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. sagemaker-scikit-learn-container:基于开放源码框架Scikit-learn（http-docker source code

  2. SageMaker Scikit学习容器 SageMaker Scikit学习容器是一个开放源代码库，用于使Scikit学习框架在Amazon SageMaker上运行。 该存储库还包含安装该库的Dockerfile，Scikit学习以及用于构建SageMaker Scikit学习映像的依赖项。 SageMaker团队使用此存储库来构建其正式的Scikit学习图像。 要在SageMaker上使用此图像，请参见 。 对于最终用户，如果您需要官方映像的实现细节，或者想要使用它来构建自己的自定义S

  3. 所属分类：其它

    • 发布日期：2021-03-25
    • 文件大小：838kb
    • 提供者：weixin_42116713

  1. pyNSGP:NSGA-II在Python中进行多目标遗传编程-源码

  2. pyNSGP 该Python 3代码是使用NSGA-II进行符号回归的多目标遗传编程的实现。 依存关系 脾气暴躁和scikit学习。 安装 运行pip install --user .从文件夹中。 例子 pyNSGP可以作为scikit-learn回归估计器运行。有关示例，请参见test.py第一个目标是均方误差，第二个目标是解大小。如果使用use_interpretability_model=True ，则通过根据下面引用的论文中找到的线性模型预测人类的可解释性来实现第二个目标。 参考 如果您

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：231kb
    • 提供者：weixin_42099302

  1. edtech-mlcourse:机器学习课程的补充材料（教育技术课程，佐治亚理工学院）-源码

  2. 教育技术课程 机器学习课程的补充材料（教育技术课程，佐治亚理工学院） plot_digits_classification.ipynb 受到的Scikit学习示例的启发。

  3. 所属分类：其它

  1. machine_learning-源码

  2. 单元11-风险业务 背景 抵押贷款，学生贷款和汽车贷款以及债务合并只是人们在网上寻求的信贷和贷款的一些示例。 点对点贷款服务（例如，加拿大贷款公司和Mogo公司）允许投资者在不使用银行的情况下向人们贷款。 但是，由于投资者一直希望减轻风险，因此客户要求您使用机器学习技术帮助他们预测信用风险。 在本作业中，您将建立和评估几种机器学习模型，以使用通常从对等借贷服务中看到的数据来预测信用风险。 信用风险是一个固有的不平衡分类问题（优质贷款的数量远远大于风险贷款的数量），因此您将需要采用不同的技术来训

  3. 所属分类：其它

  1. naive-bayes-spam-detector：Python程序，使用Scikit-learn将电子邮件分类为垃圾邮件或非垃圾邮件-源码

  2. 天真贝叶斯垃圾邮件检测器 使用Scikit学习机器学习库将电子邮件分类为垃圾邮件或非垃圾邮件的Python程序。 先决条件 该程序是用Python 3编写的，并使用了Numpy，Pandas和Scikit-learn库。 数据集 该程序利用以csv格式存储的两个数据集。 主要数据集“垃圾邮件或非垃圾邮件”。 该集合是文件'20030228easyham.tar.bz2'和'20030228_spam.tar.bz2'的组合。 这组包含2500个火腿电子邮件示例和500个垃圾电子邮件示例。 该集

  3. 所属分类：其它

  1. numpy-stack-samples：用于测试TF2安装的基本hello world程序-源码

  2. 块状样品 这包括： 块状样品 Matplotlib示例 熊猫样品 科学样本 SciKit学习样本

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：38mb
    • 提供者：weixin_42099814

  1. 家庭作业-分类-源码

  2. 冒险生意 背景 抵押贷款，学生贷款和汽车贷款以及债务合并只是人们在网上寻求的信贷和贷款的一些示例。 点对点贷款服务（例如，加拿大贷款公司和Mogo公司）允许投资者在不使用银行的情况下向人们贷款。 但是，由于投资者一直希望减轻风险，因此客户要求您使用机器学习技术帮助他们预测信用风险。 在本作业中，您将构建和评估几种机器学习模型，以使用通常从对等借贷服务中看到的数据来预测信用风险。 信用风险是一个固有的不平衡分类问题（优质贷款的数量远远大于风险贷款的数量），因此您将需要采用不同的技术来训练和评估具

