实用机器学习

数据挖掘实用机器学习技术.pdf

数据挖掘实用机器学习技术.pdf

数据挖掘与机器学习课程设计-基于深度学习对数据进行分析识别课设合集.zip

数据挖掘与机器学习课程设计-基于深度学习对数据进行分析识别课设合集，包含动物识别、 手写数字识别、猫狗识别、鸟类分类。 数据挖掘与机器学习课程设计-基于深度学习对数据进行分析识别课设合集，包含动物识别、 ...

数据挖掘-实用机器

本书介绍数据挖掘的基本理论与实践方法。主要内容包括：各种模型(决策树，关联规则、线性模型、聚类、贝叶斯网以及...Weka系统拥有进行数据挖掘仟务的图形用户界面，有助于理解模型，是一个实用并且深受欢迎的工具。

《数据挖掘与机器学习》教学大纲 (2).pdf

《数据挖掘与机器学习》教学大纲 (2).pdf《数据挖掘与机器学习》教学大纲 (2).pdf《数据挖掘与机器学习》教学大纲 (2).pdf《数据挖掘与机器学习》教学大纲 (2).pdf《数据挖掘与机器学习》教学大纲 (2).pdf《数据挖掘...

大数据-机器学习-数据挖掘-云计算-智能物流

大数据-机器学习-数据挖掘-云计算-智能物流

数据挖掘-概念与技术(第二版).中文.2007.带标签

数据挖掘-概念与技术(第二版).中文.2007.带标签 很经典的书

数据挖掘 机器学习原理与SPSS Clementine应用宝典 第4章 数据选择.pdf

数据挖掘 机器学习原理与SPSS Clementine应用宝典 第1章 数据挖掘概述.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第2章 数据挖掘可挖掘的知识类型.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 ...

数据挖掘机器学习-支持向量机libsvm实验报告.docx

数据挖掘机器学习-支持向量机libsvm实验报告.docx数据挖掘机器学习-支持向量机libsvm实验报告.docx数据挖掘机器学习-支持向量机libsvm实验报告.docx数据挖掘机器学习-支持向量机libsvm实验报告.docx数据挖掘机器学习...

Python数据挖掘与机器学习开发实战的常见试题与参考答案.pdf

机器学习是一门理论性和实践性都比较强的技术学科。为了帮助大家对这些知识点进行梳理和理解,以便能够更好地应对招聘单位所出的机器学习方面的面试题,笔者准备了些这方面的试题,希望能够对大家有所帮助。

数据挖掘-WEKA实验报告一.pdf

数据挖掘-WEKA实验报告一.pdf数据挖掘-WEKA实验报告一.pdf数据挖掘-WEKA实验报告一.pdf数据挖掘-WEKA实验报告一.pdf数据挖掘-WEKA实验报告一.pdf数据挖掘-WEKA实验报告一.pdf

《数据挖掘与机器学习》教学大纲 (2).docx

《数据挖掘与机器学习》教学大纲 (2).docx《数据挖掘与机器学习》教学大纲 (2).docx《数据挖掘与机器学习》教学大纲 (2).docx《数据挖掘与机器学习》教学大纲 (2).docx《数据挖掘与机器学习》教学大纲 (2).docx...

数据挖掘与机器学习(一).pdf

数据挖掘与机器学习(一).pdf

2013百度校园招聘-机器学习和数据挖掘工程师-笔试题.docx

2013百度校园招聘-机器学习和数据挖掘工程师-笔试题.docx

机器学习-实用案例解析 第二章 代码和数据

机器学习-实用案例解析 第二章 代码和数据

机器学习数据挖掘论文

个人整理的有关机器学习和数据挖掘的IEEE，计算机学报上的论文，很全面的哟~

小白学数据挖掘与机器学习 基于SPSS Modeler实现 含全部数据及模型文件.rar

小白学数据挖掘与机器学习 基于SPSS Modeler实现 含全部数据及模型文件

第一讲：python网络爬虫基础知识

本讲主要内容包括Python常见数据类型、循环与控制流以及常见的错误处理方法。这些Python基础知识非常重要，是后面进行爬虫练习必备也是最少基础内容。

Python基于机器学习实现的股票价格预测、股票预测源码+数据集，机器学习大作业

python数据分析,因为股票价格的影响因素太多，通过k线数据预测未来的价格变化基本不可行，只有当天之内的数据还有一定的关联，故feature与target都选择的是当天的数据。 加载数据 为了加快数据的处理速度，提前将mariadb数据库中的数据查询出来，保存成feather格式的数据，以提高加载数据的速度。 经过处理，不同股票的数据保存在了不同的文件中，列名还保持着数据库中的字段名。我选择了股票代码为sh600010的这只股票作为数据分析的数据来源。预测出来的结果与真实值变化趋势相近，说明线性回归模型在一定程度上能够解释收盘价与选取的feature之间的关系

