Python数据挖掘与机器学习实战
电子书推荐
-
机器学习的高斯过程(Gaussian Processes for Machine Learning).pdf 评分:
机器学习的高斯过程(Gaussian Processes for Machine Learning) by Carl Edward Rasmussen and Christopher K. I. Williams,The MIT Press http://www.gaussianprocess.org/gpml/
上传时间:2017-04 大小:3.86MB
- 6.82MB
Gaussian process for machine learning
2015-08-27Gaussian process for machine learning, by Carl Edward Rasmussen and Christopher K. I. Williams. 2006
- 3.5MB
Gaussian Processes for Machine Learning
2018-08-06C. E. Rasmussen & C. K. I. Williams, Gaussian Processes for Machine Learning, the MIT Press, 2006
- 3.87MB
gaussian process for machine learning
2011-04-07关于高斯过程的文章,挺不错的。是拉斯姆森写的书。2006年的
- 3.53MB
高斯过程介绍
2014-11-19详细介绍高斯过程的具体含义,具体实现过程
- 1.87MB
高斯过程讲义
2019-01-17Cambridge 高斯过程(Gaussian Process)讲义,高斯过程在空间-时序模型中具有重要作用,国内这块资料较少,与大家分享
- 0B
Gaussian Processes for Machine Learning机器学习的高斯过程
2022-11-27Gaussian Processes for Machine Learning机器学习的高斯过程
- 3.87MB
电子书 Gaussian Processes for Machine Learning
2010-05-15高斯过程机器学习方面的专著,英文版. have fine and enjoy it
- 2.53MB
GaussianProcessesforMachineLearning
2011-09-30Gaussian Processes for Machine Learning英文原版pdf,国外高斯过程经典书籍,学习高斯入门的不错书
- 981KB
高斯过程程序
2016-04-28该程序是高斯过程经典程序 可用于分类 回归 预测等 Gaussian Processes for Machine Learning
- 8.37MB
matlab集成c代码-Gaussian-Processes-for-Machine-Learning:Williams[2006年]的《用于
2021-05-22a)Rasmussen和Williams的书:“高斯机器学习过程”,麻省理工学院出版社,2006年 b)Nickisch和Rasmussen的文章:“二元高斯过程分类的近似”,JMLR 2008 c)Candela和Rasmussen的文章:“稀疏近似高斯过程回归的...
- 4.84MB
贝叶斯基础回顾重点在于高斯过程模型
2017-01-04主要是整理了高斯过程模型的原理和推导过程
- 429KB
论文研究-基于自适应自然梯度法的在线高斯过程建模.pdf
2019-07-22为了满足在线建模算法的实时性要求,提出了在高斯过程的训练中使用自适应自然梯度法(ANG),即基于自适应自然梯度法的在线高斯过程回归建模算法。将此算法运用在Micky-Glass系统和连续搅拌反应釜(CSTR)模型的建立中,并与稀疏在线高斯过程算法进行比较。仿真结果表明此算法满足了非线性系统建模的实时性和精度的要求,同时克服了其他方法计算量很大、不符合在线算法的实时性要求的缺点。
- 3.86MB
机器学习中的高斯过程
2012-07-16介绍高斯过程在机器学习中的应用,如分类,回归等等
- 752KB
random-fourier-features:支持向量机和高斯过程模型等核方法的随机傅里叶特征的实现
2021-05-23该模块的功能包括: 模块的接口非常接近 , 支持向量分类器和高斯进程回归器/分类器,提供CPU / GPU训练和推理, 与接口,可更轻松地进行超参数调整, 该存储库提供了,该显示RFF对于实际的机器学习任务很有用。...
- 16.90MB
kalman-jax:在JAX中使用迭代卡尔曼平滑的马尔可夫高斯过程的近似推断
2021-04-23我们位于芬兰阿尔托大学的的机器学习小组。 该项目旨在通过使用autodiff实现一个用于(非共轭)马尔可夫高斯过程推理的XLA JIT可编译框架。 以下论文概述了该方法: W. Wilkinson,P。Chang,M。Riis Andersen,...
- 21.89MB
贝叶斯机器学习:有关贝叶斯机器学习方法的笔记本
2021-02-03贝叶斯机器学习笔记本 该存储库是有关贝叶斯机器学习的笔记本的集合。 以下链接通过显示了一些笔记本,以确保正确呈现公式。 依赖关系在子目录中的requirements.txt文件中指定。 。 贝叶斯线性回归简介。 用普通的...
- 1.50MB
AutoMLpy:该软件包是一个自动机器学习模块,其功能是优化自动学习模型的超参数
2021-04-03该软件包是一个自动机器学习模块,其功能是优化自动学习模型的超参数。 在此软件包中,您可以找到:网格搜索方法,随机搜索算法和高斯过程搜索方法。 一切都实现为与Tensorflow , pyTorch和sklearn库兼容。 安装 ...
- 163KB
PILCO:Tensorflow中的贝叶斯强化学习
2021-05-10与PILCO以独立的MATLAB包编写的方式不同,该存储库旨在通过大量使用现代机器学习库来提供干净的实现。 特别是,我们使用TensorFlow v2避免了对硬编码渐变的需求,并可以扩展到GPU架构。 此外,我们将用于高斯过程...
