实用机器学习
作者:孙亮 、黄倩
出版社:人民邮电出版社
ISBN:9787115446466
VIP会员免费
(仅需0.8元/天)
¥ 50.56
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
-
machine-learning-project-walkthrough.zip 评分:
机器学习的完整实例 step by step
上传时间:2019-08 大小:105.35MB
- 28.95MB
machine-learning.zip
2020-06-13截至2020.6.13。把吴恩达老师得ML编程作业刷了一遍,全满分。留给有需要的同学。 注意m文件中很多都是自带得instruction(作业要求或者指导吧),自己写的code一般在会英文注释“your code here"下面。
- 6.93MB
machine_learning.zip
2019-05-14配置环境:Win7+OpenCV3.4.0+VS2015。 使用数据建立了OpenCV中的神经网络模型与随机森林模型,包括了保存模型和加载本地模型的方法。 使用预测数据的均方误差(MSE)进行模型评价。
- 277KB
machine-learning-project
2021-06-03CS 573 - 班级项目 虚拟现实中的意图预测 胡安·塞巴斯蒂安·卡萨拉斯、Ashwin S. Natarajan、胡可吉 介绍 虚拟现实 (VR) 没有现实世界中存在的一些限制,因此可以创建在虚拟世界之外无法想象(或过于昂贵)的应用程序。 例如,在交互式虚拟环境 (VE) 中,可以始终(至少部分地)使用一个或多个传感器跟踪用户。 在这个项目中,我们建议使用这些知识可以帮助我们预测下一个用户操作将是什么以及它将如何执行。 任务 提议的任务是一个 3D 游戏,其中用户有多个物体向他飞来,他的目标是用手触摸每个物体使它们消失,每个越过他的物体都会使用户失去积分。 用户同时拥有手部和手部追踪器,可随时提供位置和方向。 图 1. 提议的任务设置,对象必须用手(紫色)和头部(绿色)跟踪器触摸每个传入的(红色)物体,使它们在到达他之前消失。 方法 鉴于来自用户头部和手部姿势(位置和方向)以及对象轨
- 80.55MB
iCEP.zip_machine learning
2022-09-24复杂事件处理框架的设计与实现,事件处理规则的自动生成基于机器学习
- 5.78MB
cn-deep-learning-vs-machine-learning-ebook(1).pdf
2019-09-20cn-deep-learning-vs-machine-learning-ebook(1)
- 20.50MB
Apress-matlab-machine-learning.zip
2023-08-07Apress-matlab-machine-learning.zip
- 28.81MB
andrewhill157-coursera-machine-learning.zip
2023-08-08andrewhill157-coursera-machine-learning.zip
- 15.37MB
Hands-on-data-science-and-Python-machine-learning-perform-data-mining-and-machine-learning-efficiently-using-Python-and- ....pdf
2019-09-16Hands-on-data-science-and-Python-machine-learning-perform-data-mining-and-machine-learning-efficiently-using-Python-and-Spark.pdf
- 29.1MB
Algorithm-Machine-Learning-for-Beginner-by-Python3.zip
2019-09-17Algorithm-Machine-Learning-for-Beginner-by-Python3.zip,斯克莱恩、坦索流。,算法是为计算机程序高效、彻底地完成任务而创建的一组详细的准则。
- 227KB
TEmatlab.zip_machine learning
2022-07-14SVM code, feature extractionbliko;oj;'jd
- 465KB
machine_learning.zip_L7W_machine learning_machine learning
2022-07-15matlab机器学习经典回归算法,适合初学者。
- 957KB
Archive.zip_machine learning
2022-07-14machine learning methods
- 1KB
practical-machine-learning-project
2021-03-31实用机器学习项目 输出:html_document 分配现在,可以使用Jawbone Up,Nike FuelBand和Fitbit等设备相对廉价地收集有关个人活动的大量数据。 这些类型的设备是量化的自我运动的一部分-一群发烧友,他们定期进行自我测量以改善健康状况,发现行为方式,或者是因为他们是技术怪胎。 人们经常做的一件事是量化他们从事某项特定活动的数量,但很少量化他们完成某项活动的程度。 目标本报告的目标是使用机器学习算法预测穿着健身追踪器bu时个人进行的运动类别。 加载库 library(caret) library(rpart) library(rpart.plot) library(randomForest) library(corrplot) Acquiring and cleaning the data training.file <- './data/pml-tr
- 114KB
machine learning h4.zip
2019-07-25related code of question I've posted. Including .aux/.log/.out/.pdf/.tex/.m
- 16.79MB
trekhleb-machine-learning-octave.zip
2023-08-07trekhleb-machine-learning-octave.zip
- 66.35MB
Ayatans-Machine-Learning-homework.zip
2023-08-07Ayatans-Machine-Learning-homework.zip
- 2.36MB
Algorithm-Machine-learning.zip
2019-09-17Algorithm-Machine-learning.zip,这个存储库将包含ml和dl中初学者所需的所有内容,请遵循并启动此repo以进行定期更新,算法是为计算机程序高效、彻底地完成任务而创建的一组详细的准则。
