Ensemble-Deep-Learning:使用集成方法进行深度学习

共11个文件

m：10个

md：1个

MATLAB

需积分: 44 17 浏览量 2021-07-04 22:56:47 上传评论 2 收藏 8KB ZIP 举报

资源推荐

资源详情

资源评论

Deep-Reinforcement-Learning-for-Automated-Stock-Trading-Ensemble-Strategy-ICAIF-2020:用于自动股票交易的深度强化学习

我们训练一种深度强化学习代理，并使用三种基于行为者批评的算法来获得整体交易策略：近距离策略优化（PPO），优势参与者批评者（A2C）和深度确定性策略梯度（DDPG）。集成策略继承并集成了三种算法的最佳功能，...

Ensemble-Pytorch:PyTorch 的统一集成框架，可提高深度学习模型的性能和鲁棒性

统一集成框架，可轻松提高深度学习模型的性能和稳健性。 Ensemble-PyTorch 是一部分，需要对项目进行良好的维护。安装稳定版： pip install torchensemble 最新版本（开发中）： pip install git+...

deeplearning-models-master各种深度学习架构，模型和技巧的集合.zip

本资源“deeplearning-models-master”是一个深度学习模型的综合集合，旨在为研究者和实践者提供各种预训练模型和实用技巧，以提升他们在实际应用中的能力。在深度学习领域，模型的选择和应用至关重要。这个压缩包...

A Deep Learning Approach to Unsuperrised Ensemble Learning

本文探讨了如何将深度学习方法应用于众包（crowdsourcing）和无监督集成学习的背景下。研究者们首先证明了流行的Dawid和Skene模型与具有单一隐藏节点的受限玻尔兹曼机（Restricted Boltzmann Machine, RBM）是等价的...

Ensemble deep learning A review.pdf

5星 · 资源好评率100%

同质性集成模型使用相同类型的深度学习架构，而异质性集成则结合不同结构的模型，以获取更广泛的观点。决策融合策略包括投票、平均或其他复杂策略，用于综合各个模型的输出。无监督、半监督和强化学习的深度集成...

pytorch-Deep-Learning：深度学习（使用PyTorch）

深度学习（使用PyTorch）现在，此笔记本存储库有一个，可以在该以视频和文本格式找到所有课程资料。入门为了能够进行练习，您将需要一台装有Miniconda（Anaconda的最小版本）和几个Python软件包的笔记本电脑。以下说明适用于Mac或Ubuntu Linux用户，Windows用户需要在终端中安装和使用。下载并安装M

Stress-Distribution-with-Deep-Learning:估计应力分布的深度学习方法

深度学习的压力分布估计应力分布的深度学习方法：有限元分析的快速准确替代笔记这些文件包含与题为“估计应力分布的深度学习方法：有限元分析的快速准确的替代方法”的论文相关的代码和数据。该论文由梁亮，刘敏亮，Caitlin Martin和Sun Wei撰写，并于2018年在The Royal Society Interface期刊上发表。以下存储库包含对上述论文中使用的方法的进一步研究。伦

Deep-Learning-for-Metasurface-Optimization:使用TensorFlowKeras进行元表面参数优化的深度学习

深度学习用于元表面优化使用深度学习以张量流/角点和约5600 Lumerical模拟作为训练数据来优化单元素超表面参数。在垂直入射光下进行的模拟。定义超表面的特征是1.长度（L）2.宽度（W）3.高度（H）4.x方向周期性（Ux）5. y方向周期性（Uy）。输出是周围和整个可见光的相位光谱，增量为5 nm（450 nm-800 nm）。对于PowerPoint，有动画，所以我建议在幻灯

Sentiment_Analysis_Deep_Learning：使用深度学习（CNN）进行情感分析

Sentiment_Analysis_Deep_Learning：使用深度学习（CNN）进行情感分析

Deep-Learning-with-PyTorch-1.x:Packt发布的《使用PyTorch 1.x进行深度学习》

使用PyTorch-1.x进行深度学习这是Packt发布的《进行的代码库。使用Python实施深度学习技术和神经网络架构变体这本书是关于什么的？由于PyTorch的可访问性和效率以及PyTorch相对于Python开发方式而言更为原生，因此PyTorch受到了深度学习研究人员和数据科学专业人员的关注。这本书将带您使用这个前沿的深度学习库，并有效地指导您实施深度学习概念。在第二版

deep-weather:深度学习用于后处理集成天气预报

深度学习用于后处理集成天气预报我们使可用的数据，以及为需要运行在我们的模型中的代码通过这个资料库。我们希望我们的发现和数据可以用于进一步推进天气预报研究。研究内容我们的研究重点是应用从深度学习到...

DeepLearning参考论文

深度学习（Deep Learning）是人工智能领域的一个重要分支，它通过模拟人脑神经网络的工作机制，构建多层非线性处理单元的大型神经网络模型，从而实现对复杂数据的学习和理解。这一领域的研究和发展极大地推动了...

