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. 基于机器学习SNS隐私向导分类器的C++及WEKA实现源码

  2. 本文接《基于机器学习的SNS隐私保护策略推荐向导的设计与实现》（详见http://blog.csdn.net/yangliuy/article/details/7628976），详细解析基于机器学习的SNS隐私策略推荐向导分类器的C++及WEKA实现与评估结果，本文完整C++程序及JAVA工程下载链接见，对数据挖掘和SNS感兴趣的朋友可以下载跑一下，有任何问题欢迎交流：）

  3. 所属分类：Java

    • 发布日期：2012-06-03
    • 文件大小：4mb
    • 提供者：yangliuy

  1. 机器学习kmeans评估

  2. 此代码包含机器学习kmeans算法对K值的评估，可以直观看到K的不同对应的准则值的不同

  3. 所属分类：其它

    • 发布日期：2017-01-11
    • 文件大小：11mb
    • 提供者：m0_37315334

  1. 评估机器学习模型.

  2. 评估机器学习模型.evaluating-machine-learning-models.pdf )

  3. 所属分类：深度学习

    • 发布日期：2017-07-01
    • 文件大小：3mb
    • 提供者：yunxinan

  1. 机器学习课件

  2. 机器学习导论课程PPT。 Chap01_绪论 Chap02_模型评估与选择 Chap03_线性模型 Chap04_决策树 Chap05_神经网络

  3. 所属分类：机器学习

    • 发布日期：2018-05-09
    • 文件大小：15mb
    • 提供者：zhaodong0335

  1. 基于机器学习的IP流量分类研究

  2. IP流量分类是Internet研究和流量工程的重要基础,近年来网络应用类别和Internet流数量在快速增长。流量分类技术不断面临新的挑战。对基于机器学习的IP流量分类方法进行了系统性研究。给出了这类流量分类方法的数学描述;通过深入研究有监督和无监督机器学习方法在流量分类中的应用,从数据预处理、模型构建和模型评估3个方面评述这类技术的研究现状,并指出存在的问题;总结得出现阶段基于机器学习的IP流量分类技术存在数据偏斜、标识瓶颈、属性变化和实时分类等4个方面的共性问题;最后展望了流量分类技术的未

  3. 所属分类：机器学习

    • 发布日期：2018-06-17
    • 文件大小：269kb
    • 提供者：qq_28339273

  1. 谷歌机器学习速成课程中文视频（第二部分）

  2. 谷歌机器学习速成课程中文视频（第二部分） 11.简化正则化.mp4 12.逻辑回归.mp4 13.评估分类模型.mp4 14.稀疏性正则化.mp4 15.神经网络简介.mp4

  3. 所属分类：专业指导

    • 发布日期：2018-06-25
    • 文件大小：217mb
    • 提供者：m0_37796147

  1. Go机器学习库Gorgonia.zip

  2. Gorgonia 是 Go 机器学习库。撰写和评估多维数组的数学公式。与  Theano 和 TensorFlow 理念相似。具体来说，Gorgonia 性能：执行自动分化执行符号微分优化梯度下降进行稳定的数值计算提供便捷功能来帮助创建神经网络操作快（与Theano和Tensorflow速度相当）支持GPU / CUDA支持分布式计算

  3. 所属分类：其它

  1. 格点QCD观测值的机器学习估计器

  2. 提出了一种使用机器学习（ML）来减少评估点阵QCD可观察值的计算成本的新技术。 机器学习是在背景量具领域配置的子集（称为标记集）上进行训练的，以根据在整个样本上计算出的相关但运算量较小的可观测值X的值预测可观测值O。 通过使用第二个子集（也是标记集的一部分），我们估计了训练有素的ML算法预测的结果中的偏差。 使用Boosted决策树回归ML算法，通过两种不同的点阵QCD计算，可将计算成本降低约7％–38％：（1）预测可从两个分子产生等矢量的核子三点相关函数 点相关函数和（2）预测当一个小的CP违

  3. 所属分类：其它

    • 发布日期：2020-04-22
    • 文件大小：570kb
    • 提供者：weixin_38565628

  1. 机器学习算法基础学习总结

  2. 机器学习算法基础学习总结2.基本算法 2.1 Logistic回归 优点:计算代价不高,易于理解和实现。 缺点:容易欠拟合,分类精度可能不高 适用数据类型:数值型和标称型数据。 类别:分类算法。 试用场景:解决二分类问题。 简述: Logistic回归算法基于 Sigmoid函数,或者说 Sigmoid就是逻辑回归函数。 Sigmoid函数定义如下:1/(1-exp(-z))。函数值域范围(0,1)。可以用来做分 类器。 Sigmoid函数的函数曲线如下: 逻辑凹归模型分解如下:(1)首先将不同

  3. 所属分类：机器学习

    • 发布日期：2019-07-02
    • 文件大小：305kb
    • 提供者：abacaba

  1. 清华大学-学堂在线-大数据机器学习课件笔记.zip

  2. 清华大学-学堂在线 大数据机器学习课件笔记系列：概述、机器学习的基本概念、模型性能评估、感知机、聚类、贝叶斯分类器及图模型、决策树和随机森林、逻辑斯谛回归与最大熵模型、支持向量机 SVM、核函数与非线性 SVM、降维与度量学习、提升方法 adaboost 算法、EM 算法及混合高斯模型、计算学习理论、隐马尔可夫模型和概率图模型、条件随机场、概率图模型的学习与推断、神经网络与深度学习、深度学习正则化方法、深度学习优化方法等。

