只为小站
首页
域名查询
文件下载
登录
Bank-Marketing-Campaign-Analysis:通过分析葡萄牙银行过去的营销活动数据并推荐目标客户来改善其营销活动-源码
银行营销活动分析 使用Logistic回归,随机森林,决策树,Gradient Boosting和AdaBoost等各种ML技术分析了葡萄牙银行的先前营销活动,并预测了用户是否会购买该银行的定期存款 推荐的营销团队,使用功能重要性图和业务直觉来更好地定位客户的方法 运行代码的说明: 确保数据文件(“ bank-additional-full.csv”)与ipython笔记本位于同一目录中,或相应地编辑ipython笔记本。 确保在python 3环境中运行笔记本。 确保笔记本中使用的所有依赖项都已安装在本地计算机中。 按照笔记本中的顺序依次运行代码。 对Notebook进行充分注释以给出所执行代码的合理推断。 速效 功能重要性 给营销团队的建议
2021-10-25 19:54:35
2.15MB
machine-learning
analytics
bank-marketing-analysis
JupyterNotebook
1
EEG-Feature-Extraction-Toolbox:该工具箱为脑电图 (EEG) 应用提供了 30 种 EEG 特征提取方法(HA、HM、HC 等)-源码
Jx-EEGT:脑电图(EEG)特征提取工具箱 《迈向人才科学家:共享与学习》--- 介绍 此工具箱提供 30 种类型的 EEG 功能 A_Main文件显示了如何使用生成的样本信号应用特征提取方法。 输入 X : 信号 (1 x样本) opts : 参数设置(有些方法有参数:参考) 输出 feat :特征向量(您可以使用其他名称,如f2等) 用法 采用主函数jfeeg进行特征提取。 您可以通过将'me'更改为来切换方法 如果你想提取平均能量( ME ),那么你可以写 feat = jfeeg('me', X); 如果你想提取 hjorth 活动( HA ),那么你可以写 feat = jfeeg('ha', X); 示例 1:提取 3 个正常特征(不带参数) % Generate a sample random signal X fs = 500; %
2021-10-25 19:25:52
16KB
machine-learning
signal-processing
eeg
feature-extraction
1
SDC-Lane-and-Vehicle-Detection-Tracking:Python 中的 OpenCV 用于自动驾驶汽车中的车道线和车辆检测跟踪-源码
SDC-车道和车辆检测-跟踪 Python中的OpenCV,用于自动驾驶汽车的车道线和车辆检测/跟踪 阅读我关于这个项目的 Medium。
2021-10-25 15:39:06
289.07MB
machine-learning
computer-vision
self-driving-car
JupyterNotebook
1
ngboost:用于概率预测的自然梯度增强-源码
NGBoost:用于概率预测的自然梯度提升 ngboost是一个Python库,实现了“自然梯度增强”,如。 它建立在,旨在针对适当的评分规则,分布和基础学习者的选择进行扩展和模块化。 在此可以对NGBoost的基本方法进行详尽的介绍。 安装 via pip pip install --upgrade ngboost via conda-forge conda install -c conda-forge ngboost 用法 波士顿住房数据集上的概率回归示例: from ngboost import NGBRegressor from sklearn . datasets import load_boston from sklearn . model_selection import train_test_split from sklearn . metrics import mean_squared_error X , Y = load_boston ( True ) X_train , X_test , Y_train , Y_test = train_test_split
2021-10-25 15:35:56
9.5MB
machine-learning
uncertainty-estimation
gradient-boosting
natural-gradients
1
seldon-core:一个MLOps框架,用于打包,部署,监视和管理数千个生产机器学习模型-源码
Seldon Core:Swift燃烧,面向行业的ML 一个开源平台,可在Kubernetes上大规模部署您的机器学习模型。 总览 Seldon核心将您的ML模型(Tensorflow,Pytorch,H2o等)或语言包装器(Python,Java等)转换为生产REST / GRPC微服务。 Seldon可以扩展到数千种生产机器学习模型,并提供先进的机器学习功能,包括高级度量,请求日志记录,解释器,异常值检测器,A / B测试,Canaries等。 阅读 加入我们的,提出任何问题 入门 加入我们每两周一次的: 了解如何 查看深入了解Seldon Core组件的 使用Seldon Core观看一些对话 高级功能 Seldon Core的安装量超过200万,在整个组织中用于管理机器学习模型的大规模部署,其主要优势包括: 使用我们, 或来轻松ML模型的简便方法。 开箱即用的端点,可以通过 , 。 与云无关,并在。 由强大而丰富的推理图。 元数据来源以确保每个模型都可以追溯到其各自的。 与集成的高级和可自定义指标。 通过模型输入输出请求(与Elasticsearch进行日
2021-10-25 14:54:54
54.33MB
kubernetes
machine-learning
deployment
serving
1
CS229-Python:斯坦福大学CS229机器学习的练习和解决方案-源码
Stanford CS229 Python机器学习 该存储库包含问题集以及Stanford CS229-在Coursera上用Python 3编写的机器学习课程的解决方案。我还记了一些其他注释。 请查看和。 请注意,您的解决方案将不会获得评分,也不会以任何方式隶属于Coursera。 如果您的答案与我的不同,并且您认为自己的答案更好,请在创建一个问题。 安装 确保已安装jupyter笔记本。 您可以在找到说明。 使用以下Python软件包: 您可以使用以下命令安装所有依赖项: python3 -m pip install -r requirements.txt 使用说明 请从Coursera课程下载练习(pdf)。 笔记本电脑中包含一些说明。 在练习笔记本中完成练习。 将您的答案与解决方案笔记本中的代码进行比较。 内容 线性回归 逻辑回归与正则化 多类分类和神经网络 神经网络学习 正则化线性回归与偏差与方差 支持向量机 K-均值聚类和主成分分析 异常检测和推荐系统 版权声明 此仓库中的所有代码,练习,数据和其他文件均为:copyright:Stanford Universi
