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

Yelp分析和评级预测 概述 Yelp是一个带有社交网络工具的区域目录平台和审阅网站。 该网站提供了针对本地企业（水疗中心，餐厅，百货公司，酒吧，本地本地服务，商店，汽车）的众包评论。 这有助于用户进行业务评级和评论。 通常，评论是由几百行左右的单词组成的简短文本，描述了各个方面的各种用户体验。 这为企业所有者提供了改进产品的机会，并使客户可以选择最佳的行业。 商业价值/分析目标 管理层可能没有足够的时间来进行每一次审核。 如果可以一目了然地向他们提供有价值的信息和见解，那将是非常有用和节省时间的。 不仅对于管理人员，而且对于试图了解更多餐厅信息并需要一些帮助来订购或选择餐厅的客户，也是如此。 毕竟，在当今世界，每个人都喜欢在做出决定之前先阅读评论和反馈。 在我们的项目中，我们使用自然语言处理和机器学习来实现这些业务和客户目标。 我们专注于情感分析，主题建模，数据分析和评级预测的分类。 数

Statistical foundations of machine learning