不平衡学习：一种解决机器学习中不平衡数据集问题的Python程序包

Machine Learning with R 英文无水印原版pdf pdf所有页面使用FoxitReader、PDF-XChangeViewer、SumatraPDF和Firefox测试都可以打开 本资源转载自网络，如有侵权，请联系上传者或csdn删除 查看此书详细信息请在美国亚马逊官网搜索此书

烧瓶薪水预测器 该项目根据经验预测员工的薪水。 模型 model.py训练并将模型保存到磁盘。 model.pkb泡菜模型 应用程式 app.py包含烧瓶和管理API所需的所有内容。 程序-打开命令提示符并转到给定目录，然后运行python app.py

机器学习模型房屋价格预测 使用Flask Web框架的机器学习模型进行房价预测

Machine Learning, Neural and Statistical Classification

软件介绍: World Machine Professional Edition能够快速生成三维地形，通过它可能以创建3D游戏及仿真应用所需的地形资源。使用非常方便，且软件体积仅为十几兆，运行流畅，使用起来要比Unity等引擎自带的地形工具更为方便。与Unity、UE4等引擎可以有较好的结合。本版本为PRO专业版，在功能上要比basic版本功能更为强大。内含SN序列号。

MobileNets V3的Caffe实现caffe-mobilenet-v3简介这是MobileNetV3的个人Caffe实现。 有关详细信息，请阅读原始文章：搜索MobileNetV3。 如何使用Caffe需求（请参阅：Caffe安装说明）添加新的caffe层并重建caffe：RuiminChen / Caffe-MobileNetV2-ReLU6的yonghenglh6 / DepthwiseConvolution ReLU6层的Depthwise卷积层运行测试CPU：$ CAFFE_ROOT / build / tools /咖啡时间-model mobilenet_v3_large_1.0.prototxt GPU

需求预测在农业、电力、旅游、零售和制造企业等许多行业都具有重要意义，它在每个企业的决策中都起着至关重要的作用。 本文以机器学习为重点，调查了需求预测的各种最新方法。 机器学习技术分为三类，即时间序列分析、基于回归的方法和监督/无监督模型。 讨论了各种机器学习技术的优缺点，并比较了它们的性能指标。 对比掩盖了LSTM有一个显着的结果，但它的计算时间比任何其他方法都要高。 未来研究的另一个领域包括基于回归的方法、混合模型和集成模型。 本研究为读者提供了机器学习领域需求预测的概念。

关于这个就不多说了，原来一直用3.0的版本，昨天在网上DOWN了个5.5的版本，多了SUM,COUNT,MIN,MAX等统计功能，界面也做了美化。 收藏了。 里面有两个DEMO 分别是3.0和7.0版本的DEMO 大概都差不多，大家可以参考下。

Neural Networks And Learning Machine(神经网络与学习机)，神经网络经典名著