Python数据挖掘与机器学习实战

675988《图解深度学习》-超完整书签1

介绍具体有哪些学习方法。无论有监督学习还是无监督学习 ， 都需要使用大量数据训练网络，实现对给定数据进行分类或递归 。深度学习是一个多层网络结构，和人脑的认知结

《图解深度学习》-超完整书签_部分1_《图解深度学习》-上半本山下隆义_深度学习_图解深度学习_源码.zip

《图解深度学习》-超完整书签_部分1_《图解深度学习》-上半本山下隆义_深度学习_图解深度学习_源码.zip

机器学习入门到实践——MATLAB实践应用源码.zip

《机器学习入门——MATLAB实战与应用》一书中的实例程序。涉及监督学习，非监督学习和强化学习。(code for book "Machine Learning Introduction & Action in MATLAB")

28张图全解深度学习知识.zip

笔记图解，简要概括深度学习的基本内容，有助于深入学习

机器学及其matlab实现—从基础到实践.zip

机器学及其matlab实现—从基础到实践；

斯坦福大学机器学习课程 吴恩达深度学习笔记v5.44

神经网络图解机器学习.pdf吴恩达深度学习笔记v5.44 图解机器学习 ,（日）杉山将著 ,P226 sample

无人机摄影测量及数据处理技术在地质灾害应急调查中的应用——以娄底市娄星区杉山镇同安村滑坡为例.pdf

#资源达人分享计划#

浅谈数据挖掘（概论）

前言：学习资料的来源均出自，《图解机器学习》－杉山将，中国工信出版集团。《数据挖掘导论》－戴红，清华大学出版书，数据挖掘算法原理与实现。笔者自述：不知道什么时候就开始有想学习数据挖掘这一块的知识，但是...

连通子图个数leetcode-ithaka-digraph:有向图和杉山布局

分层布局（杉山）实现 GraphML 和 Dot 语言 (Graphvis) 导出功能 民意调查 下面简单介绍一下核心接口和类。 作为旁注，上面的图像是根据Ithaka Digraph计算的布局渲染的。 有向图接口 接口Digraph是一个泛型类型，...

lio:从间接观察中学习

LIO：从间接观察中学习 基于PyTorch的弱监督学习研究软件包 安装 pip install lio 或者 git clone https://github.com/YivanZhang/lio.git pip install -e . 大多数模块被设计为小型（高阶）功能。 可以只复制粘贴...

TensorFlow.zip

本资源主要是在学习《图解深度学习与神经网络》这本书时按照课本编写的一些入门的TensorFlow代码，对于入门TensorFlow的同学会有些许帮助。

OpenPose笔记PPT

openpose动作检测笔记，详细解释openpose检测的各个细节，图文并茂。

matlab集成c代码-scones:选择预期的解释性SNP

杉山M. Azencott，D.Grimm，Y.Kawahara和K.Borgwardt（2014）通过最大流量在多个网络上进行多任务功能选择， SIAM ICDM ，199-207 MultiSConeS ：有关此多任务版本的原始版本，请参见。 演示： 在code文件夹中，有一...

matlab代码sqrt-kliep:敲了

杉山先生のMatlab実装のPython移植版 ''' 导入matplotlib.pyplot作为plt导入numpy作为np导入sys 类KLIEP（）： def __init__(self): pass def run(self, x_de, x_nu, x_re, sigma_chosen=0, b=100, fold=5): #引数の...

CircuitGen:数字设计 2 项目 1

##数字设计师项目 1：数字电路实现器（主分支） ###作者：Ahmed A.... 应用杉山布局算法（完成）。 UI设计（完成）。 使用 Joint.js( Complete ) 绘制电路图。 使用 EDIF 文件（ Complete ）自定义网表解析。

kpop:恩哈·波格

杉山功美（Komay Sugiyama）ID：＃30739783 克里斯·鲁宾（Chris Rubin）ID：＃72892271 Devam Shrivastava ID：＃51984972 伊沙恩·帕里卡（Eshaan Parlikar）ID：＃32022538 技术资料 分配的工单进度（总体...

完整车牌号识别程序，可以识别车牌和颜色，可以集成到项目中 支持win7+

基于.Net开发车牌号识别程序，通过控制台输出结果，可以通过启动参数传入地址，集成到项目中。 使用介绍：https://blog.csdn.net/billyyi/article/details/138597795

ChatGPT教程（终极版）最全整理

这是一篇动了某些人利益的良心教程。 这是一篇姗姗来迟的ChatGPT教程。 纯小白关于ChatGPT入门，你看我这篇文章就够了。 如果你已经用上了ChatGPT，更要恭喜你挖到宝藏，后面的高级技巧一定能让你有收获。 文章包含以下内容： 一、ChatGPT是啥？有什么用； 二、ChatGPT如何注册； 三、ChatGPT使用方法； 四、用ChatGPT搞钱； 五、高级技巧；

博客中Kmeans以及FCM算法数据（免积分）

博客中Kmeans以及FCM算法的数据，包括IRIS鸢尾花数据集、Wine葡萄酒数据集、Seed小麦种子数据集、glass数据集、WDBD乳腺癌数据集，下载在直接存入项目文件夹即可，如果下载不了，可以私信我，看到后会及时回复。

