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. DisasterResponse:Udacity类项目的一部分，有关创建用于对灾难响应消息进行分类的管道-源码

  2. 灾害响应管道项目 Udacity类项目的一部分，有关创建用于对灾难响应消息进行分类的管道。 内容 数据 process_data.py：读取数据，清理并将其存储在SQL数据库中。 基本用法是python process_data.py MESSAGES_DATA CATEGORIES_DATA NAME_FOR_DATABASE crash_categories.csv和disaster_messages.csv（数据集） DisasterResponse.db：从转换后的数据和清理的数据创

  3. 所属分类：其它

  1. disaster-response-pipelines:Udacity的数据科学纳米学位，项目3-灾难响应管道-源码

  2. 灾害响应管道项目 灾害发生时，沟通是协调工作的关键。为了在这种情况下有一个清晰的视野，我们需要从传入的消息中提取有用的信息。否则，我们很容易被传入的大量数据所淹没。此工具可以在此过程中提供帮助。经过训练的超过25,000张预分类图像，结果模型允许将任何新传入的文本分类为35个类别的组合。 'related', 'request', 'offer', 'aid_related', 'medical_help', 'medical_products', 'search_and_rescue', '

  3. 所属分类：其它

  1. disaster_response_pipelines:机器学习管道可对消息进行分类并将其发送到适当的目标-源码

  2. 工作正在进行中 灾难响应管道 机器学习管道可对消息进行分类并将其发送到适当的目标。

  3. 所属分类：其它

  1. Udacity-Data-Scientist:Udacity数据科学家纳米学位项目的资料库-源码

  2. Udacity-Data-Scientist 创建该存储库是为了存放我为Udacity Data Scientist Nanodegree的不同项目创建的文件。 1.数据科学博客文章 在此项目中，对新加坡城市州的公寓转售价进行了分析。 转到此以获取更多信息。 2.灾难响应管道 此产品组合包括ETL和ML Pipelies的组合，用于消息（文本）的分类。 结果显示在网络应用程序中。 可以在此找到用于此目的的文件以及运行Web应用程序的说明。 3. IBM的推荐引擎 分析了IBM Watson S

  3. 所属分类：其它

  1. Disaster_Response_Text_classification:Udacity纳米度灾难响应文本分类项目。 此回购协议有助于将灾难期间收到的文本分类为适当的类别，以便相关部门Swift做出响应-源码

  2. 灾难响应管道项目-（文本分类器-Udacity纳米学位计划） 该项目的目标是对短信进行分类，以帮助应对灾害 ·· 灾害响应管道项目 该项目适用于Udacity纳米学位课程。 它将文本消息分类为36个不同的变量。 快速说明： 在项目的根目录中运行以下命令来设置数据库和模型。 运行ETL管道以清理数据并将其存储在数据库中python data/process_data.py data/disaster_messages.csv data/disaster_categories.csv data

  3. 所属分类：其它

  1. Disaster-Response-Pipelines:机器学习+熊猫+ SQL-源码

  2. 灾难响应管道 在这个项目中，有监督的机器学习是通过大型标签数据库实现的。 目录 操作说明 在项目的根目录中运行以下命令来设置数据库和模型。 运行ETL管道以清理数据并将其存储在数据库中python data/process_data.py data/disaster_messages.csv data/disaster_categories.csv data/DisasterResponse.db 运行用于训练分类器并保存python models/train_classifier.py d

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：11mb
    • 提供者：weixin_42151305

  1. Disaster-Response-Pipeline:灾难响应管道项目是Udacity Data Scientist Nanodegree的一部分-源码

  2. 灾害响应管道 灾难响应管道项目是Udacity Data Scientist Nanodegree的一部分。 项目概况 在这个项目中，数据工程被应用来分析图八中的灾难数据，以建立用于对灾难消息进行分类的API的模型。 档案文件 - ETL Pipeline Preparation.ipynb: contains ETL pipeline preparation code - ML Pipeline Preparation.ipynb: contains ML pipeline preparati

