您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. cython0.23源码

  2. 编译安装sk-learn使用,版本的选择很重要,这是所要求的最低版本,高版本,有的系统不支持
  3. 所属分类:机器学习

  1. sk-learn的源码

  2. sk-learn 的源码,如果不能使用pip进行安装的话,可以利用源码进行安装
  3. 所属分类:机器学习

  1. pyLDAvis_Optimized_TopicModeling:使用Sk-learn建立LDA模型并使用pyLDAvis绘制主题间距离图-源码

  2. pyLDAvis_Optimized_TopicModeling 使用Sk-learn建立LDA模型并使用pyLDAvis绘制主题间距离图 作者:丹麦Anis和Barsha Saha博士 联络方式: 该项目的目的是优化主题模型,以使用网格搜索方法实现最佳拟合。 主题建模是一种有效的无监督机器学习工具,可帮助分析文本数据集中的潜在主题。 但是,也有必要学习优化模型以获得最佳拟合模型,以实现更好的可解释主题,从而获得有意义的见解。 此外,作者还创建了主题的交互式可视化对象,以便对主题模型进行更
  3. 所属分类:其它

  1. Awesome-RecSystem-Models:使用PyTorchTF2.0的真棒RecSystem模型的实现-源码

  2. 使用PyTorch / TF2.0实现令人敬畏的RecSystem模型 1.要求 TensorFlow2.0,PyTorch1.2 +,Python3.6,NumPy,sk-learn,Pandas 2.数据集 Criteo 该数据集包含约4500万条记录。 有13个采用整数值的功能(主要是计数功能)和26个分类功能。 这些列之间用制表符进行制表符分隔: ... ... 该数据集可从获得。 将下载的“ train.txt”文件放在“ data / Criteo /”文件夹中。 电影镜
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:667kb
    • 提供者:weixin_42108778
  1. recsys:推荐系统实战-源码

  2. 记录系统 1.需求 在这里专家下主要要是采用Tensorflow2.0的api进行建立模型 TensorFlow2.0,Keras,Python3.6,NumPy,sk-learn,Pandas 2.数据集 2.1 Criteo 该数据集包含约4500万条记录。 有13个采用整数值的功能(主要是计数功能)和26个分类功能。 该数据集可从获得。 在这里我截取一部分数据进行模型训练data = .. / data / Criteo / train.txt 2.2 Seguro安全驱动程序 在火车和
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:749kb
    • 提供者:weixin_42131316
  1. 数字-源码

  2. 使用Sk学习进行数字识别 步骤1:导入库在scikit-learn中,有许多可用于练习的数据集,因此我们只需从sk-learn的load_digits()函数中提取数字数据集即可。 步骤2:探索数据集。 步骤3:从sklearn导入svm,然后使用0.001 gamma初始化。 步骤4:将数据拟合到我们之前初始化的svm分类器中。 步骤5:最后,我们可以预测了,我们从测试集中提取了一个样本。
  3. 所属分类:其它

  1. 深度学习引导营:社区运行的5天PyTorch深度学习训练营-源码

  2. 深度学习冬季学校,2107年11月。 特拉维夫深度学习训练营: : 。 关于 特拉维夫深度学习训练营是一项为期5天的密集型(免费!)计划,旨在教您有关深度学习的全部知识。 它是一家非营利性组织,致力于推进数据科学教育和培养企业家精神。 训练营是研究生,研究人员和数据科学专业人士的重要场所。 它提供了学习深度学习的基本和创新方面的机会。 参与是通过向ALS协会捐款来促进对肌萎缩性侧索硬化症(ALS)疾病的研究。 课程 训练营将“理论”和“实践”融合在一起-指出深度学习科学家希望对概念进行调查
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:272mb
    • 提供者:weixin_42128537
  1. NeuralNetworks-ML-Repository:DL4J(Java)中的自动编码器,深度信念网络的实现-源码

  2. 机器学习| 神经网络存储库 [__Update 02/19__: This repository is outdated. Python & PyTorch Model repo to be added] 开始建立各种机器学习实现的公共存储库,重点是神经网络,并最终转向深网,自动编码器和卷积网。 此后,所有蜿蜒的ML实现都将推送到此存储库。 目前,该存储库将充当通过多个平台实现的各种机器学习模型的集合。 这些包括: Python Packages: Scikit(Sk) Learn, Py
  3. 所属分类:其它

  1. AI-Stock-market-trend-predictor:一个ML模型,可使用Python和Sci-kit学习库来预测公司的股票价值是上涨还是下跌-源码

  2. AI股市趋势预测器 一种使用时滞方法和Keras和SK-learn的机器学习算法来预测库存变化迹象的工具,其最大准确性为89%(LSTM)。
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:854kb
    • 提供者:weixin_42166918
  1. sk-dist:PySpark中的分布式scikit-learn元估计器-源码

  2. sk-dist:PySpark中的分布式scikit-learn元估计器
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:225kb
    • 提供者:weixin_42143806