Python数据挖掘与机器学习实战
电子书推荐
-
Python基础教程+Python机器学习 评分:
Python基础教程+Python机器学习经典。
上传时间:2018-01 大小:66.63MB
- 261KB
python机器学习教程-从零开始掌握Python机器学习:十四步教程.pdf
2023-06-12python机器学习教程_从零开始掌握Python机器学习:⼗四步 教程 Python 可以说是现在最流⾏的机器学习语⾔,⽽且你也能在⽹上找到⼤量的资源。你现在也在考虑从 Python ⼊门机器学习吗?本教程或 许能帮你成功上⼿,从 0 到 1 掌握 Python 机器学习,⾄于后⾯再从 1 到 100 变成机器学习专家,就要看你⾃⼰的努⼒了。本教程原⽂ 分为两个部分,机器之⼼在本⽂中将其进⾏了整合,原⽂可参阅:7 Steps to Mastering Machine Learning With Python 和 7 More Steps to Mastering Machine Learning With Python。本教程的作者为 KDnuggets 副主编兼数据科学家 Matthew Mayo。 「开始」往往是最难的,尤其是当选择太多的时候,⼀个⼈往往很难下定决定做出选择。本教程的⽬的是帮助⼏乎没有 Python 机器学习背 景的新⼿成长为知识渊博的实践者,⽽且这个过程中仅需要使⽤免费的材料和资源即可。这个⼤纲的主要⽬标是带你了解那些数量繁多的可 ⽤资源。毫⽆疑问,资源确实有很
- 242KB
Python机器学习教程.pdf
2021-09-26Python机器学习教程.pdf
- 129.58MB
Hands-On Reinforcement Learning with Python
2018-11-03EPUB格式,包含配套代码。压缩包里还包括Fluent Python,PDF和EPUB格式;Python Master the Art of Design Patterns,PDF格式。 What you will learn Understand the basics of RL methods, algorithms, and elements Train an agent to walk using OpenAI Gym and Tensorflow Understand Markov decision process, Bellman's optimality, and temporal difference (TD) learning Solve multi-armed bandit problems using various algorithms Master deep learning algorithms, such as RNN, LSTM, and CNN with applications Build intelligent agents using the DRQN algorithm to play the Doom game Teach agents to play the Lunar Lander game using DDPG Train an agent to win a car racing game using dueling DQN
- 454KB
《Python机器学习基础教程》学习记录(一)
2020-12-21开篇 为了提升自己,准备学习《Python机器学习基础教程》作者: [德]安德里亚斯·穆勒 / [美]莎拉·吉多,译者: 张亮 ;写此博客,用作记录书中的代码,学习心得等。 第一章 1.4.4 matplotlib matplotlib 是Python 主要的科学绘图库,其功能为生成可发布的可视化内容,如折线图、直方图、散点图等。将数据及各种分析可视化,可以让你产生深刻的理解,而我们将使用 matplotlib完成所有的可视化内容。 Jupyter Notebook 是可以在浏览器中运行代码的交互环境。这个工具在探索性数据分析方 面非常有用,在数据科学家中广为使用。虽然 Jupy
- 76B
anaconda+pycharm+python基础+进阶+机器学习+深度学习+数据库等学习教程
2020-10-21anaconda+pycharm+python基础+进阶+机器学习+深度学习+数据库等学习教程
- 29.92MB
Python学习笔记+入门基础教程+语法总结+进阶版合集完整版
2023-04-18本教程将介绍Python入门基础教程,包括Python的基本概念、语法规则和常用功能等。无论是初学者还是有经验的开发者,都能从中受益。同时,本教程还提供了一些实用的例子和技巧,帮助读者更好地掌握Python编程。 ...
