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. 数值计算方法与C语言工程函数库

  2. 本书比较全面地介绍了数值计算领域中的各种有效、实用的算法，并以建立这些算法的C语言工程库为目标介绍了相应的C语言程序和编程技巧。本书共分十九章，有近300个C语言程序，除了基本的数值算法外，还介绍了许多更深入的、直接面向应用的算法。 本书适合于工程设计、技术开发和科学研究等领域中从事科学计算和应用软件开发的各类人员，对于大专院校中那些学习数值计算方法和提高C语言编程能力的本科生、研究生也是一本很好的参考书。 本书配有一张软盘，装有书中算法的全部C语言源程序，以及相应的解题实例。有需要的读者，可

  3. 所属分类：C/C++

    • 发布日期：2012-03-20
    • 文件大小：15728640
    • 提供者：seecm

  1. COMP_329_NLP:NLP类作业和项目的回购-源码

  2. COMP 329-NLP作业分配 硬件1：电影评论数据 这项任务的目的是确定电影评论是正面的还是负面的。 需要注意的是，我们根本不允许使用任何机器学习，并且分类器必须基于规则。 我选择使用基于胡柳意见数据集的NLTK软件包和他们的意见词典，以确定所涉及评论的观点。 在本示例中，我使用了意见词典，并比较了输入不同方面的词形化来确定其有效性。 我要么不使用词法化，要么对意见词典进行词法化，对输入语句进行词法化，或者对两个输入词都进行词法化。 根据词典数据集，对总体评论的评分是正面还是负面。 结果可以

  3. 所属分类：其它

    • 发布日期：2021-03-31
    • 文件大小：1048576
    • 提供者：weixin_42139871

  1. machinelearninginaction\Ch04\email\spam-数据集

  2. 机器学习实战第四章朴素贝叶斯Spam数据

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：7168
    • 提供者：weixin_38608025

  1. Bible_verse_predictor:圣经经文预言家-源码

  2. Bible_verse_predictor 创建了我的工作环境并安装了必要的库 创建模型，将其另存为泡菜文件，以便于重复使用 创建一个Web界面（使用html和CSS），可以在其中输入经文，并在其中可以将旧约或新约的预测与旧约和新约的情感和概率得分区分开 以下是使用腌制模型的应用（app.py）本身的说明（用于评估的朴素贝叶斯，在这种情况下为原始文本） A）从flask中，我们导入Flask，render_template，request和url_for，还将pandas导入为pd，将num

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：3145728
    • 提供者：weixin_42126677

  1. exoplanet-spectra-源码

  2. 机器学习对系外行星的分类 包装概述 generate_data.py 生成综合数据集 grid_search.py 超参数调整 classifier.py 所有分类器的父类。 容器功能，用于评估预测 机器学习算法 线性判别分析（LDA） K最近邻居（KNN） 分类和回归树（CART） 逻辑回归（LR） 朴素贝叶斯分类器（NB） 支持向量机（SVM） 随机森林（RF） 硬多数投票（HMV） 软多数投票（SMV）

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：10485760
    • 提供者：weixin_42130786

  1. ml-basics:自学各种ML方法原理并在此处发布我的进度-源码

  2. ML-基本 很多事情仍在进行中，大多数事情都不是最终的 抱歉，此仓库很乱，但是一旦获得ML的支持，我就计划清理它：） 我正在自学各种机器学习技术，并计划从头开始构建一切。 我还计划将所有与之相关的数学包括在内。 逻辑回归待办事项 添加成本函数 已知问题 Jupyter Notebook方程不适用于感知器算法 计划添加 回归“东西” 支持向量机（SVM）和核心方法 朴素贝叶斯 支持向量机“ FROM SCRATCH” 高斯核支持向量机的CVXOPT优化。 用于MNIST分类的SVM（从零

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：1048576
    • 提供者：weixin_42148975

  1. Malware-detection-using-Machine-Learning-Algorithms:当前的防病毒软件对已知病毒有效，如果引入了具有新签名的恶意软件，则将很难检测到它是恶意的。 在零日攻击期间，基于签名的检测效果不佳。 直

  2. 使用机器学习算法进行恶意软件检测 当前的防病毒软件对已知病毒有效，如果引入了具有新签名的恶意软件，则将很难检测到它是恶意的。 在零日攻击期间，基于签名的检测效果不佳。 直到为新的（看不见的）恶意软件创建了签名，然后将其分发到系统并添加到反恶意软件数据库后，该恶意软件才能利用这些系统。 但是可以使用机器学习方法来创建更有效的反恶意软件，该软件能够检测以前未知的恶意软件，零时差攻击等。我们提出了一种从PE32文件的标头数据中学习的方法。 我们检查了PE32标头的各种功能，并检查了适用于机器学习分类器

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：267264
    • 提供者：weixin_42176827

  1. CS229-源码

  2. CS229 这是斯坦福大学关于机器学习的CS 229注释中描述的算法的实现。 到目前为止，我已经实现了： 朴素贝叶斯（Naive Bayes） ：这是一种生成学习算法。 GLA通过对p（x | y）建模，然后通过贝叶斯定理乘以p（y）/ p（x）来估计p（y | x）。 请参阅：第5课，第4/20页。 多元高斯分布：MVG分布类似于高斯或正态分布，但是具有多个维度。 在第2、4 / 17节（多元高斯分布，更多关于高斯分布）中提到； 讲座5、4 / 20（生成式算法）； 第11讲，5/1

