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. TensorFlow

  2. TensorFlow 是 Google 所主导的机器学习框架，也是机器学习领域研究和应用的热门对象。 本书主要介绍如何使用 TensorFlow 库实现各种各样的模型，旨在降低学习门槛，并为读者解决问题提供详细的方法和指导。全书共 10 章，分别介绍了 TensorFlow 基础知识、聚类、线性回归、逻辑回归、不同的神经网络、规模化运行模型以及库的应用技巧。 本书适合想要学习和了解 TensorFlow 和机器学习的读者阅读参考。如果读者具备一定的 C++ 和 Python 的经验，将能够更加

  3. 所属分类：机器学习

    • 发布日期：2017-12-25
    • 文件大小：13mb
    • 提供者：mengduannanyang

  1. python入门到高级全栈工程师培训 第3期 附课件代码

  2. python入门到高级全栈工程师培训视频学习资料；本资料仅用于学习，请查看后24小时之内删除。 【课程内容】 第1章 01 计算机发展史 02 计算机系统 03 小结 04 数据的概念 05 进制转换 06 原码补码反码 07 物理层和数据链路层 08 网络层和arp协议 09 传输层和应用层 第2章 01 上节课复习 02 arp协议复习 03 字符编码 第3章 01 网络基础和dos命令 02 为何学习linux 03 课程内容介绍 04 操作系统内核与系统调用 05 操作系统安装原理 0

  3. 所属分类：专业指导

    • 发布日期：2018-06-07
    • 文件大小：88byte
    • 提供者：sacacia

  1. 信奥和奥数、数学等的关系的系列探讨-2019-10-29.pdf

  2. 信奥和奥数、数学等的关系的系列探讨-2019-10-29 信奥和奥数、数学等的关系的系列探讨-2019-10-29信奥和奥数、数学等的关系的系列探讨 人工智能中小学系列课程-2019-10-22第3版 、魔抓 Scratch创意编程班 适合对象:小学或初中8-16岁小朋友 班级设置:互动教学,小班授课(3-10人)、一对 习时间:周六日或放学后,寒暑假,每次1课时 序号班别 主要学习内容 课时|学费 Scratch 入门班 适合8-10岁的小朋友学习(小学三四年级) 10 1000元 Scrat

  3. 所属分类：其它

    • 发布日期：2019-10-31
    • 文件大小：1mb
    • 提供者：dllglvzhenfeng

  1. CSP-J、CSP-S学习进阶-2019-10-20.pdf

  2. CSP-J、CSP-S学习进阶-2019-10-20 CSP-J、CSP-S学习进阶-2019-10-20人工智能中小学系列课程-2019-08-26第2版 、魔抓 Scratch创意编程班 适合对象:小学或初中8-16岁小朋友 班级设置:互动教学,小班授课(3-10人)、一对一 学习时间:周六日或放学后,寒暑假,每次1课时 序号班别 主要学习内容 课时|学费 Scratch 入门班适合810岁的小朋友学习(小学三四年级) 10 1000 ratch创 意设计班适合1012岁的小朋友学习(小学五

  3. 所属分类：其它

    • 发布日期：2019-10-20
    • 文件大小：751kb
    • 提供者：dllglvzhenfeng

  1. scikit-learn-0.21.3-中文文档.pdf

  2. scikit-learn 是基于 Python 语言的机器学习工具 简单高效的数据挖掘和数据分析工具 可供大家在各种环境中重复使用 建立在 NumPy ，SciPy 和 matplotlib 上 开源，可商业使用 - BSD许可证1.监督学习 1广义线性模型 °1.1.1普通最小二乘法 1.1.2岭回归 1.1.3LaSs0 o1.1.4多任务 Lasso 115弹性网络 o116多任务弹性网络 1.1.7最小角回归 1.1. 8 LARS Lasso 1.19正交匹配追踪法(OMP 1.1.1

  3. 所属分类：机器学习

    • 发布日期：2019-08-24
    • 文件大小：40mb
    • 提供者：h394266861

  1. 数据分析数据流.zip

  2. 数值数据分析流 框架 python code案例 数据分析流框架理解 1、需求 2、y量化 3、x选择 4、描述 4.1图形 4.2统计量 5、预分析（特征工程，流程化和模块化） 5.1、异常值 单变量异常值 多变量异常值 5.2、缺失值 单变量缺失值 多变量缺失值 5.3、特征筛选 单变量特征筛选 多变量特征筛选 5.4、共线性 scipy.optional 单变量 多变量 5.5、变换 单变量 多变量 5.6、编码 单变量编码 多变量编码 6、建模（大模型：机器学习） 小数据算法：8 sta

