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. 自动文本分类中的机器学习（英文）

  2. 介绍了文本分类中的机器学习算法（无监督），广泛使用于文本分类、信息检索系统。

  3. 所属分类：其它

    • 发布日期：2009-05-31
    • 文件大小：430080
    • 提供者：wangying

  1. 机器学习课件，教程~~~~

  2. 机器学习课件，机器学习的背景、意义、现状及未来： 背景：自从计算机问世以来，人们就想知道它们能不能自我学习。如果我们理解了计算机学习的内在机制，即怎样使它们根据经验来自动提高，那么影响将是空前的。 意义：对计算机学习的成功理解将开辟出许多全新的应用领域，并使其计算能力和可定制性上升到新的层次。同时，也会有助于更好地理解人类的学习能力(及缺陷)。

  3. 所属分类：专业指导

    • 发布日期：2010-01-09
    • 文件大小：1048576
    • 提供者：gkn2008

  1. 机器学习引言 教学、学习PPT

  2. 机器学习，数据挖掘，人工智能,知识学习 什么是机器学习 计算机程序如何随着经验积累自动提高性能 系统自我改进的过程 历史 成功应用 学习识别人类讲话 学习驾驶车辆 学习分类新的天文结构 学习对弈西洋双陆棋

  3. 所属分类：专业指导

    • 发布日期：2010-07-15
    • 文件大小：161792
    • 提供者：xinxijie531

  1. 机器学习资料-mitchell

  2. 机器学习资料 mitchell 机器学习这门学科所关注的问题是：计算机程序如何随着经验积累自动提高性能？近年 来，机器学习被成功地应用于很多领域，从检测信用卡交易欺诈的数据挖掘程序，到获取用 户阅读兴趣的信息过滤系统，再到能在高速公路上自动行驶的汽车。同时，这个学科的基础 理论和算法也有了重大的进展。

  3. 所属分类：其它

    • 发布日期：2011-03-08
    • 文件大小：1048576
    • 提供者：onedream87

  1. 机器学习自动分类

  2. 机器学习自动分类starting archiving

  3. 所属分类：Java

  1. 基于机器学习的SNS隐私保护策略推荐向导的设计与实现

  2. 设计一个SNS隐私保护策略推荐向导，利用机器学习方法自动计算出SNS用户的隐私保护偏好，只需要用户进行比现行SNS隐私保护机制下少得多的输入，就可以构建描述用户特定隐私偏好的机器学习模型，然后使用这个模型来自动设置用户SNS隐私保护策略。 具体的实现方法是，以用户SNS资料数据项为行，以朋友为列构建访问控制矩阵，填入allow/deny标签。对于每一个朋友抽取出若干属性特征，例如所属的“圈子”，性别，生日，城市等信息，可实现对朋友的向量化表示。基于已有的部分朋友和用户打上的访问许可的标签生成训

  3. 所属分类：网络安全

    • 发布日期：2012-06-03
    • 文件大小：560128
    • 提供者：yangliuy

  1. 机器学习那些事

  2. 机器学习又称数据挖掘或者预测分析，机器学习系统自动地从数据 中学习程序

  3. 所属分类：其它

    • 发布日期：2013-03-14
    • 文件大小：2097152
    • 提供者：stevenzhang1018

  1. 机器学习入门

  2. 机器学习这门学科所关注的问题是：计算机程序如何随着经验积累自动提高性能？近年来，机器学习被成功地应用于很多领域，从检测信用卡交易欺诈的数据挖掘程序，到获取用户阅读兴趣的信息过滤系统，再到能在高速公路上自动行驶的汽车。同时，这个学科的基础理论和算法也有了重大的进展

  3. 所属分类：其它

    • 发布日期：2013-05-07
    • 文件大小：2097152
    • 提供者：carr123

  1. modeltime.h2o:使用H2O AutoML进行预测。 使用H2O自动机器学习算法作为Modeltime时间序列预测的后端-源码

  2. 模型时间 使用H2O AutoML进行预测 Modeltime H2O为Modeltime预测生态系统提供了H2O后端。 主要算法是H2O AutoML ，它是为速度和规模而构建的自动机器学习库。 # Install Development Version devtools :: install_github( " business-science/modeltime.h2o " ) 有什么可能 借助Modeltime生态系统，可以轻松进行大规模预测。 该预测是使用H2O AutoML创建的

