资源特点:基于课程作业,一共有三个案例 1.1 使用 sklearn 的 DBSCAN 和 GaussianMixture 完成聚类 1.2 使用 sklearn 的 KMeans 完成聚类 1.3 实现 K-means 每个案例配有详细的代码和解释,都能测试通过。 机器学习第八章实验内容 详细内容见第七周实验内的 jupyter notebook。 一、实验内容 1.1 使用 sklearn 的 DBSCAN 和 GaussianMixture 完成聚类 1. 使用 sklearn 的 DBSCAN 和 GaussianMixture 在两个数据集上完成聚类任务 2. 对聚类结果可视化 3. 对比外部指标 FMI 和 NMI 4. 选做:调整密度聚类的 eps 参数,绘制聚类结果 1.2 使用 sklearn 的 KMeans 完成聚类 1. 使用 sklearn 的 Kmeans 完成两个数据集的聚类任务 2. 计算外部指标 FMI 和 NMI 3. 对聚类结果可视化 1.3 实现 K-means 1. 实现一个 K-means 聚类算法 2. 计算外部指标 FMI 和 NMI
2022-02-24 19:09:10 1.55MB python jupyter 机器学习 聚类
1
资源特点:基于北京交通大学《机器学习》课程中,神经网络部分的课程作业,一共有六个案例 1.1 使用 sklearn 的多层感知机 1.2 神经网络:线性回 1.3 神经网络:对数几率回归 1.4 神经网络:三层感知机 1.5 实现 n 层感知机 1.6 设计一种改良的优化算法 每个案例配有详细的代码和解释,都能测试通过。 一、实验内容 1.1 使用 sklearn 的多层感知机 使用 sklearn 自带的手写数字数据集: 1. 学习标准化处理的方法 2. 使用 sklearn.neural_network.MLPClassifier 完成手写数字分类任务 3. 绘制学习率为 3,1,0.1,0.01 训练集损失函数的变化曲线 1.2 神经网络:线性回归 1. 学会梯度下降的基本思想 2. 学会使用梯度下降求解线性回归 3. 了解标准化处理的效果 1.3 神经网络:对数几率回归 1. 完成对数几率回归 2. 使用梯度下降求解模型参数 3. 绘制模型损失值的变化曲线 4. 调整学习率和迭代轮数,观察损失值曲线的变化 5. 按照给定的学习率和迭代轮数,初始化新的参数,绘制新模型在训练集和测
2022-02-24 14:12:20 10.58MB 机器学习 人工智能 神经网络 python
1
资源特点:基于北京交通大学《机器学习》课程作业,一共有4个案例 1.1 一元线性回归 1.2 1.2 多元线性回归/对数线性回归 1.3 对数几率回归 1.4 线性判别分析 每个案例配有详细的代码和解释,都能测试通过。 机器学习线性回归实验内容 一、实验内容 1.1 一元线性回归 使用Kaggle房价预测数据集: 1.打乱数据顺序,取前70%的数据作为训练集,后30%的数据作为测试集 2.分别以LotArea, BsmtUnfSF, GarageArea三种特征作为模型的输入,SalePrice作为模型的输出 3.在训练集上,使用最小二乘法求解模型参数(需自己实现,不允许第三方库完成) 4.计算三个模型在测试集上的MAE和RMSE这两种指标的大小(需自己实现,不允许第三方库完成) 5.分别绘制模型的在训练集和测试集上的曲线 6.选做:尝试去除训练集中的异常值或离群值后再次训练模型,绘制模型的预测曲线,观察模型在测试集上预测能力的变化 1.2 多元线
2022-02-24 14:12:19 2.23MB 机器学习 人工智能 python 线性回归
1
spark-tpc-ds-performance-test:使用TPC-DS基准测试Spark SQL性能
1
本文内容包括: 一、创建Ndarray数组 二、Numpy的数据类型 三、数组的切片和索引 四、Numpy广播与数组操作 五、数组合并与通用函数 六、Numpy的统计函数 七、Numpy随机数、逻辑运算与数据存取
2022-02-21 22:03:53 58KB jupyter ide python
1
Matplotlib是一个强大的绘图工具,能满足几乎所有的2D和一些3D绘图的需求。 matplotlib是python科学计算中最基础、最重要的绘图库,一般使用matpltlib完全可以满足绘图需求 seaborn是构建在matplotlib之上的绘图库,能够一定程度上简化绘图过程。 seaborn基础还是matplotlib,所有利用python进行数据分析可视化,学习matplotlib是基础。
2022-02-21 22:03:52 233KB python 数据分析 jupyter 3d
1
骇客深度学习:使用TensorFlow 2和Keras和Python的机器学习教程(包括Jupyter笔记本)-(LSTM,超电流表调整,数据预处理,偏差方差折衷,异常检测,自动编码器,时间序列预测,对象检测,情感分析,使用BERT进行意图识别)
1
量子计算资源集合 | 关注/与我联系: 捐赠/支持 查看我的作品(进行中!) 关注/与我联系 关注/与我联系 关于 您好 :waving_hand: 欢迎来到这个惊人且维护良好的量子计算资源库[Code + Theory],我在IBM,Qubit x Qubit和编码学校的《量子计算入门》课程21期间定期更新 此存储库中的当前内容和计划内容: 1.使用Qiskit-IBM SDK编程量子计算机的指导项目 任务 内容(点击查看) 任务1 任务2 任务3 任务4 任务5 2.CERN量子计算实用入门 演讲 链接查看 讲座1 第二讲 第三讲 讲座4 讲座5 讲座6 讲座7 3.备忘单 没
2022-02-12 11:04:35 46.43MB python numpy quantum jupyter-notebook
1
当前目录运行Jupyter Notebook (py38环境).bat 用于在当前文件夹下指定anaconda python环境下启动Python Jupyter Notebook
2022-02-11 19:05:51 111B python jupyter ide 开发语言
1
// 本篇说明: 继上一次写到     内网(局域网下)实现远程anaconda访问 jupyter notebook ,上次是windows下。 本文专门写一下关于在linux下如何实现安装anaconda3及远程登录jupyter notebook详细操作。 这篇文章来的有些晚,因为前段时间(这一周吧)一直在忙着折腾 国产发行版linux,openEuler操作系统, 文末有彩蛋!!!手机上也阔以哟!!! 顺便一提,看我之前发布的文章      openEuler学习之鹏城实验室平台申请虚拟机 openEuler操作系统安装在vmware上 这两篇文章都是关于openEuler系统的,还有
2022-02-09 22:19:06 2.03MB a3 anaconda c
1