  3. 所属分类：其它

  1. Disaster-Response-Pipeline:用于存储Udacity项目以进行灾难消息管道分析的存储库-源码

  2. 灾难响应管道 项目动机 作为Udacity Data Science纳米学位的一部分，该项目将分析灾难数据，以建立用于对灾难消息进行分类的API模型 安装： 将存储库克隆到本地计算机 $ gh repo clone rafaelmata357/Disaster-Response-Pipeline 本笔记本使用此库 大熊猫 麻木 matplotlib 海生的 恩特克 词云 斯克莱恩 叶 波士顿的Airnbn数据集可在找到波士顿的geojson文件可在找到 使用的python版本： 3.8 存

  3. 所属分类：其它

  1. disaster-response-pipelines:一个展示github，ETL，ML和使用python部署的使用的项目-源码

  2. 灾害响应管道 使用来自现实生活灾难的标记消息数据，通过将看不见的消息分类到相应的灾难响应团队来帮助灾难响应。 通常，有多个独立的团队，每个团队分别处理灾难响应的不同任务。 在灾难期间发送了数千条消息，其中一些消息包含与特定灾难响应团队相关的关键信息。 手动筛选和分配这些消息对于整个响应工作而言将过于费力，费时且缓慢。 灾难响应小组旨在接收消息并将其自动分配给正确的灾难响应团队。 一个项目，展示github，ETL，ML的使用以及使用python的部署。 环境 分析使用python。 使用pip

  3. 所属分类：其它

  1. disaster-response-pipeline-源码

  2. 灾难响应管道项目（Udacity-数据科学纳米学位） 描述 该项目是关于分析图八中的灾难数据，以建立用于对灾难消息进行分类的API的模型。 包含灾难事件期间发送的真实消息的数据集。 我们将创建一个机器学习管道来对这些事件进行分类，以便我们可以将消息发送给适当的救灾机构。 该项目的主要部分是： 建立可加载数据，清除数据并将其保存到SQLite数据库的ETL管道 建立机器学习管道，训练分类器以接受消息作为数据集中36个类别的输入和输出分类结果 运行一个Web应用程序，应急人员可以在该应用程序中

  3. 所属分类：其它

  1. Udacity_DisasterResponse_Project:Udacity项目-ETL，NLP-预测消息类别-源码

  2. Udacity_DisasterResponse_Project Udacity项目-ETL，NLP-预测消息类别 1.安装运行Web应用程序和python文件所需的软件包：Python Pandas Numpy NLTK Flask Plotly SQLite3 SQLalchemy SKLEARN Pickle 2.项目动机图八“多语言灾难响应消息”的开放式数据集包含在灾难事件期间发送的真实实时消息。 这些消息和对灾难类别的分类用于创建机器学习模型。 基于该模型，可以使用Web flas

  3. 所属分类：其它

  1. 灾难响应-源码

  2. 灾难响应

  3. 所属分类：其它

  1. 灾害响应管道-源码

  2. 灾害响应管道项目 描述 该项目由一个Web应用程序组成，该应用程序将实时消息分为多个类别。 该数据集由图八提供，包含在现实灾难中收集的消息。 为了允许使用机器学习，这些消息带有标签，这些标签表示与之相关的类别，例如住房，安全，水，食物等。一条消息可以与多个标签相关联，我们总共有36个标签标签。 训练后，用户可以在应用框中输入消息，然后将显示预测的类别。 该项目被分解为三个不同的部分： ETL阶段（Extract-Transform-Load）：我们从多个csv文件中提取一些数据，对其进行转换

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：23mb
    • 提供者：weixin_42098104

  1. 灾害响应管道-源码

  2. 灾难响应消息 与灾难响应相关的一组消息，涵盖多种语言，适用于文本分类和相关的自然语言处理任务。 内容 动机 在这个项目中，我使用了数据工程技能来分析图八中的灾难数据。 分类器模型是使用提取，转换和加载过程（ETL），自然语言处理（NLP）和机器学习管道来构建的，用于对灾难消息进行分类。 该项目还具有一个Web应用程序，使用此Web应用程序，灾难响应机构的工作人员可以输入新消息并获得几种类别的分类结果。 检测灾难期间实际上需要注意哪些消息可能很有用。 项目组成 该项目包含三个部分： 2.1。 ET

