Python数据挖掘与机器学习实战

C++基础学习代码（初学者，多多指教)

适合小白，可能有错误或者不好理解的地方，欢迎一起讨论

机器学习基础（从入门到求职）课件

机器学习基础（从入门到求职）课件

机器学习基础知识.pdf

机器学习 基础知识，统计学基础

python机器学习教程-从零开始掌握Python机器学习：十四步教程.pdf

python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，...

机器学习部分课后习题答案（较完整）

机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较完整）机器学习部分课后习题答案（较...

python 文本分析基本操作；机器学习基础

机器学习基础；python 文本分析基本操作；机器学习基础；python 文本分析基本操作；机器学习基础；python 文本分析基本操作；机器学习基础；python 文本分析基本操作；机器学习基础；python 文本分析基本操作；机器...

机器学习的数学基础 machine learning.pdf

机器学习的数学基础 machine learning.pdf

机器学习基础课程

机器学习基础课程，主要是一些理论推导，及系统的知识体系介绍

机器学习基础-

机器学习基础课程复习，著名大学斯坦福大学讲义基础部分

机器学习基础：案例研究.zip

机器学习基础：案例研究.zip

机器学习基础算法

机器学习基础算法matlab实现

机器学习算法基础学习总结

机器学习算法基础学习总结

机器学习基础 Mehryar Mohri .zip

纽约大学教授Mehryar Mohri 14年教学精华，相信对大家的学习有很大帮助!

机器学习基础.pptx

机器学习是学好人工智能的基础，基础知识的学习方便大家更好的去了解机器学习的内容和学习的方向，初学者了解机器学习最好的文件！

Python机器学习基础教程.docx

Python机器学习基础教程.docx

机器学习基础资料

机器学习基础资料:COURSERA 机器学习课笔记\机器学习与概率图模型\机器学习〔中文版〕\统计机器学习（斯坦福大学讲义）1-12(全)\.....

机器学习基础知识学习

机器学习基础知识，对当前机器学习的一些总结，包括发展，分类，算法，模型等

机器学习/深度学习500问

机器学习/深度学习500问机器学习/深度学习500问机器学习/深度学习500问机器学习/深度学习500问机器学习/深度学习500问机器学习/深度学习500问机器学习/深度学习500问机器学习/深度学习500问机器学习/深度学习500问...

衣服数据集-四个独立的压缩文件

衣服数据集-四个独立的压缩文件

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。

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+

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

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

机器学习期末复习题及答案

机器学习期末复习题及答案

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

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

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

Mathwork+Matlab+编程手册

Introduction to Programming with MATLAB ~ Vanderbilt University

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

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。