  3. 所属分类：其它

    • 发布日期：2021-03-28
    • 文件大小：1048576
    • 提供者：weixin_42099087

  1. political-bias-classifier::scroll:将文本序列分类为“党派”或“中立”的程序-源码

  2. 概括 该程序使用机器学习和情感分析将文本序列分类为“党派”或“中立”。 型号和数据 训练后的模型以腌制文件的形式存储在compressed_trained_model.pklz ，该文件为85.6 MB，可以在此下载。 请注意，初始模型训练是作为我的计算机科学课的扩展项目的一部分进行的。 因此，我无法发布训练模型的代码。 简而言之，该模型是在data/train.csv上训练并在data/train.csv进行评估的朴素贝叶斯分类data/test.csv 。 使用了Textblob库。 原始数

  3. 所属分类：其它

    • 发布日期：2021-03-28
    • 文件大小：391168
    • 提供者：weixin_42118770

  1. Terry_Resume-源码

  2. 刘Fan 电子邮件： 领英（LinkedIn）： : 教育 数据科学与分析硕士2020.09-2021.12（预计） 香港红Ho香港理工大学 金融数学学士2012.05-2016.06 Wilfird Laurier University滑铁卢，安大略省，加拿大 资质认证 •超过3年的Python，SQL，VBA数据清理，分析和定量建模方面的专业经验•熟悉概率，统计，假设检验和A / B检验•机器学习算法方面的专业知识：线性回归，逻辑回归，决策树，随机森林，SVM，朴素贝叶斯，kNN，K

  3. 所属分类：其它

    • 发布日期：2021-03-28
    • 文件大小：2048
    • 提供者：weixin_42129797

  1. ai-on-browser.github.io:这是一个您可以在浏览器中轻松试用AI的网站-源码

  2. 浏览器上的AI 抽象的 在此站点上，您可以轻松地在浏览器中试用AI。 特征 所有处理均在客户端Javascr ipt中完成。 代码的机器学习部分不使用任何外部库。 警告 该代码在速度，内存使用等方面都不实用。 楷模 任务 模型 聚类 k均值，k均值++，k中间值，x均值，LBG，ISODATA，模糊c均值，层次结构（完全链接，单链接，组平均值，沃德氏，质心，加权平均值，中位数），DIANA，均值漂移，DBSCAN，OPTICS，PAM，CLARA，CLARANS，BIRCH，CURE，潜在狄利

  3. 所属分类：其它

    • 发布日期：2021-03-27
    • 文件大小：290816
    • 提供者：weixin_42165018

  1. classificationOfResidentialRequests:文章的源代码-Source City

  2. 分类请求 分类住宅的混合机器学习模型的实施要求在智能城市纸业 当地环境规范 在一台具有以下功能的机器上进行了培训和测试： Ubuntu 16.04 LTS 英伟达GeForce GTX 1070 CUDA版本：9.0 Cudnn版本：7.3.0 Python版本：3.5.2 Tensorflow-gpu：1.11.0 凯拉斯：2.2.4 介绍 该实现包括本文中描述的所有任务，包括功能工程，混合机器学习，不同的分类器，卷积神经网络模型等。我们将实现分为四个部分： 贝叶斯模型 神经网

  3. 所属分类：其它

    • 发布日期：2021-03-25
    • 文件大小：53477376
    • 提供者：weixin_42116921

  1. lectures-源码

  2. 未来的演讲计划 使用python进行图像处理和计算机视觉 用python生成图像和计算机图形 机器学习和数据挖掘 文字挖掘 python的数据结构和算法 各种python项目 物理计算：实际的电子和arduino应用 深度学习的非常基础的入门和实践 统计，主要是计算观点 贝叶斯数据分析 使用networkX进行网络分析 python图像 pdl：实用深度学习

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：457179136
    • 提供者：weixin_42102713

  1. IML_projects-源码

  2. 进入。进行机器学习。 贝叶斯 关于机器学习项目入门的回购。 回购结构 IML_projects/ ├── README.md ├── task_0/ │ ├── data/ │ ├── code/ │ └── README.md ├── task_1a/ │ ├── data/ │ ├── code/ │ └── README.md ├── task_1b/ │ ├── data/ │ ├── code/ │ └── README.md ├── task_2/

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：1048576
    • 提供者：weixin_42152298

  1. HackNITR-2.0-Data_Decoders:此Web应用程序为在线COVID-19测试提供了一个平台。它基于人工神经网络和探索性数据分析-源码

  2. HackNITR-2.0-Covikit 此Web应用程序为在线COVID-19测试提供了一个平台。它基于人工神经网络（ANN）和探索性数据分析。 八种机器学习算法（决策树分类器，随机森林分类器，K最近邻，K均值算法，支持向量机，梯度提升，朴素贝叶斯和逻辑回归）和两个深度学习神经网络模型（单层感知器和多层）在联合国Covid数据集（kaggle）上对Perceptron进行了培训和测试，并采用了具有最高准确度百分位数的模型来构建网络预测器。多层感知器可提供97.7％的精度，因此被用于模型构建。

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：448512
    • 提供者：weixin_42119358
« 1 2 ... 23 24 25 26 27 28»