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. 数据挖掘——概念、模型、方法和算法.pdf

  2. 本书全面讲述了数据挖掘的概念、模型、方法和算法。本书共包括13章和2个附录，全面、详细地讲述了从数据挖掘的基本概念到数据挖掘的整个过程，以及数据挖掘工具及其典型应用领域。本书编写严谨、内容权威、结构合理、科学规范、语言流畅，特别适合作为高等院校数据挖掘课程的教科书，还适合作为数据挖掘研究人员必备的参考书。 目 录 第1章 数据挖掘的概念 1 1.1 概述 1 1.2 数据挖掘的起源 3 1.3 数据挖掘过程 5 1.3.1 陈述问题和阐明假设 5 1.3.2 数据收集 6 1.3.3 数据预处

  3. 所属分类：其它

    • 发布日期：2009-05-27
    • 文件大小：8mb
    • 提供者：linkui26

  1. 数据挖掘中的新方法：支持向量机.pdf

  2. 支持向量机是数据挖掘中的一个新方法。支持向量机能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理等多种学科。目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段。希望《数据挖掘中的新方法——支持向量机》能促进它在我国的普及与提高。 《数据挖掘中的新方法——支持向量机》对象既包括关心理论的研究工作者，也包括关心应用的实际工作者。对于有关领域的具有高等数学知识的实际工作者，略去书中的某些理论

  3. 所属分类：C

    • 发布日期：2010-03-24
    • 文件大小：7mb
    • 提供者：shiyoumaomao

  1. 计算机二级公共基础知识

  2. 1. 算法的基本概念 利用计算机算法为计算机解题的过程实际上是在实施某种算法。 （1）算法的基本特征 算法一般具有4个基本特征：可行性、确定性、有穷性、拥有足够的情报。 （2）算法的基本运算和操作 算法的基本运算和操作包括：算术运算、逻辑运算、关系运算、数据传输。 （3）算法的3种基本控制结构 算法的3种基本控制结构是：顺序结构、选择结构、循环结构。 （4）算法基本设计方法 算法基本设计方法：列举法、归纳法、递推、递归、减半递推技术、回溯法。 （5）指令系统 所谓指令系统指的是一个计算机系统能

  3. 所属分类：数据库

    • 发布日期：2011-04-30
    • 文件大小：81kb
    • 提供者：zmxnlp

  1. 提供一个Matlab的BP神经网络的基础资料-附件2.txt

  2. 提供一个Matlab的BP神经网络的基础资料-附件2.txt 第一节内容：包括神经网络的基础知识，BP网络的特点，bp主要应用的场合，使用时应注意的问题。 什么是神经网络？ 神经网络是由很多神经元组成的，首先我们看一下，什么是神经元 3962604722133983950.jpg 上面这个图表示的就是一个神经元，我们不管其它书上说的那些什么树突，轴突的。用个比较粗浅的解释，可能不太全面科学，但对初学者很容易理解： 1、我们把输入信号看成你在matlab中需要输入的数据，输进去神经网络后 2、这

  3. 所属分类：其它

  1. Fashion minist机器学习python TensorFlow图像线性回归预测分类 有tensorboard

  2. 老款的minist已经被玩烂了，这款fashion minist数据集用来新手练手学习十分适合

  3. 所属分类：机器学习

    • 发布日期：2019-10-09
    • 文件大小：32kb
    • 提供者：lz0113

  1. 数据挖掘线性回归数据集

  2. 数据挖掘线性回归数据集，用于数据挖掘课本中第六章回归案例实验使用。数据挖掘线性回归数据集，用于数据挖掘课本中第六章回归案例实验使用。

  3. 所属分类：其它

  1. np-training-validation-源码

  2. np训练验证 使用NumPy实施向量化的线性和多项式回归模型，并使用单独的训练和测试集比较其性能1.使用NumPy load（）方法读取数据集。 数据包含两个数组：'features'（包含变量CRIM到LSTAT）和'target'（包含变量MEDV）。 2.保留前102项（占总数的20％）作为验证集，其余404项用于培训。 3.创建训练数据的散点图，显示房间数量与房屋中位数之间的关系。 关系看起来是线性的吗？ 4.将RM设为X，将MEDV设为t，使用np.linalg.inv（）计算训练集的

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：27kb
    • 提供者：weixin_42099814

  1. GlobalAIHubDLCourse-源码

  2. 欢迎与LeadingIndia.ai合作阅读我们的AI和深度学习课程库简介！ 您可以通过访问与LeadingIndia.ai合作找到有关我们的AI和深度学习入门课程的更多信息 要注册我们的课程，您可以通过访问找到适合您日程的下一门 教学大纲 第一天 理论：人工智能和深度学习导论 动机：深度学习的基础和术语 AI vs ML vs DL：比较 特征和重量 机器学习回顾：线性回归，逻辑回归 激活功能。 动手 Python编程简介 第二天 理论：神经网络 神经网络 损失函数 梯度下降 前馈和后向

  3. 所属分类：其它

  1. ML-Competition-源码

  2. ML竞争 [亚历克斯·朱拉多（Alex Jurado），菲利普·萨米蒂尔（Felip Samitier）和卡洛斯·马丁内斯（Carlos Martinez） [2021年3月，巴塞罗那，全职数据分析训练营] 比赛说明 在训练营期间，我们进行了一次机器学习竞赛，我们不得不预测Cookie的质量。 我们在第一天就得到了一个数据集，我们有一天半的时间来处理这些数据集，以找到具有最佳参数的最佳模型。 具有最佳状态的球队获胜。 组织与流程 我们首先使用一些可视化工具探索数据，然后清理和格式化数据集以对其

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：151kb
    • 提供者：weixin_42114041

  1. 深度学习入门-源码

  2. 欢迎与LeadingIndia.ai合作阅读我们的AI和深度学习课程库简介！ 您可以通过访问与LeadingIndia.ai合作找到有关我们的AI和深度学习入门课程的更多信息 要注册我们的课程，您可以通过访问找到适合您日程的下一门 教学大纲 第一天 理论：人工智能和深度学习导论 动机：深度学习的基础和术语 AI vs ML vs DL：比较 特征和重量 机器学习回顾：线性回归，逻辑回归 激活功能。 动手 Python编程简介 第二天 理论：神经网络 神经网络 损失函数 梯度下降 前馈和后向

  3. 所属分类：其它

  1. Python机器学习实战教程：回归

  2. 欢迎阅读Python机器学习系列教程的回归部分。这里，你应该已经安装了Scikit-Learn。如果没有，安装它，以及Pandas和Matplotlib。除了这些教程范围的导入之外，我们还要在这里使用Quandl：首先，对于我们将其用于机器学习而言，什么是回归呢？它的目标是接受连续数据，寻找最适合数据的方程，并能够对特定值进行预测。使用简单的线性回归，你可以仅仅通过创建最佳拟合直线，来实现它。这里，我们可以使用这条直线的方程，来预测未来的价格，其中日期是x轴。回归的热门用法是预测股票价格。由于我

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：473kb
    • 提供者：weixin_38698433

  1. 线性回归-源码

  2. 实验室：具有线性回归的探索性分析 概述 通过对Kaggle数据集使用线性回归来执行探索性分析。 功能任务和要求 选择适合线性回归的Kaggle数据集。 将收到的数据加载到Pandas DataFrame中。 显示数据集的前五行。 显示描述和数据集信息。 确保已将任何日期列强制转换为DataFrame中的datetime对象。 使用回归模型，将数据分为训练和测试数据。 将训练分解为回归模型。 显示回归模型的分数。 从回归模型得出结论。

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：572kb
    • 提供者：weixin_42143806