机器学习课程 2014，ITMO，CT 一、KNN的实现 用其中一种编程语言实现 KNN。 如有必要，对数据集中的数据进行归一化，并通过某种方式（例如，交叉验证）为 KNN 选择 k 参数。 在测试样本和训练样本上计算分类器的 F 度量。 2.识别垃圾邮件 您需要训练贝叶斯分类器来识别垃圾邮件。 样本已经分为 10 个部分。 每个文件代表一条消息。 如果文件名包含 spmsg，则这是垃圾邮件，否则 (合法) 是正常消息。 3. 使用 SVM 拆分数据集 使用 SVM 划分数据集（有一些噪音，但通常它是线性可分的）。 作为答案，在y = kx + b 形式的分界线上打印近似系数k 和b。 此外，作为任务的第二部分，您需要在 KNN 任务中使用的同一数据集上应用 SVM。 但是对于此任务，您将不得不使用内核。 4. 线性回归的构建 构建线性回归。 该数据集的每个对象都由三个数字组成：公寓的居住

此款开发板使用的是Xilinx公司的Zynq7000系列的芯片，型号为XC7Z010-1CLG400C， 400 个引脚的 FBGA 封装。ZYNQ7000 芯片可分成处理器系统部分 Processor System（PS） 和可编程逻辑部分 Programmable Logic（PL）。在 AX7010 开发板上，ZYNQ7000 的 PS 部分和 PL 部分都搭载了丰富的外部接口和设备，方便用户的使用和功能验证。另外开发板上 集成了 Xilinx USB Cable 下载器电路，用户只要用一个 USB 线就可以对开发板进行下载和调 试。

和声2 Momentum-AI-机器学习课程 这个 Momentum AI 的机器学习课程，教你如何使用最新的深度学习技术。 了解更多信息 Google 文档，概述了如何开始使用深度学习。 关于人工智能和机器学习的演讲。 本课程将教您如何使用不同的机器学习模型，重点是人工神经网络。 您将学习如何从头开始构建自己的人工神经网络，以及如何使用 Tensorflow 和 Keras 创建可以创建语言和理解视觉的机器学习模型。 本课程还将重点介绍如何建立训练有素的模型并在网络上工作。 训练你的第一个人工神经网络 在第一课中，您将学习如何使用 Keras 和 Tensorflow 开始深度学习。 你可以训练你自己的深度神经网络，它可以处理大脑成像数据。 这是 Keras 中深度神经网络的代码。 激动人心的东西！ # Visualize training history from keras . models import Sequential from keras . layers import Dense , BatchNormalization from keras . layers imp

This course may well require a different approach than those you used in previous mathematics courses. You may have become accustomed to working a home work problem by turning back in the text to find a similar problem, and then just changing some numbers.

fastai(2019)上课讲义，ipynk文件，包含课程part1和part2，国内从官网下载不稳定，侵删。

里斯本大学机器学习课程的讲义.

服务课程 这是在线课程网站的课程服务API。 它仍在进行中，将会有更多的服务。

course_ma111 MA111：数学推理导论

Unipus网课助手 显示U校园题目答案；自动答题；支持单元测试；刷时长；开放自定义设置 · · · · 声明 本项目基于GPL-3.0，完全开源，免费，仅供技术学习和交流，开发者团队并未授权任何组织、机构以及个人将其用于商业或者盈利性质的活动。也从未使用本项目进行任何盈利性活动。未来也不会将其用于开展营利性业务。个人或者组织，机构如果使用本项目产生的各类纠纷，法律问题，均由其本人承担。 如果您开始使用本项目，即视为同意项目免责声明中的一切条款，条款更新不再另行通知。 安装 安装最新版本的Chrome 油猴 安装最新版本的Tamper Monkey 安装最新版本的完整版脚本(支持单元测试) 可以在Github右侧Release下载UnipusHelper[版本号].user.js文件 油猴理应自动弹出 如果油猴未弹出，在油猴中新建脚本，并复制粘贴保存 安装最新版本的轻量版脚本

androidAppLoftMoneyTracker Loft Money Tracker 测试应用程序