神经网络回归预测--气温数据集

神经网络回归预测--气温数据集

hugging face的models-openai-clip-vit-large-patch14文件夹

用于无法访问hugging face并需要运行stable-diffusion-webui时使用

XGBoost+LightGBM+LSTM-光伏发电量预测

包含比赛代码、数据、训练后的神经网络模型等。 在分析光伏发电原理的基础上，论证了辐照度、光伏板工作温度等影响光伏输出功率的因素，通过实时监测的光伏板运行状态参数和气象参数建立预测模型，预估光伏电站瞬时发电量，根据光伏电站DCS系统提供的实际发电量数据进行对比分析，验证模型的实际应用价值。 1 数据探索与数据预处理 1.1 赛题回顾 1.2 数据探索性分析与异常值处理 1.3 相关性分析 2 特征工程 2.1 光伏发电领域特征 2.2 高阶环境特征 3 模型构建与调试 3.1 预测模型整体结构 3.2 基于LightGBM与XGBoost的构建与调试 3.3 基于LSTM的模型构建与调试 3.4 模型融合与总结 4 总结与展望 参考文献

Mathwork+Matlab+编程手册

Introduction to Programming with MATLAB ~ Vanderbilt University

中文短信数据集-带标签

本数据集可用于进行文本分类、信息检索等自然语言处理实验，共包含80万条短信。其中：原始数据集data.txt每行为1条短信，格式为“标签\t短信内容”，标签=0表示正常短信，标签=1表示垃圾短信。train.csv和test.csv为拆分后的训练集与测试集，拆分代码为train_test_split.py。stopwords.txt为使用的停用词。 基于该数据集的文本分类详见文章https://blog.csdn.net/baidu_40395808/article/details/135793836，基于该数据集的信息检索详见文章https://blog.csdn.net/baidu_40395808/article/details/135897480。 示例如下： 0 商业秘密的秘密性那是维系其商业价值和垄断地位的前提条件之一 1 《依林美容》三．八．女人节倾情大放送活动开始啦！！！！超值套餐等你拿，活动时间x月x日一x月xx日， 详情进店咨询。美丽热线x

时间序列预测模型实战案例(Xgboost)(Python)(机器学习)包括时间序列预测和时间序列分类，点击即可运行！

内容概要 资源包括三部分(时间序列预测部分和时间序列分类部分和所需的测试数据集全部包含在内) 在本次实战案例中，我们将使用Xgboost算法进行时间序列预测。Xgboost是一种强大的梯度提升树算法，适用于各种机器学习任务，它最初主要用于解决分类问题，在此基础上也可以应用于时间序列预测。 时间序列预测是通过分析过去的数据模式来预测未来的数值趋势。它在许多领域中都有广泛的应用，包括金融、天气预报、股票市场等。我们将使用Python编程语言来实现这个案例。 其中包括模型训练部分和保存部分，可以将模型保存到本地，一旦我们完成了模型的训练，我们可以使用它来进行预测。我们将选择合适的输入特征，并根据模型的预测结果来生成未来的数值序列。最后，我们会将预测结果与实际观测值进行对比，评估模型的准确性和性能。 适合人群：时间序列预测的学习者,机器学习的学习者， 能学到什么：本模型能够让你对机器学习和时间序列预测有一个清楚的了解，其中还包括数据分析部分和特征工程的代码操作 阅读建议：大家可以仔细阅读代码部分，其中包括每一步的注释帮助读者进行理解，其中涉及到的知识有数据分析部分和特征工程的代码操作。

Stable-Diffusion WEBUI 简体中文语言包（2023.05.30更新）

AI绘图，Stable-Diffusion WEBUI，本地化（简体中文）语言文件。 原始文件来自翻译插件，根据自己实际使用情况，增加和修改了一些翻译。 配合【双语插件】看上去要自然一点，内容还在继续完善中。 本次增加了一些翻译内容，特别是插件。 同时继续合并了其它翻译插件的内容。 最近文字提示修改得有点多啊。 请放入“你的SDWebUI项目位置/localizations/”中。 中文翻译部分删掉了不少括起来的英文原文，所以别直接选它用。 请配合【Bilingual Localization】插件使用，双语同时显示，效果最好。

亚博K210模型训练部署

亚博K210模型训练部署

Plecs电力电子仿真PLECS41.64 电力系统仿真软件免安装版本

超级容易学习的电力电子仿真软件。 PLECS是一个用于电路和控制结合的多功能仿真软件，尤其适用于电力电子和传动系统。 对于仿真Buck电路，Boost电路，单相整流电路，单相逆变电路，三相整流电路，三相逆变电路，LLC电路等都能够完美实现。并且能够直接使用C语言进行编程仿真，让代码直接写完以后完整运行到控制板中。 Plecs主要解决了Matlab Simulink仿真速度很慢，学习过程复杂和困难等问题。 Plexim在电力电子仿真领域处于世界领先地位。首要软件产品PLECS可以协助用户加快产品开发和创新流程。其优势来源于先进的编程技术，以及融合了非常规建模概念的仿真算法。通过认真听取工程师的需求和建议，我们能够为客户的今天和未来提供满意的解决方案。 从2002年开始，PLECS已经在众多工业领域成为电力电子仿真的标准。典型应用涵盖新能源，车辆电子，航空航天，工业及牵引驱动等。

Ollama+WebUI+AnythingLLM构建个人/企业知识库

对于企业来说，需要考虑信息安全，企业私有的知识库显然不能利用公域的大模型。那么搭建一套基于本地大模型的个人/企业知识库。Ollama可以帮助你在本地搭建知识库，替代chatgpt

机器学习期末复习题及答案

机器学习期末复习题及答案