您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. BerePi:基于无线传感器网络(WSN),RaspberryPi的数据收集,用于机器学习-源码

  2. BerePi(Bere + RaspberryPi)软件 基于RaspberryPi的物联网大数据收集和分析软件工具套件,为物联网级别的计算系统驱动 基于物联网数据采集与处理(大数据)的物理计算和智能软件服务的软件堆栈 基于RaspberryPi发行版(硬件和软件) 支持带有RaspBerryPi4的Raspbian OS Buster(版本2019.09.12)(输入hangul模式,한글모드) 贡献 Jeonghoon Kang( ),Philman Jeong( ),Sukun Kim
  3. 所属分类:其它

    • 发布日期:2021-03-21
    • 文件大小:92mb
    • 提供者:weixin_42099087
  1. corporate-strategic:结业项目:公司战略最小规模认识仓库-源码

  2. 项目专用仓库 目录 一。工作流说明 二。项目贡献规则 一。工作流说明(这里照搬开智方法论) 在沟通中触发的灵感,改进点,灵感=>加入问题的具体描述。 也可以在问题里面开个自己的树洞贴,把自己平时觉得做项目时自己需要注意的点写在里面。如: 成果沉淀到维基里,维基里面放整理好的清单,说明等。并在问题里面放置对应的维基链接。 认领好任务后,在仓库里所有权文件夹。 二。项目贡献规则 (一)仓库文件夹/文件名命名规则。 文件夹/文件名必须用英文字母命名!哪怕是用拼音。若是用中文,将无法使用git
  3. 所属分类:其它

    • 发布日期:2021-03-18
    • 文件大小:18mb
    • 提供者:weixin_42176612
  1. human:人类-源码

  2. 人类图书馆 3D人脸检测和旋转跟踪,人脸嵌入和识别, 身体姿势追踪,3D手和手指追踪, 虹膜分析,年龄与性别和情绪预测, 手势识别 使用TensorFlow / JS机器学习库Javascr ipt模块 浏览器: 与CPU , WebGL , WASM后端兼容与台式机和移动平台兼容与WebWorker执行兼容 NodeJS : 与软件tfjs-node和GPU使用CUDA库加速了后端tfjs-node-gpu 查看以处理实时WebCam视频或静态图像 项目页面 维基页面 附加条款 默认型号 人
  3. 所属分类:其它

    • 发布日期:2021-03-17
    • 文件大小:40mb
    • 提供者:weixin_42108778
  1. Project_2:摆脱混乱-数据驱动的足球运动员市场价值估算-源码

  2. #摆脱混乱-数据驱动的足球运动员GitHub项目回购市场价值估计-2 描述 足球是一项受欢迎的运动,也是一项大生意,围绕球员估价的重要决定是人们最关心的问题。 市场价值传统上是由足球专家估算的,人群判断背后的过程并不透明,估算值不可复制。 作为我的项目的一部分,我旨在开发一个模型,该模型将尝试复制基于人群的市场价值估计,并检查以下等式是否成立: 玩家的市场评估=市场信息+玩家属性+玩家统计/能力 作为该项目的一部分,我将尝试基于以下功能预测2017年-市场估值。 功能和目标变量 球员数据-身高
  3. 所属分类:其它

  1. genshin-gacha-export:原神抽卡记录导出-源码

  2. 原神抽卡记录导出 NGA原帖: ://bbs.nga.cn/read.php tid 25004616 强烈建议使用本项目导出的xlsx配合使用,可查看分析饼图,成就表 ,支持安卓,油猴脚本可在浏览器导出 维基 功能 读取客户端日志文件中的url 将获取到的6个月历史记录与本地记录合并(1.3版本更新后api只能获取6个月历史记录) 导出抽卡记录为带格式的excel表格 展示抽卡报告,鼠标悬停在数量上即可查看对应星级详情 自动抓包本机api请求 记录历史url,如果可用无需重新抓包 任选清
  3. 所属分类:其它

    • 发布日期:2021-03-07
    • 文件大小:216kb
    • 提供者:weixin_42119281
  1. AutoDai:我的想法,交易和分析工具-源码

  2. 汽车日报 老戴的金融小工具库(python 3)雪球ID:戴老师爱学习金融文献翻译:点拾投资/杰晶维基 投资理念与框架 决策方法论:逻辑高于经验,赔付高于预测,极端风险控制高于预期收益最优 宏观分析框架 Beta选择 股本Alpha 套利 投资追踪记录 2017 + 78.10% 2018 -6.23% 2019 + 61.31% 2020 -1.53​​% 权益分析 A股年报数据分析 A股日线时间序列下载 A股股票估值模型 股权交易分析 A股交割单分析 A股交易表现/对比同花顺和雪球
  3. 所属分类:其它