身份证前6位对应的省市区代码（超详细）

身份证前6位对应的省市区代码（超详细）

抖音用户浏览行为数据集

抖音用户浏览行为数据集 文章： [ 数据挖掘实战 —— 抖音用户浏览行为数据分析与挖掘(一）](https://blog.csdn.net/m0_53054984/article/details/136121177) [ 数据挖掘实战 —— 抖音用户浏览行为数据分析与挖掘(二）](https://blog.csdn.net/m0_53054984/article/details/136123131) [ 数据挖掘实战 —— 抖音用户浏览行为数据分析与挖掘(总）](https://blog.csdn.net/m0_53054984/article/details/136122988) [ 数据挖掘实战 —— 抖音用户浏览行为数据分析与挖掘(代码部分）](https://blog.csdn.net/m0_53054984/article/details/136455033)

【Python实战】-Python+Opencv是实现车牌自动识别（源码+数据+字符匹配模板）

在这个实战项目中，我们将利用Python结合OpenCV库来实现车牌识别功能。整个过程涵盖图像预处理、车牌定位、车牌字符分割以及模板匹配识别等关键步骤，对智能交通、车辆管理等实际应用领域具有显著价值。 首先，我们需要对获取的车辆图像进行预处理，这通常包括灰度化、二值化、滤波去噪等操作，以便更好地凸显车牌区域。接着，利用OpenCV的图像处理功能，我们可以实现车牌定位。这通常涉及边缘检测、轮廓查找以及形态学操作，以准确提取出车牌区域。 在车牌定位完成后，我们需要对车牌进行字符分割。这一步的目的是将车牌中的每个字符独立提取出来，以便后续进行识别。常用的字符分割方法包括垂直投影法、滑动窗口法等。通过这些方法，我们可以将车牌图像划分为多个字符区域。 最后，我们利用模板匹配的方法对分割出的字符进行识别。通过预先准备的字符模板库，我们将每个字符区域与模板库中的字符进行匹配，从而确定字符的具体内容。经过这一过程，我们可以得到完整的车牌号码。 该项目不仅可用于车牌识别技术的学习和研究，还具有实际应用价值。通过自动识别车牌号码，我们可以实现车辆追踪、违章查询、停车场管理等功能，从而提高交通管理的

两阶段鲁棒优化/综合能源系统/需求响应/微电网/多目标优化/优化调度matlab-yalmip-cplex/gurobi文章复现

基于多目标灰狼的冷热电联拱型微电网允许优化/ 考虑用户侧柔性负荷的社区综合能源系统日前优化调度（完美复现）matlab-yalmip-cplex/gurobi代码/ 基于场景的多区域综合能源优化调度（随机优化）（完美复现）matlab-yalmip-cplex/gurobi代码/ 考虑阶梯式碳交易机制与电制氢的综合能源系统热电优化（完美复现）matlab-yalmip-cplex/gurobi代码/ 基于概率距离的场景快速削减法的风光场景生成与削减方法/ 微电网两阶段鲁棒优化经济调度方法（完美复现）matlab-yalmip-cplex/gurobi非答疑版本/ 两阶段鲁棒优化入门到编程/ 并网型微电网光储协同优化调度/matlab-yalmip-cplex/ 含集群电动汽车的微电网多种需求侧资源经济协同调度/

SPSS中介效应分析插件（Process和mediate插件）

包含Process和mediate插件

基于在线教学平台的数据挖掘与学习行为分析超星集团数据集

基于在线教学平台的数据挖掘与学习行为分析超星集团数据集

Fragstats V4.2 软件计算景观指数的参数文件示例

Fragstats V4.2 软件计算景观指数的参数文件示例。

regress函数实例代码

 regress函数功能十分强大，它可以用来做多元线性回归分析，它不仅能得出线性回归函数中各个系数，还会返回一系列有意义的统计参数，有助于我们对回归函数的分析。本文件包含regress函数实例代码一份。

新闻数据集（对应新闻文本分类案例）

该新闻数据集与 https://blog.csdn.net/weixin_47176703/article/details/124304692?spm=1001.2014.3001.5501此篇python项目-新闻文本分类详细对应，代码详尽，读者可自取实现。

2001-2021中国城市统计年鉴数据（EXCEL数据面板）

县区+地级市 中国城市统计年鉴数据2001-2021（EXCEL数据面板）

2022年mathercup数学建模比赛d题题解

2022年mathercup数学建模比赛d题题解，其中包含思路和论文代码。

时间序列数据集TSdatasets.rar

内含常用时间序列预测数据集如：ETT（电力变压器温度）、Traffic（交通数据集）、Electricity（电力消耗数据集）、Exchage_rate（汇率数据集）、Weather（天气数据集）、PEMS、Solar等数据集