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：11mb
    • 提供者：weixin_42125192

  1. 灾难事件：通过Google Colab，结合朴素贝叶斯（NaïveBayes）和自然语言处理功能，我们将来自直接消息，社交发布和新闻报道的消息分类为灾难类别。 使用Tableau在表格中可视化趋势和预测结果-源码

  2. 结合使用朴素贝叶斯（NaïveBayes）的自然语言处理对传入的灾难消息进行分类： 概述： 通过Google Colab和朴素贝叶斯（NaïveBayes）使用自然语言处理，我们将来自直接消息，社交发布和新闻报道的消息分类为灾难类别。 使用Tableau在表格中可视化趋势和预测结果。 数据： 此数据集包含30,000条消息，这些消息是从灾难事件中提取的，包括地震，洪水，暴风雨，新闻报道，社交媒体和直接消息。 这些消息跨越了多年，发生了数百场不同的灾难。 数据已使用与灾难响应相关的36种不同类

  3. 所属分类：其它

  1. 灾难响应：灾难响应项目-源码

  2. 灾难响应 灾害应对项目 该项目是灾难响应分析的简介。 首先，我们正在分析遭受灾难的人*送的消息（例如飓风或地震） 安装 您只需要下载.db即可将其输入模型中。 process_data.py是处理消息的文件。 train_classifier.py是用于训练模型的文件（考虑执行的网格搜索，可能需要几个小时）。 run.py是运行html前端以在新输入中使用模型的文件。 依存关系： python (>= 3.6) https://www.python.org/downloads

  3. 所属分类：其它

  1. 灾难响应RNN-RF--源码

  2. 灾难响应消息分析项目-集成和RNN方法 在本笔记本中，我探索了三种分析文本数据以预测文本主题的方法。 这是通过数据完成的，中有来自灾难幸存者的已编译文本消息，目的是对它们进行分类，以了解处理灾难时的优先级。 文献资料 以下项目是Udacity的数据科学纳米学位计划的一部分，该计划提供了原始数据库。 该信息如图8所示。 表格中分析的文本消息具有三种类型，分布如下所示： 需要注意的另一重要事项是所分析的文本与灾难相对应。 在下面您可以找到不同文本中最常见的10个单词： 在该项目中，您将发现两个

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：700kb
    • 提供者：weixin_42131352

  1. 灾害应对项目-源码

  2. 灾难响应管道 该项目基于图八提供的数据集

  3. 所属分类：其它

  1. WRS-TDRRC-2020SG1：世界机器人峰会（竞争）隧道灾难响应和恢复挑战的舞台门模型2020-1-源码

  2. WRS-TDRRC-2020SG1发布版本 世界机器人峰会（竞赛）隧道灾难响应和恢复挑战的舞台门模型2020-1。 这是发行版。 WRC 2020的软件重要信息 关于类软骨 版本1.8，带有开发版本管理指定的标签。 例）git clone -b标签 关于机器人中间件 推荐使用ROS1 Melodic 我们得到的信息表明，类软骨发育者将支持类软骨和ROS1之间的连接。 不建议使用OpenRTM 我们得到的信息表明，类软骨动物开发人员没有任何计划来支持类软骨和RTM之间的连接。 有信息表明RTM版

  3. 所属分类：其它

  1. 灾害响应管道-源码

  2. 灾害响应管道项目 灾难响应管道是一种NLP机器学习算法，可提取和处理紧急响应服务收到的帮助消息。 这些消息然后按消息内容分类，并显示在方便使用的Web应用程序中。 使用说明 在项目的根目录中运行以下命令来设置数据库和模型。 运行ETL管道以清理数据并将其存储在数据库中python data/process_data.py data/disaster_messages.csv data/disaster_categories.csv data/DisasterResponse.db 运行用于训

  3. 所属分类：其它

    • 发布日期：2021-02-08
    • 文件大小：21mb
    • 提供者：weixin_42168830
« 12 3 »