- 865KB
Gaussian Process for Machine Learning 一书的配套matlab代码
2015-06-10Gaussian Process for Machine Learning 一书的配套matlab代码
- 3.86MB
机器学习高斯过程
2014-08-20机器学习著作,高斯过程,很基础的机器学习的资料哦
- 322KB
隧道围岩变形预报的高斯过程机器学习模型.pdf
2021-09-24隧道围岩变形预报的高斯过程机器学习模型.pdf
- 9.50MB
芒果:Python中的并行超参数优化
2021-02-23目前,Mango旨在为机器学习算法找到最佳的超参数。 查看Mango的快速12秒演示,该演示近似于SVM的复杂决策边界 Mango在内部使用基于高斯过程的多臂Bandit贝叶斯优化器的并行实现。 芒果的一些突出特点是: 能够...
- 0B
Qt 5实现串口调试助手 (源工程文件、0积分下载)
2021-12-06基于Qt 5实现串口调试助手,程序仅供参考,修改了之前十六进制接收0xA0--0xFF有误的问题,新增了窗口自适应(ui文件设置栅格),文件详情可看博客链接https://blog.csdn.net/m0_51294753/article/details/121405661。
- 47.24MB
【SystemVerilog】路科验证V2学习笔记(全600页).pdf
2021-02-25SystemVerilog的听课学习笔记,包括讲义截取、知识点记录、注意事项等细节的标注。 目录如下: 第一章 SV环境构建常识 1 1.1 数据类型 1 四、二值逻辑 4 定宽数组 9 foreach 13 动态数组 16 队列 19 关联数组 21 枚举类型 23 字符串 25 1.2 过程块和方法 27 initial和always 30 function逻辑电路 33 task时序电路 35 动态 静态变量 39 1.3 设计例化和连接 45 第二章 验证的方法 393 动态仿真 395 静态检查 397 虚拟模型 403 硬件加速 405 效能验证 408 性能验证 410 第三章 SV组件实现 99 3.1 接口 100 什么是interface 101 接口的优势 108 3.2 采样和数据驱动 112 竞争问题 113 接口中的时序块clocking 123 利于clocking的驱动 133 3.3 测试的开始和结束 136 仿真开始 139 program隐式结束 143 program显式结束 145 软件域program 147 3.4 调试方法 150 第四章 验证的计划 166 4.1 计划概述 166 4.2 计划的内容 173 4.3 计划的实现 185 4.4 计划的进程评估 194 第五章 验证的管理 277 6.1 验证的周期检查 277 6.2 管理三要素 291 6.3 验证的收敛 303 6.4 问题追踪 314 6.5 团队建设 321 6.6 验证的专业化 330 第六章 验证平台的结构 48 2.1 测试平台 49 2.2 硬件设计描述 55 MCDF接口描述 58 MCDF接口时序 62 MCDF寄存器描述 65 2.3 激励发生器 67 channel initiator 72 register initiator 73 2.4 监测器 74 2.5 比较器 81 2.6 验证结构 95 第七章 激励发生封装:类 209 5.1 概述 209 5.2 类的成员 233 5.3 类的继承 245 三种类型权限 protected/local/public 247 this super 253 成员覆盖 257 5.4 句柄的使用 263 5.5 包的使用 269 第八章 激励发生的随机化 340 7.1 随机约束和分布 340 权重分布 353 条件约束 355 7.2 约束块控制 358 7.3 随机函数 366 7.4 数组约束 373 7.5 随机控制 388 第九章 线程与通信 432 9.1 线程的使用 432 9.2 线程的控制 441 三个fork...join 443 等待衍生线程 451 停止线程disable 451 9.3 线程的通信 458 第十章 进程评估:覆盖率 495 10.1 覆盖率类型 495 10.2 功能覆盖策略 510 10.3 覆盖组 516 10.4 数据采样 524 10.5 覆盖选项 544 10.6 数据分析 550 第十一章 SV语言核心进阶 552 11.1 类型转换 552 11.2 虚方法 564 11.3 对象拷贝 575 11.4 回调函数 584 11.5 参数化的类 590 第十二章 UVM简介 392 8.2 UVM简介 414 8.3 UVM组件 420 8.4 UVM环境 425
- 131.54MB
AutoSAR标准协议4.2.2
2020-01-19AutoSAR标准协议规范4.2.2,里面包含了AutoSAR组织所规定的AutoSAR架构的标准规范协议原文档。对AutoSAR的学习有一定的借鉴意义
- 2.13MB
光伏-储能并网系统仿真.rar
2021-12-31该文件是清华大学储能课的期末大作业。用SIMULINK搭建了一个完整的光伏-储能并网系统。我的博客中介绍了系统实现的具体方法,欢迎查看!
- 339KB
GD32替换STM32注意事项.pdf
2020-04-12GD32 介绍与 STM32 兼容性汇总。STM32的代码直接在GD32上运行需要小部分的修改。按教程做对应修改就行哈。
- 35KB
NPPJSONViewer.zip
2022-01-17NodePad++ JSON格式化插件