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：279552
    • 提供者：weixin_42116805

  1. 清华大学发布首篇《图自动机器学习》综述论文

  2. 图机器学习在学术界和工业界都得到了广泛的研究。然而，随着图学习文献的大量涌现，涌现出大量的方法和技术，对于不同的图相关任务，人工设计最优的机器学习算法变得越来越困难。为了解决这一关键挑战，图上的自动机器学习(AutoML)结合了图机器学习和自动学习的优点，正受到学术界的关注。

  3. 所属分类：机器学习

    • 发布日期：2021-03-05
    • 文件大小：392192
    • 提供者：syp_net

  1. transactionalmachinelearning:使用数据流和AutoML的事务性机器学习-源码

  2. 事务性机器学习 使用数据流和AutoML的事务性机器学习（TML）是使用Apache Kafka作为高级机器学习解决方案的数据主干的云解决方案平台，该高级机器学习解决方案使用事务性数据向任意数量的设备和人员快速学习并提供见解任何格式！ TML基于以下信念：“快速数据需要快速的机器学习才能快速做出决策” 。 TML产生在产业发展到的数据流对科学家数据科学家在常规机器学习（CML）。 即将到来的TML书详细找到 将自动机器学习应用于数据流并创建事务性机器学习（TML）解决方案，这些解决方案是：

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：3072
    • 提供者：weixin_42118423

  1. 如何用自动机器学习实现神经网络进化

  2. 对大多数从事机器学习工作的人来说，设计一个神经网络无异于制作一项艺术作品。神经网络通常始于一个常见的架构，然后我们需要对参数不断地进行调整和优化，直到找到一个好的组合层、激活函数、正则化器和优化参数。在一些知名的神经网络架构，如VGG、Inception、ResNets、DenseNets等的指导下，我们需要对网络的变量进行重复的操作，直到网络达到我们期望的速度与准确度。随着网络处理能力的不断提高，将网络优化处理程序自动化变得越来越可行。在像RandomForests和SVMs这样的浅模型中，我

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：491520
    • 提供者：weixin_38720322

  1. 示例-ml-管道：用于任何表格数据问题的示例，带注释的机器学习管道-源码

  2. 示例性机器学习管道 介绍 该存储库旨在充当任何表格数据问题的示例性数据科学和机器学习管道。 此外，笔记本旨在探索两个用于机器学习自动化的Python软件包： featuretools和h2o 。 featuretools专门从事特征工程，而h2o专门从事建模。 按照指示的顺序操作笔记本。 从广义上讲，这是我们涵盖的内容： 数据洞察和可视化 数据清理 数据插补 手动特征工程 通过featuretools自动特征工程 功能缩放 功能选择 功能编码 通过h2o建模（模型选择和分析） 我们可以提出

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：90112
    • 提供者：weixin_42116705

  1. autogoal：一个用于程序合成的Python框架，重点是自动机器学习-源码

  2. 自动目标 自动生成，优化和人工学习 AutoGOAL是一个Python库，用于自动找到解决给定任务的最佳方法。 它主要是为自动机器学习（aka ）设计的，但是它可以用于您有几种可能的方法来解决给定任务的任何情况。 从技术上讲，AutoGOAL是程序综合的框架，即，只要用户可以描述所有可能程序的空间，就可以找到解决给定问题的最佳程序。 AutoGOAL提供了一组低级组件来定义不同的空间并在其中高效搜索。 在特定的机器学习环境中，AutoGOAL还提供了可以在几乎任何类型的问题和数据集格式中用作

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：788480
    • 提供者：weixin_42131790

