒太空望远镜一直在执行寻星任务，目的是发现我们太阳系之外的隐藏行星。 为了帮助处理这些数据，您将创建机器学习模型，该模型能够对原始数据集中的候选系外行星进行分类。 预处理数据 在拟合模型之前对数据集进行预处理。 执行功能选择并删除不必要的功能。 使用MinMaxScaler缩放数字数据。 注意：所有清除和分离数据的操作都在ETL.ipynb文件中完成。 这样一来，不必为每个模型重复执行步骤。 将数据分为训练和测试数据。 每种模型

  3. 所属分类：其它

  1. 机器学习挑战：系外行星探索-源码

  2. 机器学习作业-系外行星探索 背景 开普勒太空天文台是2009年发射的NASA人造卫星。该望远镜正在寻找我们自身之外的恒星系统中的系外行星。 卫星的最终目标是确定可居住的行星。 由于机械故障，最初的任务于2013年结束，但该望远镜自2014年以来一直在执行“ K2”扩展任务。 截至2016年5月，开普勒已验证了1284颗新系外行星。截至2017年10月，共有3,000多种已确认的系外行星（使用所有探测方法，包括基于地面的探测方法）。 望远镜仍处于活动状态，并继续收集其扩展任务的新数据。 目标 使

  3. 所属分类：其它

  1. 机器学习：机器学习-系外行星探索-源码

  2. 机器学习 机器学习-系外行星探索 目录 基本信息 屏幕截图 技术领域 技术1-1.0版 技术2-2.0版 技术3-3.0版 设置 程式码范例 特征 状态 资源 接触

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：990kb
    • 提供者：weixin_42146274

  1. 机器学习的挑战-源码

  2. 机器学习作业-系外行星探索 在你开始之前 为此项目创建一个新的存储库，称为machine-learning-challenge 。 不要将此作业添加到现有存储库中。 将新的存储库克隆到您的计算机。 给每种型号选择自己的Jupyter笔记本，每个笔记本不要使用多个型号。 将最佳模型保存到文件中。 这将是用于测试您的准确性和用于评分的模型。 提交您的Jupyter笔记本和模型文件，并将其推送到GitHub。 笔记 请记住，此作业是可选的！ 但是，如果您完成测试和调整不同的分类模型，您将获得更

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：687kb
    • 提供者：weixin_42131352

  1. machine-learning-challenge-源码

  2. 机器学习作业-系外行星探索 在你开始之前 为此项目创建一个新的存储库，称为machine-learning-challenge 。 不要将此作业添加到现有存储库中。 将新的存储库克隆到您的计算机。 给每种型号选择自己的Jupyter笔记本，每个笔记本不要使用多个型号。 将最佳模型保存到文件中。 这将是用于测试您的准确性并用于评分的模型。 提交您的Jupyter笔记本和模型文件，并将其推送到GitHub。 笔记 请记住，此作业是可选的！ 但是，如果您完成测试和调整不同的分类模型，您将获得更

  3. 所属分类：其它

  1. machine-learning-challenge-源码

  2. 机器学习作业-系外行星探索 在你开始之前 为此项目创建一个新的存储库，称为machine-learning-challenge 。不要将此作业添加到现有存储库中。 将新的存储库克隆到您的计算机。 给每种型号选择自己的Jupyter笔记本，每个笔记本不要使用多个型号。 将最佳模型保存到文件中。这将是用于测试您的准确性并用于评分的模型。 提交您的Jupyter笔记本和模型文件，并将其推送到GitHub。 笔记 请记住，此作业是可选的！但是，如果您完成测试和调整不同的分类模型，您将获得更多的了解。 背

  3. 所属分类：其它