机器学习实战:基于ScikitLearn和TensorFlow
作者:Aurélien Géron
出版社:机械工业出版社
ISBN:9787111603023
VIP会员免费
(仅需0.8元/天)
¥ 60.0
温馨提示: 价值40000元的1000本电子书,VIP会员随意看哦!
电子书推荐
-
-
《机器学习实战基于Scikit-Learn和TensorFlow》 评分:
《机器学习实战基于Scikit-Learn和TensorFlow》
上传时间:2019-04 大小:21.09MB
682KB
机器学习入门与实战(scikit-learn和Keras)课件—决策树.pdf
2022-06-27机器学习入门与实战(scikit-learn和Keras)课件—决策树.pdf机器学习入门与实战(scikit-learn和Keras)课件—决策树.pdf机器学习入门与实战(scikit-learn和Keras)课件—决策树.pdf机器学习入门与实战(scikit-learn和...
25.41MB
机器学习实战:基于Scikit-Learn、Keras和TensorFlow
2023-12-28机器学习实战:基于Scikit-Learn、Keras和TensorFlow 机器学习实战:基于Scikit-Learn、Keras和TensorFlow 机器学习实战:基于Scikit-Learn、Keras和TensorFlow 机器学习实战:基于Scikit-Learn、Keras和TensorFlow ...
7.23MB
Hands-On Machin Learing with Scikit-learn&TensorFlow;
2018-07-03Hands-On Machin Learing with Scikit-learn&TensorFlow; 高清英文版 通过完整的工程案例,手把手教你使用sklearn进行机器学习、使用tensorflow进行深度学习。应该说是我见过的最好的入门书。
23B
[阅读体会]机器学习实战基于scikit-learn和tensorflow(Hands-On Machine Learning with Scikit-Learn and TensorFlow)-附件资源
2021-03-02[阅读体会]机器学习实战基于scikit-learn和tensorflow(Hands-On Machine Learning with Scikit-Learn and TensorFlow)-附件资源
186KB
机器学习实战(用Scikit-learn和TensorFlow进行机器学习)(一)
2021-02-24Scikit-learn集成了很多机器学习需要使用的函数,学习Scikit-learn能简洁、快速写出机器学习程序。并且通过代码更加深入的了解机器学习模型,学习如何处理数据,如何选择模型,如何选择和调整模型参数。1、推荐安装...
71.56MB
深度学习训练营:21 天实战 TensorFlow + Keras + scikit-learn
2023-05-23基于 TensorFlow、Keras 和 scikit-learn,介绍了 21 个典型的人工智能应用场景。 这些应用场景被分类为预测类项目实战、识别类项目实战和生成类项目实战。 其中预测类项目包括房价预测、泰坦尼克号生还预测、共享...
22KB
《机器学习实战:基于Scikit-Learn、Keras和TensorFlow第2版》-个人学习笔记及代码
2022-04-02学习时的笔记及相关代码,...学习来源:Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition, by Aurélien Géron (O’Reilly). Copyright 2019 Aurélien Géron, 978-1-492-03264-9.
257KB
机器学习实战(用Scikit-learn和TensorFlow进行机器学习)(二)
2021-02-24本文来自于csdn,本文章主要对真实数据(csv表格数据)的查看以及如何正确的分开训练测试集进行实战操作,希望对您的学习有帮助。5、查看训练集的特征图像信息以及特征之间的相关性上一节粗略地查看了数据的统计...
14.26MB
handson_ml_2nd:AurélienGéron于2019年出版的书“使用Scikit-Learn,Keras和TensorFlow进行动手机器学习,第二版”的说明
2021-03-15:books: 使用Scikit-Learn,Keras和TensorFlow进行机器学习动手,第二版 2.2.4-tf是由tf.keras实现的tf.keras API版本。 请注意,它以-tf结尾,突出了tf.keras实现tf.keras API的事实以及一些额外的TensorFlow特定...
18.17MB
ORL人脸识别不同算法的实现,用到了scikit-learn,tensorflow等.zip
2023-07-20深度学习,神经网络学习资源,机器学习源码及案例,经典人工智能算法。 深度学习,神经网络学习资源,机器学习源码及案例,经典人工智能算法。 深度学习,神经网络学习资源,机器学习源码及案例,经典人工智能算法...
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。
38.86MB
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+
2024-05-09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
20KB
机器学习期末复习题及答案
2023-03-19机器学习期末复习题及答案
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
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
29.44MB
衣服数据集-四个独立的压缩文件
2024-06-13衣服数据集-四个独立的压缩文件
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
1.25MB
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
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。
1.3MB
亚博K210模型训练部署
2023-07-11亚博K210模型训练部署
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。
174.14MB
Plecs电力电子仿真PLECS41.64 电力系统仿真软件免安装版本
2023-02-02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。
80KB
基于线性回归以及支持向量机对汽车MPG与自重进行回归预测.zip
2024-06-19基于线性回归以及支持向量机对汽车MPG与自重进行回归预测.zip
526KB
B题 风力发电系统的建模与优化设计.doc
2024-06-18风,是由空气流动引起的一种自然现象。从科学的角度来看,风常指空气的水平运动分量,包括方向和大小,即风向和风速;但对于飞行来说,还包括垂直运动分量,即所谓垂直或升降气流。大风可移动物体与物体(物质质量)方向。风的速度很快。风的强度用风速表示,一般采用蒲风级或多少米/秒来衡量,分十三级。 随着可再生能源的快速发展,风力发电成为一种重要的可再生能源形式,近年来得到了广泛应用和发展。风电功率预测技术是指对未来一段时间内风电场所能输出的功率大小进行预测,以便安排调度计划。这是因为风能属于随机波动的不稳定能源,大规模的风电并入系统,必将会对系统的稳定性带来新的挑战。电力生产调度机构需要对未来数小时的风电输出功率有所了解。 为了更好地利用风力资源,提高风电系统的发电效率和可靠性,建立一个准确的风力发电系统的数学模型,并进行优化设计,成为风力发电工程中的重要问题之一。通过分析天气预报数据、测风塔实测数据以及风场发电功率数据,可以建立风功率预测模型,以提高风电场的发电效率和稳定性,从而为能源调度和管理提供有力支持。
1.29MB
基于鲸鱼优化算法优化VMD参数试看效果代码(目标函数为样本熵)
2022-10-301.采用鲸鱼算法优化VMD分解层数和惩罚系数的MATLAB代码,目标函数根据样本熵计算。直接运行,可以换数据。 2.核心算法加密,有需要请在CSDN联系作者。
59KB
Matlab 基于支持向量机(SVM)的数据回归预测 SVM回归
2023-06-131. Matlab实现支持向量机的数据回归预测(完整源码和数据) 2. 多变量输入,单变量输出,数据回归预测 3. 评价指标包括:R2、MAE、MSE、RMSE 4. 包括拟合效果图和散点图 5. Excel数据,暂无版本限制,推荐2018B及以上版本 注:采用 Libsvm 工具箱(无需安装,可直接运行),仅支持 Windows 64位系统