Hadoop大数据挖掘从入门到进阶实战（视频教学版）

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...

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...

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4章 数据选择.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第5章 数据预处理.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第6章 回归分析.ppt ...

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

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~

《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...

数据挖掘和机器学习中的一些数学方法

数据挖掘和机器学习中的一些数学方法归纳，不错的参考资料，留着自学。

数据挖掘与机器学习(一).pdf

数据挖掘与机器学习(一).pdf

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

数据挖掘与机器学习期末课程设计—水稻病虫害检测.zip

数据挖掘与机器学习期末课程设计—水稻病虫害检测，已获通过的高分项目。 数据挖掘与机器学习期末课程设计—水稻病虫害检测，已获通过的高分项目。数据挖掘与机器学习期末课程设计—水稻病虫害检测，已获通过的高分...

基于数据挖掘和机器学习的恶意代码检测方法.pdf

基于数据挖掘和机器学习的恶意代码检测方法.pdf

数据挖掘与机器学习课程设计-花卉识别（详细实现+注释）

数据挖掘与机器学习课程设计-花卉识别（详细实现+注释）

机器学习与数据挖掘实验报告.zip

广州大学机器学习与数据挖掘实验报告，其中一个链接为：https://editor.csdn.net/md/?articleId=113242787

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。

机器学习--神经网络

机器学习--神经网络机器学习--神经网络机器学习--神经网络机器学习--神经网络

代码实例及详细资料带你入门Python数据挖掘与机器学习.pdf

代码实例及详细资料带你入门Python数据挖掘与机器学习.pdf代码实例及详细资料带你入门Python数据挖掘与机器学习.pdf代码实例及详细资料带你入门Python数据挖掘与机器学习.pdf代码实例及详细资料带你入门Python数据...

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

机器学习与数据挖掘的实验报告，包含多种模型分析实验代码和数据分析结果

机器学习与数据挖掘的实验报告，包含逻辑回归分析、贝叶斯分类器模型，决策树和随即森林在心脏病数据分析中的应用。包括实验代码和结果分析。

python爬取微博一二级评论数据代码（需设置cookie）

这段Python代码是一个微博评论爬虫，它主要用于抓取微博的一级评论和二级评论，并将抓取的数据保存到CSV文件中。下面是代码的详细描述： 导入模块：代码首先导入了所需的模块，包括json、csv、re（正则表达式）、requests（发送HTTP请求）、time（暂停执行）、pandas（数据处理）、os（操作系统功能）和datetime（日期时间处理）。 获取网页源码：get_html 函数通过HTTP请求获取给定URL的网页源码，并设置了User-Agent和Referer头，以模拟浏览器访问。它还包含了一个时间延迟，以避免因频繁请求而被服务器限制访问。 清理HTML标签：get_string 函数用于从HTML内容中提取纯文本，移除所有HTML标签。 保存评论数据：save_text_data 函数将评论数据保存到CSV文件中。它首先创建一个包含评论数据的字典，然后将其转换为pandas的DataFrame。如果CSV文件已存在，则在追加数据时不添加表头；如果文件不存在，则添加表头。数据以UTF-8编码格式保存。 时间转换：trans_time 函数用于将微博评论的时间

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)

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

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

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。

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。

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）

【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