  3. 所属分类：机器学习

    • 发布日期：2020-06-02
    • 文件大小：10mb
    • 提供者：u010591976

  1. python数据预处理 :数据共线性处理详解

  2. 今天小编就为大家分享一篇python数据预处理 :数据共线性处理详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-17
    • 文件大小：85kb
    • 提供者：weixin_38722891

  1. python数据预处理 :数据共线性处理详解

  2. 何为共线性： 共线性问题指的是输入的自变量之间存在较高的线性相关度。共线性问题会导致回归模型的稳定性和准确性大大降低，另外，过多无关的维度计算也很浪费时间 共线性产生原因： 变量出现共线性的原因： 数据样本不够，导致共线性存在偶然性，这其实反映了缺少数据对于数据建模的影响，共线性仅仅是影响的一部分 多个变量都给予时间有共同或相反的演变趋势，例如春节期间的网络销售量和销售额都相对与正常时间有下降趋势。 多个变量存在一定的推移关系，但总体上变量间的趋势一致，只是发生的时间点不一致，例如广告费用和销售

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：85kb
    • 提供者：weixin_38706045

  1. House-Price-Predictor:实施了多元线性回归模型来预测房价-源码

  2. 房屋价格预测器 目的和技术：以下程序使用Python ， Matplotlib ， Numpy ， Sympy ， Pandas和sci-kit预测波士顿市的房价。 程序： 提出问题 收集数据 清理数据 探索可能性和相关性 图形化地建模数据 评估功能内的价格 算法：我实现了一个多元线性回归模型来预测房价。这种方法也称为多元回归，是一种统计技术，它使用几个参数变量来预测响应变量的结果。在这种情况下，我从数据集中提取了几个变量，包括房价，犯罪率，年龄，距水的近距离，税收等，以使我的模型更准确。我挑选

  3. 所属分类：其它

  1. krakow_air_pollution:该项目致力于波兰克拉科夫的空气污染水平。 根据天气状况，我试图预测称为PM2.5的极细颗粒物的水平，这种颗粒物会带来最大的健康风险-源码

  2. 克拉科夫空气污染项目 该项目致力于波兰克拉科夫的空气污染水平。 在欧洲的空气质量研究中，波兰城市排名很高。 根据瑞士空气监测平台IQAir的数据，克拉科夫在2019年欧洲污染最严重的城市中第29位。 利用天气条件，该模型可以预测称为PM2.5的极细颗粒物的水平，PM2.5是构成最大健康风险的污染物。 来自2019年和2020年的克拉科夫气象数据和PM2.5数据 执行数据预处理（处理丢失的数据，转换分类特征，缩放数据，消除异常值，设计新特征，检查多重共线性） 进行探索性数据分析 使用sklea

  3. 所属分类：其它

  1. Python数据分析--Kaggle共享单车项目实战

  2. 添加正则化项,是指在损失函数上添加正则化项,而正则化项可分为两种:一种是L1正则化项,另一种是L2正则化.我们把带有L2正则化项的回归模型称为岭回归,带有L1正则化项的回归称为Lasso回归.1.岭回归引用百度百科定义.岭回归(英文名：ridgeregression,Tikhonovregularization)是一种专用于共线性数据分析的有偏估计回归方法，实质上是一种改良的最小二乘估计法，通过放弃最小二乘法的无偏性，以损失部分信息、降低精度为代价获得回归系数更为符合实际、更可靠的回归方法，对病

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：1010kb
    • 提供者：weixin_38519763

  1. data_science_projects：数据科学项目的回购-源码

  2. 数据科学项目组合 此仓库包含我已完成的一系列数据科学项目。 语言和图书馆： Python 3.6.9 熊猫1.1.5 Scikit学习 统计模型 matplotlib 海生的 专案 社区与暴力犯罪（监督学习，回归） 系统地优化了美国人口普查，FBI和LEMAS数据的OLS，Random Forest，SVM和Gradient Boosting模型，遍及2,000个美国社区，可通过回归预测暴力犯罪率，并优先考虑可解释性 通过使用Python自动评估共线性来将特征空间从147缩小到27

