机器学习实战：基于ScikitLearn和TensorFlow

机器学习实战,机器学习实战 pdf,Python

机器学习实战中文英文pdf+数据集+代码

机器学习实战 Peter Harrington 中英文-附件资源

机器学习实战 Peter Harrington 中英文-附件资源

深度学习、pytorch、python、深度学习基础PDF

有利于深度学习的学习与入门。深度学习的概念源于人工神经网络的...深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。

学习OpenCV中英文及源码

学习OpenCV(影印版)》将你置身于迅速发展的计算机视觉...　机器学习算法 　使机器能看见是一个具有挑战却又充满乐趣的目标。无论你是想建立一个简单的还是复杂的视觉应用程序，《学习OpenCV》都是你入门的必备教材。

使用朴素贝叶斯过滤垃圾邮件样本

机器学习实战中，使用朴素贝叶斯过滤垃圾邮件Demo的样本数据。

基于SwiftUI框架和CreateML机器学习框架的虚假新闻检测App源码+项目说明.zip

* 图片检测：基于CreateML机器学习框架中的场景打印特征提取器及图片识别模型。 # 2.4 其他 * 采用MVVM软件架构模式。 * 使用CoreData数据库。 三、注意事项 * 不要上传与新闻无关的文本或者图片，否则检测...

宝马：深度学习在自动驾驶中的应用及部署过程.pdf

宝马自动驾驶▪于Unterschleißheim（慕尼黑）的宝马自动驾驶校区，于2017年成立▪1400名员工，包括 合作伙伴（传感器处理，数据分析，机器学习，驾驶策略，硬件架构）▪81个功能小组（包括合作伙伴），每周进行2次...

hands on ml with sklearn and tensorflow.rar

机器学习实战，促进学习，交流，更好的为人类发展做出贡献，此版本有中文，英文版本，还有源码，

人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战（不定时更新）

github标星11600+：最全的吴恩达机器学习课程资源（完整笔记、中英文字幕视频、python作业，提供百度云镜像！）  Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战 用户画像 C、C++笔记 JavaWeb+大数据...

Breast-Cancer-Prediction-Using-Machine-Learning:预测乳腺癌的类型（恶性或良性）

使用机器学习进行乳腺癌预测 问题识别： 乳腺癌是女性中最常见的恶性肿瘤，占美国女性确诊的癌症的三分之一，并且是女性癌症死亡的第二大主要原因。 乳腺癌是由于乳房组织中细胞异常生长（通常称为肿瘤）而导致的。...

分析大数据运用大数据分析-Kmeans算法实战.doc

" " "数据预处理是指数据的特征提取和归一化，是机器学习过程中的第一个" " "也是最重要的环节。这里归一化是指将输入数据转换为具有零均值和单" " "位权方差的新变量，但因为大多数时候都做不到精确到零，因此会...

【深度学习系列（六）】：RNN系列（3）：基于Tensorflow的RNN的实战之英文名字生成

了解RNN的基本单元及其改进之后，接下来我们使用RNN进行一个简单的名字生成实战来了解实际使用中需要注意的地方及要点，废话不多说。。。 目录 一、数据预处理及加载 1、数据预处理 2、数据加载 二、RNN模型搭建 三...

leetcode中文版-Amusi-Note:Amusi笔记

《机器学习实战》学习笔记 TODO: CUDA-From-Zero-To-One 项目笔记 : 目标检测方向论文集锦（更新ing） : 记录每天整理的计算机视觉/深度学习/机器学习相关方向的论文 : 详尽地介绍关于的知识点 : 使用OpenCV实现人脸...

人工智能项目资料-基于深度学习和TensorFlow的英文和汉字验证码识别.zip

更有深度学习、机器学习、自然语言处理和计算机视觉的实战项目源码，助您从理论走向实践，如果您已有一定基础，您可以基于这些源码进行修改和扩展，实现更多功能。 【期待与您同行】 我们真诚地邀请您下载并使用...

深度学习实战16(进阶版)-虚拟截图识别文字-可以做纸质合同和表格识别

通过虚拟截图与OCR结合NLP技术做下游任务，可以用于纸质文件的实体识别，阅读理解，情感分析，机器翻译等。 多领域的应用场景包括： 企业管理领域：可应用于纸质文件中的文字和表格的提取、公司纸质章程完备性识别，...

AttackAndDefense:攻击和防御再次对抗样本

对抗样本：进攻与防守最近，关于对抗性样本的研究是机器学习中的一个热门话题。 在此存储库中，我只想介绍一些生成对抗性样本的方法以及如何防御它们。注意：还有许多其他有趣的方法，我将在以后的晚些时候进行更新...

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；

Neural Networks from Scratch in Python学习资料

Neural Networks from Scratch in Python的学习材料，PDF版本，机器学习入门必学，全英文版本

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。

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

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

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

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。

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。

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。

机器学习期末复习题及答案

机器学习期末复习题及答案

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)

1.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。