    • 发布日期:2021-03-04
    • 文件大小:28mb
    • 提供者:weixin_42104906
  1. externallinks:用于Wikimedia合作的外部链接跟踪工具-源码

  2. 维基链接 Wikilink是一个工具,用于跟踪由于Wikimedia合作而对Wikimedia项目所做的链接添加。 它监视所有Wikimedia项目中特定URL模式的链接添加和删除,从而提供高级统计信息和图形以进行分析和跟踪。 用法 该工具当前位于 。 用户目前无法输入新的跟踪模式或其他数据,因此,当前跟踪的唯一合作伙伴是 。 如果更改的URL与工具中的模式匹配,则从事件流中跟踪各个链接事件,并将其存储在工具数据库中。 该工具还可以使用监视所有Wikimedia项目中每个URL模式的链接总数
  3. 所属分类:其它

    • 发布日期:2021-02-26
    • 文件大小:108kb
    • 提供者:weixin_42099815
  1. 运动React:LIVE SPORT ANALYTICS APP-源码

  2. 维基体育 使用单个API,该项目使体育迷能够在用户友好的界面中使用实时数据跟踪和分析游戏,赛季,球员,球队和相关新闻。 预览 使用的技术 后端 节点 npm 表示 轴距 cheerio(《纽约时报》的报废新闻) ... 前端 React 还原 重击式 React路由器域 滚动响应动画 Javacript 物化css ...
  3. 所属分类:其它

    • 发布日期:2021-02-21
    • 文件大小:71mb
    • 提供者:weixin_42131601
  1. FYP:这是我最后一年项目的github回购-源码

  2. 目录 描述 该项目旨在发现社交媒体上虚假新闻的趋势。 目前,我正在使用apache kafka实时直播Twitter上的推文,并使用机器学习来分析这些推文。 我旨在使用分析仪表板显示假新闻的趋势,用户可以使用D3.js和flask进行交互 :exclamation_mark: 这仍在积极开发中,因此并非所有功能都存在。 什么是假新闻? 假新闻(也称为垃圾新闻,伪新闻或恶作剧新闻)是一种新闻形式,由故意的虚假信息或通过传统新闻媒体(印刷和广播)或在线社交媒体传播的恶作剧组成。 这是维基百科的定
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:159mb
    • 提供者:weixin_42128141
  1. 数据科学:数据科学-将数据转化为解决方案!-源码

  2. 欢迎来到我的GitHub:数据科学 ( ) 数据科学 “数据科学是一个跨学科领域,它使用科学的方法,过程,算法和系统从结构化和非结构化各种形式的数据中提取知识和见解。” “数据科学是“统一统计,数据分析,机器学习及其相关方法的概念”,目的是“理解和分析数据的实际现象”。它采用了在数学,统计学背景下从许多领域中汲取的技术和理论。 ,信息科学和计算机科学。” -维基百科(2018年11月13日) 大数据 “大数据”一词最早是由美国宇航局天文学家Michael Cox和David Ellswor
  3. 所属分类:其它

    • 发布日期:2021-02-15
    • 文件大小:41mb
    • 提供者:weixin_42129412
  1. EventEpi:从流行病学文本中提取最重要实体并对其进行分析的工具-源码

  2. 此仓库包含EventEpi的工作。 EventEpi是支持基于事件的监视的框架。 该框架包含三部分,它们构成了EventEpi的工作流程: event_db_preprocessing ,其中包含使用流行病学数据库可能必需的示例性预处理步骤。 scraper ,其中包含用于 和文章 维基百科的 对的查询,其中包含所有英文和德文的疾病名称。 此外,它还包含文本提取功能,可从原始HTML或PDF提取相关文本。 classifer ,包含从流行病学文本中提取关键命名实体并确定给定代码库的文章的
  3. 所属分类:其它

  1. 预测建模:预测建模中的统计技术-源码

  2. 预测建模 预测建模使用统计数据来预测结果。[1] 人们最想预测的事件通常是将来的事件,但是预测建模可以应用于任何类型的未知事件,无论何时发生。 模型可以使用一个或多个分类器来尝试确定一组数据属于另一组的概率。 例如,可以使用模型来确定电子邮件是垃圾邮件还是“垃圾邮件”(非垃圾邮件)。 取决于定义边界,预测建模与机器学习领域是同​​义词,或在很大程度上重叠,因为它在学术或研究与开发环境中更为常见。 当商业部署时,预测建模通常称为预测分析。 预测建模通常与因果建模/分析形成对比。 在前者中,人
  3. 所属分类:其它

  1. 维基分析-源码

  2. 维基分析
  3. 所属分类:其它

    • 发布日期:2021-02-10
    • 文件大小:26kb
    • 提供者:weixin_42168902
  1. MemoScope.Net:转储和分析.Net应用程序内存(WinDbg和ClrMd的gui)-源码

