Python数据挖掘与机器学习实战
电子书推荐
-
机器学习理论、方法及应用 评分:
机器学习理论、方法及应用
上传时间:2017-07 大小:14.55MB
- 346KB
机器学习理论及应用.pdf
2021-09-24机器学习理论及应用.pdf
- 119KB
机器学习方法及其技术应用.pdf
2021-09-24机器学习方法及其技术应用.pdf
- 16.34MB
大规模机器学习理论研究与应用.pdf
2019-09-17机器学习资料,对于初学者是很好的理论普及及应用实例资料
- 13KB
机器学习理论及应用.docx
2023-09-20机器学习理论及应用.docx
- 9.16MB
基于图论的机器学习算法设计及在神经网络中的应用研究
2022-04-27为一个基础性的学科分支,机器学习在许多领域有着重要的应用,例如生物信 息学、人工智能、航空航天、现代医学等。 图论作为一个数学分支,其在机器学习中的研究与应用近年来得到了快速 的发展。基于图论的机器学习...
- 1KB
机器学习代码及其理论
2018-06-30部分机器学习的代码和理论分析,供大家参考,其中上传部分为支持向量机
- 386KB
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第18章 SPSS Clementine基础.ppt
2021-07-10数据挖掘 机器学习原理与SPSS Clementine应用宝典 第11章 粗糙集理论.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第12章 神经网络.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第13章 遗传算法....
- 687KB
机器学习在大数据中的常用方法及其重要性.pdf
2021-09-24机器学习在大数据中的常用方法及其重要性.pdf
- 4.29MB
面板数据机器学习简介-研究论文
2021-05-20本文将各种机器学习方法应用于波士顿房屋数据集,这是机器学习的标志性试验场。 尽管机器学习通常缺乏线性回归的明显解释性,但基于决策树的方法却对数据集特征的相对重要性进行了评分。 除了解决偏差和方差之间的...
- 195KB
高斯过程在机器学习中的应用.doc
2015-06-04高斯过程是近年来发展起来的一种新的机器学习方法,它有着严格的统计学习理论基础,对处理高维数非线性小样本复杂问题具有良好的适应性。对列车精准停车问题的这种复杂的非线性问题,将高斯过程机器学习方法应用于此...
- 2.61MB
人工智能在移动通信网络中的应用:基于机器学习理论的信道估计与信号检测算法.pdf
2021-09-24人工智能在移动通信网络中的应用:基于机器学习理论的信道估计与信号检测算法.pdf
- 2.11MB
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
2021-07-10数据挖掘 机器学习原理与SPSS Clementine应用宝典 第11章 粗糙集理论.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第12章 神经网络.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第13章 遗传算法....
- 908KB
机器学习与图像识别:理论、应用
2018-05-19张长水的ppt: 机器学习与图像识别:理论、应用,很好的内容,可以看下
- 767KB
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第11章 粗糙集理论 共79页.ppt
2021-07-10数据挖掘 机器学习原理与SPSS Clementine应用宝典 第11章 粗糙集理论.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第12章 神经网络.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第13章 遗传算法....
- 618KB
数据挖掘 机器学习原理与SPSS Clementine应用宝典 第6章 回归分析 共26页.ppt
2021-07-10数据挖掘 机器学习原理与SPSS Clementine应用宝典 第11章 粗糙集理论.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第12章 神经网络.ppt 数据挖掘 机器学习原理与SPSS Clementine应用宝典 第13章 遗传算法....
- 6.77MB
人工智能-机器学习-算子理论在量子信息和非交换计算中的若干应用.pdf
2022-05-24人工智能-机器学习-算子理论在量子信息和非交换计算中的若干应用.pdf
- 5.66MB
基于机器学习的作物病害图像处理及病变识别方法研究
2022-04-27拓展了机器学习理论及其应用范畴,构造了基于机器学习的作物病变图像识别的数据结构和算法范形。最后,将提出的理论和设计方法应用于工厂化果园生产场景采集的苹果病害图像识别并进行算法级别实验验证,为面向深度...
- 183KB
机器学习理论在高中自主学习中的应用.pdf
2021-09-24机器学习理论在高中自主学习中的应用.pdf
- 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。