2021-10-25 14:52:44
35.76MB
python
machine-learning
jupyter-notebook
python-3
1
DeepSuperLearner:DeepSuperLearner-深度集成算法的Python实现-源码
Python的DeepSuperLearner(2018) 这是机器学习的DeepSuperLearner算法(一种用于分类问题的深度集成方法)的实现。 有关DeepSuperLearner的详细信息,请参阅 Super Learner:有关分类问题的深度合集,作者是Steven Young,Tamer Abdou和Ayse Bener。 安装和演示 克隆此存储库 git clone https://github.com/levyben/DeepSuperLearner.git 安装python库 cd DeepSuperLearner python setup.py install 例子: ERT_learner = ExtremeRandomizedTrees ( n_estimators = 200 , max_depth = None , max_features =
2021-10-25 10:53:29
184KB
machine-learning
ensemble-learning
classification-algorithm
Python
1
Python
Machine
Learning 第二版
Python
Machine
Learning 第二版 Sebastian Raschka著 高清带书签
2021-10-24 23:46:12
15.5MB
Python
Machine
Lear
机器学习
1
semantic-kitti-api:用于可视化数据集、处理数据和评估结果的 SemanticKITTI API-源码
语义KITTI的API 此存储库包含帮助程序脚本,用于打开、可视化、处理和评估来自 SemanticKITTI 数据集的点云和标签的结果。 链接到原始数据集 链接到。 链接到 SemanticKITTI 基准。 链接到 SemanticKITTI MOS 基准(在 SemanticKITTI 网站添加 MOS 后可能会删除)。 序列 13 中的 3D 点云示例: 序列 13 中的 2D 球面投影示例: 用于语义场景完成的体素化点云示例: 数据组织 数据按以下格式组织: /kitti/dataset/ └── sequences/ ├── 00/ │ ├── poses.txt │ ├── image_2/ │
2021-10-24 16:24:15
66KB
machine-learning
deep-learning
evaluation
labels
1
Optimization for
Machine
Learning
Suvrit Sra, Sebastian Nowozin, and Stephen J. Wright, "Optimization for
Machine
Learning", The MIT Press Cambridge, Massachusetts London, England, 2012
2021-10-24 15:20:40
3.74MB
机器学习
1
个人信息
点我去登录
购买积分
下载历史
恢复订单
热门下载
多智能体的编队控制matlab程序(自己编写的,可以运行)
中国地面气候资料日值数据集(V3.0)2010-2019.rar
MVDR,Capon波束形成DO估计.zip
商用密码应用与安全性评估——霍炜.pdf
随机森林用于分类matlab代码
csma/ca和csma/cd的matlab仿真源代码带有详细的注释
java-spring-web-外文文献翻译40篇.zip
长江流域shp.zip
CUDA并行程序设计 GPU编程指南-中文扫描539页完整版pdf+高质量英文完整591页原版非扫描pdf
拾荒者.exe同时ID扫描器IP扫描器
Vivado license 永久
计算机专业实习日记+实习周记+实习总结
Alternative A2DP Driver 1.0.5.1 无限制版
基于matlab扩频通信系统仿真(整套代码)
vivado 破解 lisence(有效期到2037年) 下载
最新下载
Synchronization+Techniques+for+Digital+Receivers
基于BMP180压力传感器、FreeRTOS、STM32F103C8T6、LCD12864的温度、压力采集proteus仿真设计
Python实现ARIMA-LSTM时间序列预测(完整源码和数据)
卡尔曼滤波C++代码实现.zip
alohamatlab代码-ALOHA:多种经典Aloha算法的Matlab实现代码
apache-activemq-5.15.0-bin
vanfit 土壤持水曲线参数 van方程参数 土壤水分特征曲线参数 拟合软件
3D-SketchAR.zip
excel对象清理工具/vba清理Excel对象
ARKit-CoreLocation:将AR的高精度与GPS数据的规模相结合-源码
其他资源
并行算法实践+源码--陈国良.rar
新概念物理光学(赵凯华)答案
stk论文资料下载
AM、DSB、SSB波形仿真
Arduino音乐简谱——欢乐颂
Proteus仿真:DS1302(时钟or日历).rar
Megan软件使用说明书
SWAT模型理论中文版
PHP 个人博客 PHP版 源码 推荐 共享 个人主页
设备管理系统源码(ASP.NET C#)
STC89C52RC单片机中文用户手册
MAGCE CUBLE 散件安装
【055期】SPSS 路径分析.docx
易通OA系统
MyUploader-master.zip
新标签-源码
微服务:微服务示例-源码
多媒体技术实验报告
JAVA局域网聊天系统(微仿QQ)
条码128A 128B 128C
数据结构课程设计航空客运订票系统
unity小游戏
Principles of Fluorescence Spectroscopy 3rd