- 32.0MB
Hands-on-Machine-Learning-with-Scikit-2E.pdf
2019-06-25Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow 2nd edition
- 4.30MB
stanford machine learning.zip
2021-03-17stanford machine learning
- 4.51MB
machine_learning-master.zip
2022-04-17machine_learning-master.zip
- 17.2MB
machine-learning-ex1~6.zip
2020-04-03吴恩达机器学习工程文件(1~6)含题目和数据集 吴恩达教授的在Coursera上的课程基本上完全没有触及这些数学知识,这甚至还成为这门课程获得负面评价的主要原因。而吴恩达也不止一次的解释过原因:这门课没有使用过多数学的原因就是考虑到其受众广泛,因此用直觉式的解释大家有信心继续坚持学习。 如果网络不好官网下不下来可以通过这个下。
- 48KB
BallStackBalance.zip_machine learning
2022-07-14Machine learning - balancing a stack of balls
- 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
- 29.74MB
python大作业 含爬虫、数据可视化、地图、报告、及源码(2016-2021全国各地区粮食产量).rar
2022-05-01(含源码及报告)本程序分析了自2016年到2021年(外加)每年我国原油加工的产量,并且分析了2020年全国各地区原油加工量等,含饼状图,柱状图,折线图,数据在地图上显示。运行本程序需要requests、bs4、csv、pandas、matplotlib、pyecharts库的支持,如果缺少某库请自行安装后再运行。文件含6个excel表,若干个csv文件以及一个名字为render的html文件(需要用浏览器打开),直观的数据处理部分是图片以及html文件,可在地图中显示,数据处理的是excel文件。不懂可以扫文件中二维码在QQ里面问。
- 0B
《点燃我温暖你》中李峋的同款爱心代码
2022-11-08python做的《点燃我温暖你》中李峋的同款爱心代码,最还原的
- 3.40MB
Python金融量化的高级库:TA-Lib-0.4.24(包含python3.7、3.8、3.9、3.10的32位和64位版本)
2023-08-02TA-Lib(Technical Analysis Library, 即技术分析库)是Python金融量化的高级库,涵盖了150多种股票、期货交易软件中常用的技术分析指标,如MACD、RSI、KDJ、动量指标、布林带等。但很多人安装指标计算ta-lib库就总报错,就可以在这里找到包下载后安装。 文件举例:TA_Lib‑0.4.24‑cp37‑cp37m‑win_amd64.whl 命名解释:包名-版本号-cp37代表适用于python3.7版本-win代表windows平台-amd64表示64位版本(与python版本要一致) 假定文件下载到d盘根目录,使用如下命令进行安装: pip install d:\TA_Lib‑0.4.24‑cp37‑cp37m‑win_amd64.whl 原文链接:https://blog.csdn.net/popboy29/article/details/126140862 建议使用360压缩进行解压。
- 182KB
第十五届蓝桥杯大赛软件赛省赛-PythonB组题目
2024-04-13您正在寻找的是第十五届蓝桥杯大赛软件赛省赛Python B组的题目全集。蓝桥杯大赛作为国内知名的计算机程序设计竞赛,一直以来都以其高水平的题目和严格的评选标准而备受瞩目。本次大赛的Python B组题目更是涵盖了众多编程领域的知识点,无论是算法设计、数据结构还是编程技巧,都考验了参赛者的深厚实力。 这份题目全集以PDF格式呈现,清晰易读,方便您随时查阅和学习。每一道题目都经过精心设计和筛选,旨在考察参赛者的编程思维、问题解决能力以及创新能力。无论您是正在准备参赛的选手,还是对编程感兴趣的爱好者,这份题目集都将为您提供一个极好的学习和挑战的平台。 通过这份题目集,您可以深入了解蓝桥杯大赛的出题风格和难度,熟悉各种编程问题的解题思路和方法,从而提升自己的编程能力和竞技水平。此外,这些题目也是极好的练习材料,可以帮助您巩固和拓展编程知识,提高解决实际问题的能力。 适用人群: 蓝桥杯大赛参赛选手 计算机专业学生 编程爱好者 对算法和数据结构有兴趣的学习者 资源特点: 高质量的题目设计,涵盖广泛的知识点 清晰易读的PDF格式,方便查阅和学习 提供解题思路和方法,有助于提升编程能力
- 6.40MB
大麦网抢票脚本【Python脚本】
2023-09-17Python脚本,使用Selenium 模拟浏览器操作。 在使用 Chrome 浏览器,用户可以使用鼠标滑动、按键点击以及键盘输入,作为信号输入设备向浏览器传达指令,浏览器收到指令后执行渲染。 这里提到的 Selenium WebDriver 是对浏览器提供的原生 API 进行封装,使用这套 API 可以操控浏览器的开启、关闭,打开网页,操作界面元素,控制 Cookie。简单说就是,可以通过写代码的方式来自动实现用户鼠标和键盘信号的输入。 由此实现模拟人为操作进行登录、验证、刷新网页以及点击购票等操作。
- 258.41MB
YOLOv8-火焰识别(火焰数据集+代码+GUI界面+内置训练好的模型文件)
2023-11-15教程请参考:https://blog.csdn.net/Little_Carter/article/details/131387425 欢迎浏览我的最新资源,这个全面的资源是为了帮助研究人员和开发者在火灾预防和安全监控领域取得突破而设计的。本资源包含以下几个关键部分: 1、火焰数据集:精心策划和注释的高质量火焰图像集,覆盖了不同类型和大小的火焰场景。这个数据集对于训练和测试火焰检测算法至关重要。 2、代码:完整的YOLOv8算法实现代码,针对火焰检测进行了优化。代码清晰、注释详细,易于理解和定制。 3、GUI界面:为了更方便地使用和展示火焰识别模型,我复现了一个直观的图形用户界面(GUI)。这个界面不仅易于操作,还可以实时展示检测结果。 4、内置训练好的模型文件:为了让用户能够即刻使用该工具,我提供了一个已经在火焰数据集上训练好的YOLOv8模型。这个模型经过精心训练,具有高精度和良好的泛化能力。 此外,我还提供了详细的安装和使用指南,帮助您轻松地部署和运行这个系统。无论您是在进行学术研究,还是在开发商业应用,这个资源都将是您不可或缺的工具。期待您的下载和反馈!