机器学习实战：基于ScikitLearn和TensorFlow

基于scikit-learn+tensorflow的人脸识别不同算法实现源码+数据集（python）.zip

1、该资源内项目代码经过严格调试，下载即用确保可以运行！ 2、该资源适合计算机相关专业(如计科、人工智能、大数据、数学、电子信息等...基于scikit-learn+tensorflow的人脸识别不同算法实现源码+数据集（python）.zip

Hands-On Machine Learning with Scikit-Learn and TensorFlow高清书籍+代码.zip

《Scikit-Learn与TensorFlow机器学习实用指南》 美亚评价机器学习类排名第一

菜菜的scikit-learn课堂源码及文档.rar

菜菜的scikit-learn课堂源码及文档 菜菜的scikit-learn课堂01 sklearn入门 & 决策树在sklearn中的实现.pdf 菜菜的scikit-learn课堂02 随机森林在sklearn中的实现.pdf 菜菜的scikit-learn课堂03 sklearn中的数据...

基于Scikit-Learn和TensorFlow 代码阅读分析.zip

人工智能-项目实践-机器学习

ORL人脸识别不同算法的实现，用到了scikit-learn,tensorflow等.zip

ORL人脸识别不同算法的实现，用到了scikit-learn,tensorflow等.zip

Python机器学习工具包scikit-learn.zip

scikit-learn 是一个 Python 的机器学习项目。是一个简单高效的数据挖掘和数据分析工具。基于 NumPy、SciPy 和 matplotlib 构建。 标签：scikit

scikit-learn用户手册0.16.1版

Scikit-Learn是基于python的机器学习模块，基于BSD开源许可证。这个项目最早由DavidCournapeau 在2007 年发起的，目前也是由社区自愿者进行维护。 scikit-learn的基本功能主要被分为六个部分，分类，回归，聚类，...

scikit-learn机器学习库中文文档翻译项目-scikit-learn-doc-cn.zip

scikit-learn机器学习库中文文档翻译项目-scikit-learn-doc-cn

scikit-learn的参数优化工具Hyperopt-sklearn.zip

由于scikit-learn是基于Python的机器学习开源框架，因此Hyperopt-sklearn也基于Python语言。Hyperopt-sklearn的文档称：对于开发者而言，针对不同的训练数据挑选一个合适的分类器（classifier）通常是困难的。而且...

Python3.2 安装scikit-learn机器学习包

scikit-learn 机器学习包，很好的工具。但是官方网站没有适合python3.x的，在国外unofficial网站下载。 （网址见我的博文python、数据收集、数据分析） numpy、scipy、scikit-learn三个已打包，顺序逐个安装。

hands on machine learning with scikit learn and tensorflow PDF及代码.zip

hands on machine learning with scikit learn and tensorflow PDF及随书代码

scikit-learn-docs-0.19.1

scikit-learn最新文档，机器学习很好的参考读物。需要的可以下载学习。

机器学习系列9 Python实现基于Scikit-learn分类.zip

机器学习系列9 Python实现基于Scikit-learn分类.，内含ipynb文件以及原始数据集，清理后的数据集，最终模型文件，Flask项目文件

03-机器学习库Scikit-learn.zip

03-机器学习库Scikit-learn.zip

机器学习分类模型 Introduction-to-ML-Classification-Models-using-scikit-learn-master.zip

机器学习分类模型 Introduction-to-ML-Classification-Models-using-scikit-learn-master.zip

Deep learning(scikit-learn).zip_SCIKIT-LEARN_deep learning_pytho

机器学习及scikit-learn库学习，以银行贷款项目分析为例子.

基于 Tensorflow+仿 Scikit-Learn 设计的深度学习自然语言处理框架源码（支持 40 余种模型类）.zip

1、该资源内项目代码经过严格调试，下载即用确保可以运行！...基于 Tensorflow+仿 Scikit-Learn 设计的深度学习自然语言处理框架源码（支持 40 余种模型类，涵盖语言模型、文本分类、NER、MRC、知识蒸馏等领域）.zip

sklearn-bayes：使用scikit-learn API的贝叶斯机器学习的Python包

使用scikit-learn API进行贝叶斯机器学习的Python包 安装和升级软件包 pip install https://github.com/AmazaspShumik/sklearn_bayes/archive/master.zip pip install --upgrade ...

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；

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。

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

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

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

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。

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

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