Spark MLlib机器学习实践(第2版)
电子书推荐
-
Spark MLlib机器学习实践 王晓华著_包含代码书签 评分:
Spark MLlib机器学习实践 王晓华著 包含代码书签,高清
上传时间:2018-01 大小:38.65MB
- 37.51MB
Spark+MLlib机器学习实践+,王晓华著
2017-12-22Spark+MLlib机器学习实践+,王晓华著完整版,自己学习很实用
- 5.30MB
jsp课件王晓华西安科技大学1
2010-05-30王晓华jsp视频的课件包括源代码 西安科技大学上课的课件
- 0B
自动控制原理-韩绍坤-许向阳-王晓华-北京理工大学-课后习题答案.pdf
2022-11-13自动控制原理_韩绍坤_许向阳_王晓华_北京理工大学_课后习题答案
- 2.96MB
RFID系统的安全问题及其解决方案_王晓华
2009-08-07首先讨论了RFID 系统的通信问题, 以及系统面对的各种攻击, 然后回顾了已有的RFID 安全解决方案, 并分析了这些方案存在的缺点或漏洞。研究表明, 目前还没有一个比较完善的安全解决方案。如何设计一个安全、高效、实用...
- 694KB
车间环境下机器人语音控制的特征提取算法_王晓华.pdf
2019-11-21针对移动机器人在车间实际工作环境中,由于噪声的影响导致对语音控制命令识别性能差的问题,提出了一种基于伽玛通倒谱系数和Teager能量算子混合特征提取的新算法。该算法用伽玛通滤波器代替抗噪性比较普通的梅尔...
- 685KB
西安电子科技大学jsp代码
2010-09-12是电子科技大学的jsp主讲师王晓华所用全部代码,不漏不缺
- 1.3MB
BEC写作测试对英语写作教学的反拨与启示作用王晓华PPT教学课件.pptx
2021-10-06BEC写作测试对英语写作教学的反拨与启示作用王晓华PPT教学课件.pptx
- 38KB
up_1220866_Calendar_8cfdi.rar
2012-12-16源码采用php实现,Calendar是一个php版本的日期插件软件,通过它可以方便的调出你想要的日常的控件,学习研究参考均可
- 187KB
模拟电子技术基础答案
2010-10-21弟子技术基础第五版的详细答案,详细解答,
- 2.7MB
《离散数学及其应用》汪荣贵等编-这本书的习题答案或提示.docx
2020-11-23Word文档 大小:2.07MB 《离散数学及其应用》(汪荣贵 王晓华 杨娟 李书杰 编著)这本书的习题答案或提示
- 6KB
leetcode下载-knap_p:python实现0-1背包问题
2021-06-29学习来源于gitchat王晓华的算法课。 自己实现后面的实例算法(比如:0-1背包问题) 1.如何玩算法? 1.1 学习要点 玩算法需要做到三点: 【第一点】 对遇到的特殊问题能够自己设计出算法实现(可以是智力游戏题目或者...
- 6KB
leetcode小偷---:——
2021-07-01学习来源于gitchat王晓华的算法课。 自己实现后面的实例算法(比如:0-1背包问题) 1.如何玩算法? 1.1 学习要点 玩算法需要做到三点: 【第一点】 对遇到的特殊问题能够自己设计出算法实现(可以是智力游戏题目或者...
- 2.53MB
VS2005入门视频教程-042.Calendar2.rar
2019-07-09本系列教程的课程安排参考了多本.net 1.1以及在目前的2.0新书的基础上认真编订。...也希望本教程能够帮助你更好的学习。教程出处:网易学院。学员有问题可以点这里直接咨询。作者将不定时在线回复。谢谢大家!
- 3.83MB
数字电子技术基础习题解答(第五版)
2010-03-11数字电子技术基础习题解答(第五版)阎石主编
- 2.29MB
sql电子教案
2008-05-31非常优秀的sql server 2005 电子教案 浅显易懂 内容丰富
- 2.47MB
基于Python的程序评分软件的设计与实现.pdf
2021-06-28基于Python的程序评分软件的设计与实现.pdf
- 419KB
电磁超分辨率特性研究概述
2020-02-02电磁超分辨率特性研究概述,高强,王晓华,传统的成像受瑞利判据限制分辨率已不能满足相关领域的实际应用,突破衍射极限实现超分辨率越发显得必要。本文简要回顾了超分辨率�
- 1.95MB
ChatGPT教程(终极版)最全整理
2023-05-16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;
- 58KB
博客中Kmeans以及FCM算法数据(免积分)
2023-05-16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。
- 1.25MB
hugging face的models-openai-clip-vit-large-patch14文件夹
2023-10-25用于无法访问hugging face并需要运行stable-diffusion-webui时使用
- 10KB
神经网络回归预测--气温数据集
2021-11-26神经网络回归预测--气温数据集
- 6.77MB
基于Python+pytorch的图像处理+附完整代码图像处理,能够轻松实现图像的读取、显示、裁剪等还有机器学习等操作
2024-04-17Python+PyTorch:图像处理界的“瑞士军刀” 在图像处理这个充满魔法的世界里,Python和PyTorch这对黄金搭档,就像一位技艺高超的魔法师和一把无所不能的“瑞士军刀”,总能轻松解决各种看似棘手的难题。它们以高效、灵活和强大的特性,引领着图像处理技术的发展潮流,让无数开发者为之倾倒。Python,这位优雅的魔法师,以其简洁易懂的语法和丰富的库资源,赢得了广大开发者喜爱。无论是数据处理、机器学习还是深度学习,Python都能轻松应对,展现出其无与伦比的魅力。在图像处理领域,Python更是如鱼得水,通过OpenCV、PIL等库,能够轻松实现图像的读取、显示、裁剪、缩放、滤波等操作,让图像在指尖起舞。而PyTorch,这把图像处理界的“瑞士军刀”,则以其灵活性和易用性,成为深度学习领域的翘楚。它拥有强大的自动求导功能,能够轻松构建和训练复杂的神经网络模型。在图像处理中,PyTorch能够助力开发者构建出各种高效的图像识别、分割、生成等模型,让图像焕发出新的生机。想象一下,当你掌握了Python和PyTorch这对黄金搭档,就如同掌握了一把魔法杖和一把瑞士军刀。必然大可作为
- 1.87MB
XGBoost+LightGBM+LSTM-光伏发电量预测
2022-12-24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
- 2.20MB
Mathwork+Matlab+编程手册
2023-08-25Introduction to Programming with MATLAB ~ Vanderbilt University
- 1.7MB
yolov8调用zed相机实现三维测距(版本一)
2024-04-16yolov8调用zed相机实现三维测距(版本一),具体内容见博客https://blog.csdn.net/qq_45077760?type=blog
- 321KB
Stable-Diffusion WEBUI 简体中文语言包(2023.05.30更新)
2023-05-30AI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。
- 18.16MB
基于CNN卷积神经网络花朵花卉识别系统GUI界面.zip代码119
2024-04-19基于CNN卷积神经网络花朵花卉识别系统,有数据集进行训练,可以增加其它花朵图像数据。 基于CNN卷积神经网络花朵花卉识别系统,有数据集进行训练,可以增加其它花朵图像数据。 基于CNN卷积神经网络花朵花卉识别系统,有数据集进行训练,可以增加其它花朵图像数据。
- 407KB
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!
2023-09-25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。
- 40.89MB
中文短信数据集-带标签
2024-02-05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
- 1.3MB
亚博K210模型训练部署
2023-07-11亚博K210模型训练部署