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. ml-bookmarks：我与机器学习有关的书签-源码

  2. ML书签 网络上的免费（有些是中等-非免费）机器学习资源书签。 这绝不是穷尽的。 这主要是为了我目前正在阅读/关注（或计划在不久的将来做）的内容，但是我们可以在将来创建一个单独的较大列表。 课程 [ML] Stanford CS229 2018秋季by Andrew Ng [ML]从数据中学习，加州理工学院的Abu Mostafa [ML]挖掘海量数据集 [DL] MIT 6.S191深度学习入门（2021年Spring） [DL]纽约大学深度学习（2020年Spring） [DL]

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：12kb
    • 提供者：weixin_42116585

  1. 2020-2-level-ctlr-源码

  2. 基础和计算语言学第二课程数据集收集器实验室（2020/2021） 关于课程 经济学院（下诺夫哥罗德分校）的 。 讲师 讲师 Uraev Dmitry Yurievich-助理 动机 这个想法是自动获得具有特定结构和适当内容的数据集，并使用各种NLP库执行形态分析。 。 项目时间表 刮刀 简短摘要：您的代码可以自动解析您要选择的媒体网站，以适当的格式保存文本及其元数据 截止日期： 2021年3月15日 形式：每个学生都按自己的PR 数据集数量：5-7条 设计文件： 其他资源： 可供选择的媒体

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：35kb
    • 提供者：weixin_42131785

  1. 主要的-源码

  2. CS481：智能文本分析和知识挖掘 学期： 2021年Spring 指导老师：王钊 上课时间：在线订票时间06 : 45-08:00 pm 电子邮件： hawk.iit.edu的zwang185 办公时间：星期四08:00-9 : 00 pm TA：杨若（hawk.iit.edu上的ryang23） TA办公时间：上午8:30〜9:30周三上，通过 有关主题和时间表的详细列表，请参见。 先决条件 数学 可能性 线性代数 程式设计 基本算法和数据结构 Python 3 机器学习，文本处理

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：23mb
    • 提供者：weixin_42131798

  1. NLP课程：NLP课程列表-源码

  2. 如何开始机器学习-自然语言处理 1.学习编码：Python 1.1带有Anaconda和Jupyiter的Python 1.1.1 Python： ： 1.1.2 Anaconda教程： ： YJC6ldI3hWk＆feature 1.1.3 Jupyter教程： ： HW29067qVWk 1.2我想添加：SQL和R 2.李尔数据分析，操纵和可视化 2.1熊猫2.2脾气暴躁2.3 Matplotlib 3.通过Scikit-learn学习机器学习 3.1机器学习库： 3.1.1

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：14kb
    • 提供者：weixin_42097967

  1. awesome-r：精选的R框架，库和软件的精选清单-源码

  2. 真棒 精选的R框架，库和软件的精选清单。 -R中图形语法的实现 R软件包，框架和软件的列表。 使用R轻松实现交互式Web应用程序 -dplyr：数据处理语法 :graduation_cap: 漩涡S软件包的交互式课程的集合。 使用R进行异常检测 数据科学R：一本书 使用R Markdown编写书籍和技术文档 R开发人员生活的工具 -R的动态文档 -R中动态报告生成的通用工具 -R的交互式图形库 关于二进制分类（随机）的顶级机器学习算法的常用开源实现（R包，Python sci

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：39kb
    • 提供者：weixin_42148053

  1. 数据科学学习：与不同数据科学和机器学习主题相关的代码和资源的存储库。 用于学习，实践和教学目的-源码

  2. 数据科学学习 与不同数据科学和机器学习主题相关的代码，资源和实用程序的存储库。 用于学习，练习和教学目的。 实用程序可以通过安装 python setup.py develop 数据科学资源 提供了按主题（例如数学，深度学习，NLP）分组的建议资源（例如书籍，课程）的列表。 该列表基于我对在线社区和从业人员之间关于各种主题的非正式研究，然后在我设法使用资源并就其质量和内容提出自己的看法后，通过个人注释予以支持。 像TOREAD和TOCHECK这样的标签恰好表示我仍然没有时间正确检查相关条目。

  3. 所属分类：其它