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：641kb
    • 提供者：weixin_42134554

  1. TELNET-greybox-ADEX-源码

  2. TELNET-greybox-ADEX 在灰色框设置中生成对抗性示例，该示例假定攻击者仅以置信度形式访问输入数据和模型输出。 所需的包裹 张量流> = 2.3.0 tensorflow_addons scikit学习 麻木 文件描述 train-classifiers.py：训练MLP，1D-CNN，RNN和LSTM模型并进行评估 load_model.py：加载一个训练好的模型的基本演示。 注释中包含用于生成对抗性示例的掩码。

  3. 所属分类：其它

  1. Scikit学习示例-源码

  2. Scikit学习示例 scikit学习技术示例 线性回归 看一个单一的功能（bmi和糖尿病） 综观多个功能（糖尿病数据集） 梯度下降 多项式回归 使用多项式回归（糖尿病数据集） 逻辑回归 看一个多个特征（恶性或良性乳腺癌） 支持向量机 线性支持向量机 非线性支持向量机 SVM回归 决策树 随机森林 K代表

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：198kb
    • 提供者：weixin_42123191

  1. 机器学习：带有机器学习示例的笔记本-源码

  2. 机器学习 带有机器学习示例的笔记本 Scikit学习Keras Tensorflow Spark ML

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：11mb
    • 提供者：weixin_42102933

  1. Decision-Trees-Cancer-Prediction-：使用现有数据预测决策树来预测乳腺癌的示例（Scikit-learnpython）-源码

  2. 决策树癌症预测 使用现有数据通过决策树进行学习来预测乳腺癌的示例（scikit-learn / python） 加工 收集的数据样本已分为测试样本和训练样本。 使用scikit的决策树生成器和转换集，可用于基于ID3生成树。 然后可以将测试数据用于交叉验证生成的树的准确性。 这个小程序还生成pdf，以可视化生成的树。 注意 该程序仅用于演示/实验目的。 以下是依赖项 python numpy scipy scikit-学习pydotplus graphviz 使用说明 安装python版本2

  3. 所属分类：其它

  1. example-random-forest-ocr：在Ruby中将随机森林算法用于OCR的示例-源码

  2. 在Ruby中使用随机森林分类器实现OCR的示例 此示例将展示如何在Ruby中使用随机森林分类器来实现OCR。 使用来自python scikit学习库的随机森林分类器，并使用 gem加载它。 使用的数据集是。 该存储库还包含一个DatasetReader类，用于解析MNIST数据集中的IDX文件。 有关此示例代码的更多信息，请参见博客文章 。 该项目根据MIT许可条款获得许可。

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：10mb
    • 提供者：weixin_42100129

  1. 画廊：BentoML示例项目画廊-源码

  2. BentoML画廊 这是机器学习项目的集合，展示了如何使用运送经过训练的机器学习模型以用于生产中的模型服务。 使用BentoML构建的示例项目 Scikit学习 情绪分析 | | 具有自定义WebUI的虹膜分类器 | | 使用JsonInput的多个模型-Google | | 火炬 时尚MNIST- | | CIFAR-10图像分类 | | Tensorflow Keras 时尚MNIST- | | 文字分类 | | 有毒评论分类器 | | Tensorflow 2.0

  3. 所属分类：其它

  1. emoji-gan：使用条件GAN生成Emoji-源码

  2. 使用条件深度卷积生成对抗网络生成表情符号 这是用Python 3.6.5和Keras 2.1.5编写的和。 由于这两篇论文均未公开披露其实现和数据集，因此我们将它们实现并制作了表情符号标题数据集。 描述 该模型使用条件深度生成对抗网络和预训练的GloVe嵌入文件，部分基于和 。 示例输出如下： 此实现易于运行，因为我们已经为预处理数据集准备了一些有用的脚本。 请按照以下说明进行操作并享受生成表情符号的乐趣！ 需求 您必须安装以下软件包： 凯拉斯 NumPy TensorFlow Matp