  2. MemoScope.Net 转储和分析.Net应用程序内存 维基 请阅读以了解有关MemoScope的所有信息。 许多图片,GIF动画和一些用于每个主要功能的文本。 TLDR 它的MemoScope.Net是什么? 它是分析.Net进程内存的工具:它可以将应用程序的内存转储到文件中,并在以后读取。 转储文件包含所有数据(对象)和线程(状态,堆栈,调用堆栈) MemoScope.Net将分析数据并帮助您查找内存泄漏和死锁 感谢提供的库,如果没有它,MemoScope.Net将不存在。 安装
  3. 所属分类:其它

  1. WikiSQL:用于开发自然语言界面的大型带注释的语义分析语料库-源码

  2. 维基SQL 一个庞大的众包数据集,用于为关系数据库开发自然语言界面。 WikiSQL是与我们的工作《 一起发布的数据集。 引文 如果您使用WikiSQL,请引用以下内容: 钟国,、熊才明和理查德·索赫。 2017年。Seq2SQL:使用强化学习从自然语言生成结构化查询。 article{zhongSeq2SQL2017, author = {Victor Zhong and Caiming Xiong and Richa
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:25mb
    • 提供者:weixin_42151729
  1. derpy:Python中的上下文无关语法“使用派生语法分析”-源码

  2. 解析导数 派生分析的Python实现。 提供简洁的中缀表示法,以支持清晰,复杂的语法。 见的Java实现,或为原始作者的出版物。 什么是解析? 根据维基百科,解析是 由计算机对句子或其他字符串进行形式化分析以构成其组成部分,从而形成一棵分析树,显示出它们彼此之间的句法关系,其中可能还包含语义和其他信息。 通常,生成解析树的过程分为两个不同的阶段: 词法分析。 乐兴只是将连续的字符流分解为当然的离散的“令牌”。 然后,解析将使用这些标记来构建解析树。 该库提供了一个简单的标记器,以及从任何
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:40kb
    • 提供者:weixin_42111465
  1. gitlab分析-源码

  2. gitlab分析 目标 提高开发人员构建更标准gitlab项目的热情。 为开发人员提供有关gitlab功能的指南。 通过统计分析gitlab用户的活动。 支持kpi对项目经理的评估。 分析工具 提交 维基 问题 评论 合并请求 安装 用Docker初始化 git clone https://github.com/NDHWAlliance/gitlab-analytics.git cd gitlab-analytics docker-compose up mysql grafana ga
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:312kb
    • 提供者:weixin_42112894
  1. 性能::stopwatch:PHP性能工具可按时间,内存使用量和数据库查询来分析您的脚本。 支持Laravel和Composer用于Web,Web控制台和命令行界面-源码

  2. :stopwatch: PHP性能工具 :hammer_and_wrench: 建立:大师|开发 突出 轻松衡量跨多个平台PHP脚本的性能 支持Laravel框架» 支持界面Web,Web控制台和命令行 将结果导出到类,文件或json字符串» 打印有关PHP版本,最长修复时间和最大内存的信息 显示当前用户和进程ID» 支持多点» 测量时间,内存使用率和内存峰值 在界面之间自动切换 记录数据库查询» 直播功能» 易于安装» 支持PHP 5.6、7.0、7.1、7.2版本 活跃的维基»
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:36kb
    • 提供者:weixin_42097450
  1. jupyter笔记本:Jupyter笔记本和其他-源码

  2. 布局 标题 上一次更改 维基 Jupyter笔记本 2020/11/15 12:41:21 深度学习 Scikit,学习上的IRIS数据集的感知器,神经网络,Keras。 TensorFlow Implementaion在MNIST数据集。 Softmax,交叉熵损失 使用PyTorch进行梯度计算。 层调试。 验证合并,连接方法。 在文本嵌入上验证Conv1D。 验证Image数据集上的Conv2D。 验证LSTM计算。 器具Seq2Seq学习的执行加法。 器具Seq2Se
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:19mb
    • 提供者:weixin_42097208
  1. SpatialTutorial:该教程显示了一些使用ASP.NET和JavaScript可视化,分析和处理空间数据的实践-源码

  2. 本教程显示了一些使用PTV xServer和Leaflet可视化,分析和处理空间数据的实践。 阅读Wiki中的教程 0.2版新功能 更新到传单1.0.3 更新到xMapServer-2 更新到.NET 4.6 更新到System.Data.SQLite.Core(通过NuGet) 更新到SpatiaLite 4.4.0-RC0 支持64位 修复了MBRCache的创建和使用 将多边形顶点减少到相应的像素精度 一些美化 去做 更新维基 已知问题 有一些传单问题会影响本教程中的地图显示。
  3. 所属分类:其它

    • 发布日期:2021-02-01
    • 文件大小:12mb
    • 提供者:weixin_42116604
« 12 3 »