超参数优化

图像矩阵matlab代码学习：基于专家评估的稀疏数据CT重建网络（LEARN） 如果您在研究中使用此软件包，请引用以下论文： Hu Chen, Yi Zhang, Yunjin Chen, Junfeng Zhang, Weihua Zhang, Huaiqiang Sun, Yang Lv, Peixi Liao, Jiliu Zhou and Ge Wang, "LEARN: Learned Experts' Assessment-based Reconstruction Network for Sparse-data CT" IEEE Trasnactions on Medical Imaging, 37(6), 1333-1347. 2018. Hu Chen, Yi Zhang, Yunjin Chen, Junfeng Zhang, Weihua Zhang, Huaiqiang Sun, Yang Lv, Peixi Liao, Jiliu Zhou and Ge Wang, "LEARN: Learned Experts' Assessment-based Recons

操场 Playground是一个简化的应用程序，可让您修改浏览器中的机器学习模型。 这个程序的灵感来自于伟大的Tensorflow。 唯一的区别是它解决了经典的机器学习模型 演示版 就 它是如何工作的 ？ :card_index_dividers: 您可以从预定义列表中选择并配置数据集。 您可以设置： 样品数 火车上的噪音和测试数据 :gear: 您选择一个模型，并为其设置超参数。 您可以从以下模型中选择模型：逻辑回归，决策树，随机森林，梯度提升，神经网络，朴素贝叶斯，KNN和SVM :chart_decreasing: 该应用程序会自动显示以下结果： 模型在火车和测试数据上的决策边界 训练和测试数据的性能指标（准确性和F1分数） 模型训练所需的时间 生成的python脚本，用于基于数据集定义和模型超参数来重现模型 对于每种模型，游乐场都提供了指向官方文档的链接以及提示列表。 加分点：该应用程序还提供通过添加多项式特征来执行特征工程的功能。 事实证明，

learn python 3 the hard way provides an easy step towards complicated programming in python 3.

Learn OpenGL网络资料，OpenGL学习资料，入门图形学基础。

Learn RPGs in GameMaker: Studio Build and Design Role Playing Games By Ben Tyers English | PDF | 2017 | 310 Pages | ISBN : 1484229452 | 13.31 MB Carry out the pre-planning, design, and programming of role playing games (RPGs) using the popular GameMaker: Studio in this very practical and fun book. Author Ben Tyers teaches you how to create a story or plotline for the RPG, apply aesthetics, and develop core and extended gameplay. Using Learn RPGs in GameMaker: Studio, you can design and build your own RPG using the GameMaker: Studio platform. Build your first game application and deploy in an app store, on Facebook, or just on a PC. Maybe, even, make a few bucks.

Learn C on the Mac

从arXiv纸张标题生成类别 该项目采用并根据arXiv论文标题构建自动标签分类器。 系统输入：走向广泛学习：医疗保健实验 系统输出： stat.ML ， cs.LG 到上述论文。

CNN图像分类 这个基于CNN的模型将图像分为9类（“飞机”，“汽车”，“鸟”，“猫”，“鹿”，“狗”，“青蛙”，“马”，“船”，“卡车”）使用tensorflow，keras，numpy，scikit-learn，matplotlib

Learn Python the Hard Way（包括中文和英文），不错的python教程