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. 富士电机多功能型变频器FRENIC-MEGALite系列样本.pdf

  2. 富士电机多功能型变频器FRENIC-MEGALite系列样本pdf,本资料是关于富士电机高性能多功能型变频器FRENIC-MEGALite系列样本，更多详细内容请点击下载！FRENID MEGA LiiE ■广泛的用途 简单操作维护保养支持的提高 防止物品滑落的功能 具有利于速度指令工作的功能 搭载UsB接口实现Pc加载器简易信息管理!(选配件)型号:TPE1U 在上下撇运等过程中,提高了制动信号 将脉冲列翰入功能作为标准配置 提高现场作业性能 ●在生产现场,从操作面板上的US日接口可直接向计算

  3. 所属分类：其它

  1. 阿里云同地域跨可用区容灾演练.pdf

  2. 对于企业级客户，如何在不大幅增加成本的情况下，获得支持业务的跨可用区（Zone）的容灾能力。希望对整体的应用做容灾备份，而非单独的数据库或存储等，来应对单地区的故障，满足业务的RTO/RPO核心指标。 内容包括： 如何新搭建跨可用区（Zone）的容灾架构 构建了跨可用区的容灾架构，如何演练等版本历史 版本编号 日期 文档作者 审核人 说明 20190307 弦望、明誉 明中、阿瑟、创建文档 游圣 20190314 弦望 增加 terraform 脚本 准备 在进行如下操作步骤之前,需要准备好如

  3. 所属分类：Openstack

    • 发布日期：2019-08-17
    • 文件大小：4mb
    • 提供者：xm_sdk

  1. 酒评-源码

  2. 预测葡萄酒的评级：项目概述 制作了一份报告，探讨了根据其理化特性预测葡萄酒等级的统计模型 优化的随机森林，朴素贝叶斯，支持向量机，多项式回归模型 使用的代码 R版本3.6.1 数据 通过ucidata包访问了数据集。 它包含6497个观测值和12个变量。 葡萄酒的quality将作为回应。 预测因素包括color （1599红色，4898白色）和葡萄酒理化特性的客观测量，例如fixed acidity ， citric acid ， pH和alcohol 。 fixed acidity vo

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：390kb
    • 提供者：weixin_42144554

  1. 酒评数据集数据分析-源码

  2. 酒评数据集数据分析 报告中有详细信息：Wine Review数据集上的数据分析

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：993kb
    • 提供者：weixin_42129797

  1. 清酒味-源码

  2. アプリケーション名 日本酒フレーバー検索 アプリケーション概要 酒を利用することで，日本酒のフレーバーの倾向を 华やかさ・芳醇さなど6つの项目で评価したレーダーチャート 辛口・甘口など具体的な言葉でフレーバーを表现したフレーバータグ の2点から确认することができる。 网址 利用方法 「绞り込み検索」「铭柄名入力検索」の2种の検索方法で日本酒の铭柄を検索できる。 绞り込み検索 「地域→蔵元→铭柄」という顺に情报を绞り込んで検索できる。 「地域」プルダウンリストから情报を知りたい地域を选択する。

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：769kb
    • 提供者：weixin_42118161

  1. Wine-Rating-Predictor-ML-Model：具有Python，Docker，Luigi，SciKit-Learn和Pandas的自动ML管道，可预测葡萄酒质量等级-源码

  2. 酒评指标 在这个项目中，我为在线葡萄酒销售商构建了葡萄酒评级预测指标。 该Wine预测变量旨在显示使用wine_dataset良好的预测是可能的。 葡萄酒评级是80到100之间的一个分数，代表了葡萄酒的质量。 使用当前的功能集，随机森林分类器及其调整的参数葡萄酒等级预测器可以预测均方误差为4.9的葡萄酒质量。 该指标表明，针对客户的全自动机器学习解决方案在生产中是可行且有效的。 该预测器运行带有Docker和Luigi任务的机器学习管道。 因此，它可以在装有docker和docker-com

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：27mb
    • 提供者：weixin_42102713

  1. winerama-recommender-tutorial：使用Python技术（如Django，Pandas或Scikit-learn，以及其他诸如Bootstrap）的葡萄酒推荐系统教程-源码

  2. 温拉玛 一个使用Python技术（例如Django，Pandas或Scikit-learn）以及其他技术（例如Bootstrap）的网络推荐教程。 该存储库包含酒评和推荐Web应用程序的代码，处于不同阶段，如git标签。 这样的想法是，您可以按照下面列出的标记来学习教程，并学习其中解释的不同概念。 这些教程包括有关如何使用部署Web的。 但是，Koding最近从单独帐户转到了团队帐户，并且提供给我的教程结果的Koding帐户部署的链接不再起作用。 仍然可以完全按照本教程进行操作。 讲解 以下教

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：65kb
    • 提供者：weixin_42127835