社区犯罪 使用python和scikit学习回归分析-社区和犯罪数据集（UCI）。

使用CNN的作者身份归属 给定某些作者提供的一组文档，请使用CNN正确标识其作者。 项目概况 我将使用卷积神经网络（CNN）进行文本分类。 我的项目的主要思想是对博客进行分类，因为某些作者正确地对博客进行了分类。 我还将把它与最先进的机器学习方法进行作者归因。 问题正在调查中 我要在此项目中解决的问题是作者身份归属。 出资归属是指给定一组作者提供的一组文档，然后创建一个系统，该系统在给定新的看不见的文档的情况下能够告诉该文档的原始作者。 这些系统如今已变得非常流行。 使用此类系统的一项重要技术是识别有争议的文件。 当两个或两个以上的人要求特定文件的作者身份时，就会出现此问题。 另一个讽刺意味是

CryptoForecasting：加密货币价格预测

Hands-On Machine Learning with Scikit-Learn and TensorFlow，最新版本的PDF格式

Kymatio：Python中的小波散射 Kymatio是Python编程语言中的小波散射变换的实现，适用于信号处理和机器学习中的大规模数值实验。 散射变换是实现为卷积网络的平移不变信号表示形式，其滤波器不是学习的而是固定的（作为小波滤波器）。 如果需要以下库，请使用Kymatio： 支持一维，二维和三维小波， 将小波散射集成到深度学习架构中，并且 通过主要的深度学习API（例如PyTorch和TensorFlow）在CPU和GPU硬件上无缝运行。 Kymatio环境 灵活性 Kymatio组织将几个预先存在的小波散射软件包的开发人员联系在一起，包括ScatNet ， scatterin

sklearn安装包，python3.6 ,64位操作系统，0.23.2版本。。win10可用。。。。。。。。。。。。。。。。。。。。。。。

从图像中提取皮肤并发现主要颜色 存储库包含该文章的代码，该文章位于“ ”中，用于“皮肤分段和主色调/颜色提取”文章。 该项目使用OpenCV进行皮肤分割，并使用SciKit-Learn进行主色提取。 阅读该分类的文章和笔记本文件以了解该过程。 入门 如果您已经安装了NumPy，SciKit-Learn，Matplotlib，OpenCV和imutils，则可以克隆该项目并运行python文件或笔记本并在本地运行它。

亚马逊评论情绪分析 情感分析一直在增长-既由于深度学习中使用了新的分析技术，又因为到处都有大量的数据生成。 每条产品评论，每条推文，每条Reddit帖子等均包含我们希望能够处理和理解的主观信息。 例如，假设您是Netflix。 然后，您对客户对您的服务和电视节目/电影选择要说的话非常感兴趣，并且您可能会希望挖掘Facebook帖子和推文以及IMDB评论等，以评估公众意见。 如果您是一名政客，那么您（希望）对选民的想法，他们想要什么，他们持有哪些宝贵价值观等感兴趣，因此您可能会有一个团队来分析这些领域的公众情绪。 如果您是企业家，那么您会对公众舆论感兴趣，因为它关系到您的利基，产品和竞争，因为

sktime-dl：基于TensorFlow的用于深度学习的sktime配套软件包

元建模：scikit-learn和FEniCS之间的Python接口，用于高效的元建模 该程序由Pierre Kerfriden和Ehsan Mikaeili编写，用于预测脑肿瘤在脑外科手术中的位置。 在外科手术中，随着外科医生切开切口并打开颅骨，脑肿瘤在新的边界条件下重新定位。 对于外科医生而言，预测不同切口尺寸下的肿瘤位置是非常宝贵的数据，可以通过构建元模型来预测。 在该程序中，使用杨氏模量和切口半径这两个参数构造一个元模型。 在FEniCS平台上进行了有限元模拟，并使用scikit-learn机器学习库对预测进行了数据训练。 从机械角度来看，脑介质被认为是超弹性的，而肿瘤则由弹性系数表示。 所需的库/平台 特色 scikit学习 麻木 科学的 matplotlib