  3. 所属分类：其它

  1. serverless-scikit-learn-demo：一个提供演示代码的存储库，用于将基于Scikit-Learn的轻量级ML管道部署为心脏病数据建模为Google Cloud Function-源码

  2. 无服务器scikit学习演示 该存储库提供了建议的项目结构和简单的设计模式，用于将轻量级的Scikit-Learn管道部署为Google Cloud Functions。 提供的示例代码适合简单的Logistic回归模型，以预测给定的患者是否患有心脏病。 该数据集 。

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：14kb
    • 提供者：weixin_42135073

  1. 机器学习：Tensorflow和scikit学习示例-源码

  2. 机器学习 基本的Tensorflow和Scikit学习用法示例 机器学习算法 可以在找到机器学习算法的实现。 实现的算法： 线性回归 K最近邻居 朴素贝叶斯 基础机器学习 基本的机器学习示例可以在找到。 示例包括： 数据可视化 预测蘑菇类型 预测股价 预测WorldCup结果 推荐系统

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：254kb
    • 提供者：weixin_42115003

  1. scikit-learn-examples：使用Scikit-learn探索Logistic回归，MLP和SVM-源码

  2. Scikit学习示例 使用Scikit-learn探索Logistic回归，MLP和SVM 档案 main.py：主程序 config.py：配置，参数 util.py：与数据预处理有关 model.py：模型 img /：用于保存损失函数图的目录（用于线性回归） 数据集 乳腺癌 糖尿病 数字 虹膜 葡萄酒 运行代码 线性回归 python main.py -model=lr # to show the plot on the fly python main.py -model=lr -show

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：292kb
    • 提供者：weixin_42133899

  1. scikit-mlm：使用scikit-learn API的最小学习机实施-源码

  2. scikit-mlm scikit-mlm是一个Python模块，它使用 API实现了（MLM）机器学习技术。 安装 scikit-mlm软件包在可用。 要安装，只需键入以下命令： pip install scikit-mlm 有问题吗？ 您可能需要对上述命令使用--user标志，以将其安装在非系统位置（取决于您的环境）。 或者，您可以使用sudo执行pip命令（不推荐）。 如果您使用的是较早的pip版本，则可能需要添加--use-wheel选项（wheels现在是pip的默认二进制软件

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：33kb
    • 提供者：weixin_42138408

  1. scikit-learn-C4.5-tree-classifier：基于zhangchiyu10pyC45存储库的C4.5树分类器，重构为与scikit-learn库兼容-源码

  2. Scikit学习C4.5树分类器 基于存储库的C4.5树分类器，重构为与库兼容。 要使用此分类器，只需将c45目录复制到您的项目中，然后使用from c45 import C45 line from c45 import C45您需要的分类器 用法示例可在main.py文件中找到： >>> from sklearn.datasets import load_iris >>> from sklearn.model_selection import train

  3. 所属分类：其它

  1. vecstack：用于堆栈的Python包（机器学习技术）-源码

  2. vecstack 带有轻量级功能性API和完全兼容的scikit-learn API的用于堆叠的Python软件包（堆叠通用） 使用多种模型自动进行OOF计算，预测和装袋的简便方法 ： 简约的。 只需一行即可获得堆叠的功能 内存友好。 最低的内存消耗 Kaggle准备好了。 每次运行的堆叠特征和超参数可以在文件中。 比赛结束时不再混乱。 ： 标准化。 完全兼容scikit-learn的转换器类，展示fit和transform方法 管道认证。 使用sklearn.pipeline.Pip

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：308kb
    • 提供者：weixin_42144366
« 12 3 4 5 »