  3. 所属分类：其它

  1. 线性代数不带数字：如果您讨厌自己-源码

  2. 线性代数 这是我用Python写的第一本书，从本质上讲是该语言的一项自我强加的练习。 就是说，您永远不会知道那里是否有人会在此代码中找到有用的东西，原则上可以对其进行优化。 您将找到LU分解的代码，连续过度松弛的方法，共轭梯度法等等。 例如，如果您仅将原始代码复制并粘贴到python终端中，则该文件应该是完全可复制的。

  3. 所属分类：其它

  1. mlr：具有统计推断，残差分析，直接CSV加载和其他功能的多元线性回归-源码

  2. mlr（ pip install mlr ） 一个轻量级，易于使用的Python软件包，将scikit-learn的简单API与统计推断测试，可视化残差分析，离群值可视化，多重共线性测试的功能相结合，可在statsmodels和R语言等软件包中找到。 由Tirthajyoti Sarkar博士（， ）撰写和维护。 有用的回归指标， MSE，SSE，SST R ^ 2，调整后的R ^ 2 AIC（赤池信息标准）和BIC（贝叶斯信息标准） 推论统计， 标准错误 置信区间 p值 t检验值

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：552kb
    • 提供者：weixin_42178688

  1. Python数据分析--Kaggle共享单车项目实战

  2. 添加正则化项,是指在损失函数上添加正则化项,而正则化项可分为两种: 一种是L1正则化项,另一种是L2正则化.我们把带有L2正则化项的回归模型称为岭回归,带有L1正则化项的回归称为Lasso回归.1.岭回归引用百度百科定义.岭回归(英文名：ridgeregression,Tikhonov regularization)是一种专用于共线性数据分析的有偏估计回归方法，实质上是一种改良的最小二乘估计法，通过放弃最小二乘法的无偏性，以损失部分信息、降低精度为代价获得

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：982kb
    • 提供者：weixin_38572115

  1. python实现共轭梯度法

  2. 共轭梯度法是介于最速下降法与牛顿法之间的一个方法，它仅需利用一阶导数信息，但克服了最速下降法收敛慢的缺点，又避免了牛顿法需要存储和计算Hesse矩阵并求逆的缺点，共轭梯度法不仅是解决大型线性方程组最有用的方法之一，也是解大型非线性最优化最有效的算法之一。 在各种优化算法中，共轭梯度法是非常重要的一种。其优点是所需存储量小，具有步收敛性，稳定性高，而且不需要任何外来参数。 算法步骤： import random import numpy as np import matplotlib.pypl

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：154kb
    • 提供者：weixin_38650379

  1. Python unittest单元测试框架的使用

  2. 一、测试模型 下面这部分来自于某书籍资料，拿过来，按需参考一下： 测试模型 （1）线性测试 1、概念： 通过录制或编写对应应用程序的操作步骤产生的线性脚本。单纯的来模拟用户完整的操作场景。（操作，重复操作，数据）都混合在一起。 2、优点：每个脚本相对独立，且不产生其他依赖和调用。任何一个测试用例脚本拿出来都可以单独执行。 3、缺点：开发成本高，用例之间存在重复的操作。比如重复的用户登录和退出。 维护成本高，由于重复的操作，当重复的操作发生改变时，则需要逐一进行脚本的修改。 4.线

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：100kb
    • 提供者：weixin_38610682

  1. 线性模型第2讲：岭回归与分类

  2. 论文合作、课题指导请联系QQ2279055353 岭回归 岭回归(Ridge Regression), 在最小二乘估计问题的基础上，向离差平方和增加了一个L2范数的惩罚项，即， min⁡w∥Xw−y∥22+α∥w∥22\mathop{\min}\limits_{w} \| Xw-y\|_2^2+\alpha\|w\|_2^2wmin​∥Xw−y∥22​+α∥w∥22​ 复杂系数 α≥0\alpha\ge0α≥0 控制缩水的规模：α\alphaα 的值越大，缩水量越大。这样，系数对于多重共线性问

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：111kb
    • 提供者：weixin_38741075