Ensemble-Learning:在给定一组特征的情况下，预测大约 50,000 个人的工资的工作代码。将实现不同类型的算法进行分类和预测以提高准确性

Java是一种广泛用于开发大规模软件系统的编程语言，它提供了丰富的库和工具，如Weka、Deeplearning4j等，这些都可以用于构建和实现机器学习模型。集成学习主要包括两种策略：**Bagging (Bootstrap Aggregating)** ...

useR-machine-learning-tutorial：useR！ 2016教程：机器学习算法深潜http：//user2016.orgtutorials10.html

“ensemble-learning”是多种模型组合的方法，如随机森林和GBM都是其实例。通过集成多个模型的预测，可以得到更稳定和准确的结果。最后，“RJupyterNotebook”表明教程可能采用了Jupyter Notebook这一交互式编程...

Multiscale Context-aware Ensemble Deep KELM for Efficient Hypers

标题“Multiscale Context-aware Ensemble Deep KELM for Efficient Hypers”揭示了一个研究主题，它涉及多尺度上下文感知的深度KELM（Kernel Extreme Learning Machine）算法在高效超参数学习中的应用。这个主题...

使用PyTorch进行深度学习 Deep Learning with PyTorch.zip

使用PyTorch进行深度学习 Deep Learning with PyTorch

Hands-On-Deep-Learning-with-TensorFlow:Packt发行的《使用TensorFlow进行动手深度学习》

使用TensorFlow进行动手深度学习这是发布的进行的代码库。它包含从头到尾完成本书所必需的所有支持项目文件。关于这本书 Dan Van Boxel的TensorFlow深度学习基于Dan最畅销的TensorFlow视频课程。随着深度学习成为主流，使用深度网络来理解数据并获得准确的结果成为可能。丹·范·博塞尔（Dan Van Boxel）将指导您探索深度学习的可能性；他将使您能够以前

Deep-Learning-Python:使用Python进行深度学习

深度学习Python 使用Python进行深度学习

收起资源包目录

Ensemble-Deep-Learning-master.zip （11个子文件）

Ensemble-Deep-Learning-master

DataProcessing

Generate.m 392B

TrainingLab.m 174B

scaledata.m 606B

CleanData.m 365B

csvwriteh.m 1KB

Adaboosting

NN_Adaboost_CV.m 1KB

Bagging

Bagging_NN_CV.m 2KB

README.md 195B

ModelStacking

nnet.m 917B

STAT640_ModelStackingEx_ZWP.m 2KB

ModelStacking_CV.m 1KB

评论收藏

内容反馈

绘画窝

粉丝: 25
资源: 4715

Ensemble-Deep-Learning:使用集成方法进行深度学习

集成学习ensemble learning

Ensemble Learning.pdf

集成卷积神经网络CNN-SAR数据和辐射度数据：对合成Kong径雷达（SAR）和辐射度数据实施深度学习

DeepSuperLearner:DeepSuperLearner-深度集成算法的Python实现

Ensemble-Pytorch:PyTorch的统一集成框架，可提高深度学习模型的性能和鲁棒性

Cross-view gait recognition through ensemble learning

使用Ensemble深度学习和Rainbow DQN进行实时股票市场预测-研究论文

Deep-Learning-Project:使用深度学习进行音乐生成

Deep-Learning-with-TensorFlow:Packt使用TensorFlow进行深度学习

深度学习方法及应用（Deep Learning Methods and Applications）

Deep-Q-Learning-Cartpole:使用深度强化学习来稳定手推车上的倒立摆

Hands-On-Ensemble-Learning-with-R:Packt发行的《使用R进行动手合奏学习》

Deep-Reinforcement-Learning-for-Automated-Stock-Trading-Ensemble-Strategy-ICAIF-2020:用于自动股票交易的深度强化学习

Ensemble-Pytorch:PyTorch 的统一集成框架，可提高深度学习模型的性能和鲁棒性

deeplearning-models-master各种深度学习架构，模型和技巧的集合.zip

A Deep Learning Approach to Unsuperrised Ensemble Learning

Ensemble deep learning A review.pdf

pytorch-Deep-Learning：深度学习（使用PyTorch）

Stress-Distribution-with-Deep-Learning:估计应力分布的深度学习方法

Deep-Learning-for-Metasurface-Optimization:使用TensorFlowKeras进行元表面参数优化的深度学习

Sentiment_Analysis_Deep_Learning：使用深度学习（CNN）进行情感分析

Deep-Learning-with-PyTorch-1.x:Packt发布的《使用PyTorch 1.x进行深度学习》

deep-weather:深度学习用于后处理集成天气预报

DeepLearning参考论文

Ensemble-Learning:在给定一组特征的情况下，预测大约 50,000 个人的工资的工作代码。 将实现不同类型的算法进行分类和预测以提高准确性

useR-machine-learning-tutorial：useR！ 2016教程：机器学习算法深潜http：//user2016.orgtutorials10.html

Multiscale Context-aware Ensemble Deep KELM for Efficient Hypers

使用PyTorch进行深度学习 Deep Learning with PyTorch.zip

Hands-On-Deep-Learning-with-TensorFlow:Packt发行的《使用TensorFlow进行动手深度学习》

Deep-Learning-Python:使用Python进行深度学习

最新资源

Ensemble-Learning:在给定一组特征的情况下，预测大约 50,000 个人的工资的工作代码。将实现不同类型的算法进行分类和预测以提高准确性