  1. nni：用于自动化机器学习生命周期的开源AutoML工具包，包括功能工程，神经体系结构搜索，模型压缩和超参数调整-源码

  2. | NNI（神经网络智能）是一个轻量级但功能强大的工具包，可帮助用户自动化，，超参数和。 该工具管理自动机器学习（AutoML）实验，调度和运行由调整算法生成的实验性试验工作，以搜索最佳训练条件下的最佳神经体系结构和/或超参数，例如，， ， ， ， ， ， ，其他云选项甚至。 谁应该考虑使用NNI 那些想在他们的训练代码/模型中尝试不同的AutoML算法的人。 那些想在不同环境中运行AutoML试用作业以加快搜索速度的人。 想要轻松实现和试验新的AutoML算法的研究人员和数

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：17825792
    • 提供者：weixin_42143221

  1. tpot：一种Python自动化机器学习工具，可使用遗传编程来优化机器学习管道-源码

  2. 主人身份： 发展状况： 包装信息： TPOT用于T基于稀土元素-P ipelineØptimization牛逼OOL。 将TPOT考虑为您的数据科学助理。 TPOT是Python自动机器学习工具，可使用遗传编程来优化机器学习管道。 TPOT将智能地探索数千种可能的管道以找到最适合您的数据的管道，从而使机器学习中最繁琐的部分自动化。 机器学习管道示例 TPOT完成搜索之后（或者您厌倦了等待），它会为您提供找到的最佳管道的Python代码，以便您可以从那里修改管道。 TPOT建立在s

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：7340032
    • 提供者：weixin_42117267

  1. auto-sklearn：使用scikit-learn进行自动化机器学习-源码

  2. 自动学习 auto-sklearn是一种自动机器学习工具包，是scikit-learn估计器的直接替代品。 在查找文档 四行代码的自动化机器学习 import autosklearn . classification cls = autosklearn . classification . AutoSklearnClassifier () cls . fit ( X_train , y_train ) predictions = cls . predict ( X_test ) 相关刊物 高效

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：6291456
    • 提供者：weixin_42139302

  1. h2o-3：H2O是一个开源，分布式，快速且可扩展的机器学习平台：深度学习，梯度提升（GBM）和XGBoost，随机森林，广义线性建模（带有弹性网的GLM），K均值，PCA，广义附加模型（GAM），RuleFit，支持向量机（SVM），堆叠

  2. 水 H2O是用于分布式，可扩展的机器学习的内存平台。 H2O使用熟悉的界面（例如R，Python，Scala，Java，JSON和Flow笔记本/网络界面），并与Hadoop和Spark等大数据技术无缝协作。 H2O提供了许多流行实现，例如广义线性模型（GLM），梯度提升机（包括XGBoost），随机森林，深层神经网络，堆叠体，朴素贝叶斯，广义加性模型（GAM），考克斯比例危害，K-表示PCA，Word2Vec以及全自动机器学习算法（ ）。 H2O是可扩展的，因此开发人员可以添加自己选择的

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：92274688
    • 提供者：weixin_42126668

  1. carefree-learn：基于PyTorch的表格数据集的最小自动机器学习（AutoML）解决方案-源码

  2. carefree-learn是基于表格数据集的最小自动机器学习（AutoML）解决方案。 畅快？ carefree-learn旨在为用户和开发人员提供CAREFREE用法。 用户端 import cflearn import numpy as np x = np . random . random ([ 1000 , 10 ]) y = np . random . random ([ 1000 , 1 ]) m = cflearn . make (). fit ( x , y ) 开发方 im

  3. 所属分类：其它

    • 发布日期：2021-01-29
    • 文件大小：149504
    • 提供者：weixin_42108778

  1. 如何用自动机器学习实现神经网络进化

  2. 对大多数从事机器学习工作的人来说，设计一个神经网络无异于制作一项艺术作品。神经网络通常始于一个常见的架构，然后我们需要对参数不断地进行调整和优化，直到找到一个好的组合层、激活函数、正则化器和优化参数。在一些知名的神经网络架构，如VGG、Inception、ResNets、DenseNets等的指导下，我们需要对网络的变量进行重复的操作，直到网络达到我们期望的速度与准确度。随着网络处理能力的不断提高，将网络优化处理程序自动化变得越来越可行。 在像RandomForests和SVMs这样的浅模型中，

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：475136
    • 提供者：weixin_38606202
« 12 3 4 5 6 7 8 9 10 ... 50 »