  3. 所属分类：互联网

    • 发布日期：2020-05-29
    • 文件大小：50mb
    • 提供者：weixin_43595476

  1. 机器学习教程思维导图.xmind

  2. 机器学习基础教程思维导图，sk-learn库的运用。以Python 语言介绍。主要内容包括：机器学习的基本概念及其应用；实践中最常用的机器学习算法以及这些算法的优缺点；在机器学习中待处理数据的呈现方式的重要性，以及应重点关注数据的哪些方面；模型评估和调参的高级方法

  3. 所属分类：互联网

    • 发布日期：2020-07-09
    • 文件大小：310kb
    • 提供者：qq_33703300

  1. AMR_prediction:机器学习框架可预测细菌菌株中抗生素抗性特征和潜在基因的未知基因-源码

  2. 评估不同机器学习算法的能力的计算框架，可以预测缺乏已知抗菌素抗性基因但显示出对这些家族药物的抗性的细菌菌株的抗生素抗性表型。 使用全基因组测序抗菌素耐药性（AMR）遗传数据和抗菌素敏感性测试（AST）表型数据评估机器学习算法在预测耐药性状方面的性能。 可以在此存储库的“数据”文件夹中访问AMR-AST数据。 请参阅AMR预测Jupyter笔记本以获取可重复的工作流程，框架数据的分析和可视化。 该框架还可以导出性能结果数据和300 dpi数字，以实现更好的可视化。

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：675kb
    • 提供者：weixin_42098251

  1. shapley:一种数据驱动的方法来量化机器学习集合中分类器的值-源码

  2. | | Shapley是一个Python库，用于评估机器学习集合中的二进制分类器。 该库包含多种方法，用于计算（近似）加权投票游戏（合奏游戏）中的参与者（模型）的Shapley值-一类可转让的公用事业合作游戏。 我们讨论了基于精确枚举的计算以及经济学和计算机科学研究论文中的各种广为人知的逼近方法。 还有一些功能可以根据来识别玩家池的异质性。 此外，该框架还带有，直观的，100％的测试覆盖率和说明性的玩具。 引用 如果您发现Shapley在您的研究中很有用，请考虑添加以下引用： misc

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：489kb
    • 提供者：weixin_42116701

  1. CMT307-应用机器学习-源码

  2. CMT307-应用机器学习 发生-19A Ac Yr-2019/0威尔士％-0模块概述：机器学习领域与研究开发计算机程序的方法有关，这些方法可以从示例或先前的经验中学习。 机器学习是人工智能最近取得的许多成功的基础，其应用范围从无人驾驶汽车到数字助理和搜索引擎。 该模块将作为机器学习的一般介绍，涵盖传统方法（例如决策树和支持向量机）以及最新的基于神经网络的技术。 尽管该模块还将涵盖这些方法背后的核心原理，但主要重点将放在面向机器学习的面向应用方面，例如如何实现关键的机器学习技术，如何选择在给定情

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：218mb
    • 提供者：weixin_42168750

  1. 用Yellowbrick评估机器学习模型：使用Yellowbrick评估机器学习模型-源码

  2. 使用Yellowbrick评估机器学习模型 该存储库是对（使用Yellowbrick执行特征分析）存储库的补充。 课程材料完全属于Coursera。 答案是显示我的审判的唯一内容。 特别感谢指导老师：Snehan Kekre。 要使用conda安装此软件包，请运行：conda install -c districtdatalabs yellowbrick 重要网址：

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：845kb
    • 提供者：weixin_42125192

  1. Logistic回归机器学习模型-源码

  2. Logistic回归机器学习模型 •集成了Python的TensorFlow机器学习库，并构建了一个实现逻辑回归算法的深层人工神经网络。 •利用神经网络中必要的激活函数来解决二进制分类问题。 •使用实际数据集训练和评估机器学习模型。 •通过对新的结构化数据使用模型，实现了78％的准确性。

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：44kb
    • 提供者：weixin_42126399

  1. datamicroarray：小样本，高维微阵列数据集的集合，用于评估机器学习算法和模型-源码

  2. datamicroarray：小样本，高维微阵列数据集的集合，用于评估机器学习算法和模型

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：90mb
    • 提供者：weixin_42097819

  1. adversarial-robustness-toolbox：adversarial-robustness-toolbox（ART）-用于机器学习安全性的Python库-规避，中毒，提取，推理-源码

  2. 对抗性鲁棒性工具箱（ART）v1.5 对抗性鲁棒性工具箱（ART）是用于机器学习安全性的Python库。 ART提供的工具使开发人员和研究人员可以针对逃避，中毒，提取和推理的对抗性威胁捍卫和评估机器学习模型和应用程序。 ART支持所有流行的机器学习框架（TensorFlow，Keras，PyTorch，MXNet，scikit-learn，XGBoost，LightGBM，CatBoost，GPy等），所有数据类型（图像，表格，音频，视频等）和机器学习任务（分类，对象检测，语音识别，生成，认证等

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：34mb
    • 提供者：weixin_42144707

  1. AutoMLPipeline.jl：一个软件包，可以轻松创建和评估机器学习管道架构-源码

  2. AutoMLPipeline.jl：一个软件包，可以轻松创建和评估机器学习管道架构

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：336kb
    • 提供者：weixin_42175035

  1. sklearn评估：简化机器学习模型评估：绘图，表格，HTML报告，实验跟踪和Jupyter笔记本分析-源码

  2. 斯克莱恩评估 机器学习模型评估变得容易：绘图，表格，HTML报告，实验跟踪和Jupyter笔记本分析。 支持Python 3.6及更高版本。 安装 pip install sklearn-evaluation 产品特点 （混淆矩阵，特征重要性，精度调用，ROC） 报告生成（ ）

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：624kb
    • 提供者：weixin_42104778
« 12 3 4 5 6 7 8 9 10 ... 29 »