- 927KB
OpenCV计算机视觉基础教程(Python版)课件10机器学习和深度学习.pdf
2022-06-24OpenCV计算机视觉基础教程(Python版)课件10机器学习和深度学习.pdfOpenCV计算机视觉基础教程(Python版)课件10机器学习和深度学习.pdfOpenCV计算机视觉基础教程(Python版)课件10机器学习和深度学习.pdfOpenCV计算机...
- 15KB
Python机器学习基础教程.docx
2023-09-13Python机器学习基础教程.docx
- 6.50MB
python基础教程和机器学习教程.zip
2023-03-20python基础教程和机器学习教程
- 30.55MB
Python基础教程书本示例源代码
2017-12-21资源里包括了Python基础教程书本当中所有示例的源代码和Python基础教程(第二版修订版)高清PDF文档
- 2.77MB
Python机器学习实践-测试驱动的开发方法 - 2018_python学习_python机器学习_python_machine
2021-09-11Python机器学习实例,机器学习基础实例教程
- 2.36MB
Python学习教程-机器学习基础教程中文
2023-03-10Python机器学习基础教程中文Notebook 基本上就是《Python机器学习基础教程》的内容搬运为jupyter notebook ,便于记录和学习。 快速开始 在含有.ipynb 文件的目录下打开命令行 敲入jupyter notebook(前提是安装了,...
- 36KB
高中python基础教程.docx
2023-06-14高中python基础教程全文共1页,当前为第1页。高中python基础教程全文共1页,当前为第1页。高中python基础教程 高中python基础教程全文共1页,当前为第1页。 高中python基础教程全文共1页,当前为第1页。 Python是...
- 31.10MB
人工智能实战——从Python入门到机器学习资料大全.zip
2022-06-04包含:Python 基础教程、10个编程技巧、Python高级编程、优化算法、实例学习Numpy与Matplotlib、实例学习pandas、机器学习、深度学习、梯度下降、实验等等等等人工智能实战——从Python入门到机器学习资料大全。...
- 10.69MB
[B]Python机器学习基础教程1
2022-08-03前言目前,从医疗诊断和治疗到在社交网络上寻找好友,许多商业应用和研究项目都离不开机器学习。许多人以为,只有大公司的大型研究团队才能用到机器学习。在本书中,我们要
- 126B
Python机器学习和算法高级版视频教程
2019-07-22资源名称:Python机器学习和算法高级版视频教程教程目录:【】00、课程介绍【】01、机器学习的数学基础1 - 数学分析【】02、数学基础2 - 数理统计与参数估计【】03、数学基础3 - 矩阵和线性代数【】04、数学基础4 - ...
- 20.11MB
Python机器学习基础源码.zip
2020-03-11Python机器学习源码,直接复制粘贴就好
- 5.36MB
快速入门Python培训教程 Python基础入门教程 Python入门数据分析与机器学习学习路线 共63页.pptx
2022-05-22【目录】 Python简介 Python基础 Linux基本使用 Python web框架 Python数据分析 Python机器学习 Python爬虫
- 2.77MB
Python机器学习实践-测试驱动的开发方法 - 2018,案例驱动式Python基础与应用,Python
2021-09-11Python机器学习实例,机器学习基础实例教程
- 186KB
人工智能实践教程-从Python入门到机器学习邵一川-教学大纲-8页.doc
2023-06-13二、 课程教学内容的基本要求、重点和难点及学时分配 第一部分 Python基础 1.1 Python概述 "章名 "Python概述 "学时 "2 " "学习目标 "了解Python的发展历程 " " "了解Python的特点和应用领域 " " "可以独立完成...
- 74.91MB
Python 100天学习教程(包含教程+源码)
2023-03-18Python 100天学习教程(包含教程+源码) Python应用领域和职业发展分析 Day01~15 - Python语言基础 Day16~Day20 - Python语言进阶 Day21~30 - Web前端入门 ...Day81~90-机器学习和深度学习 Day91~100-团队项目开发
- 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
- 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。
- 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
- 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
- 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
- 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
- 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。