基于图论的neo4j图数据库社区开源版4.0.7版本安装程序，用于知识图谱等系统功能开开发的首选图数据库
2022-04-27 09:07:44
101.86MB
1
北京理工大学-李侃教授《知识图谱》原价9989元的《知识图谱&深度学习》课程资料。
【深度学习核心技术实践与图神经网络新技术应用高级研修暨人工智能算法工程师继续教育培训班】
1、采用深入浅出的方法，结合实例并配以大量代码练习，重点讲解深度学习框架模型、科学算法、训练过程技巧。
2、能够把握深度学习的技术发展趋势，可以熟练掌握深度学习核心技术、实践技巧，同时针对工作中存在的疑难问题进行分析讲解和专题讨论，有效的提升学员解决复杂问题的能力；
3、掌握深度学习平台Tensorflow训练网络搭建与配置、掌握数据价值的深度挖掘。
4、掌握图神经网络模型及框架PyTorch
5、实践手写字体识别、叶片分类等案例，动手练习让AI自己玩游戏。
6、根据自己的科研项目及课题研究，灵活掌握应用深度学习五大框架模型。
注：其它开源的公开数据集：ImageNet、MS-COCO、UCF101、HMDB51、PASCAL VOC、Open Images等。
2022-04-26 10:05:56
435.57MB
深度学习+知识图谱实验手册
实验1-波士顿房价预测：
1、定义问题：波士顿房价预估项目的需求
项目需求：波士顿房地产市场竞争激烈，而你想成为该地区最好的房地产经纪人。为了更好地与同行竞争，你决定运用机器学习的一些基本概念，帮助客户为自己的房产定下最佳售价。你的任务是用可用的工具进行统计分析，并基于分析建立优化模型。这个模型将用来为你的客户评估房产的最佳售价。
通过项目需求，我们可以抽象出以下项目需求：
•该问题是一个回归问题：需要拟合历史数据，得到一个连续的预测值；
•需要统计出一段时间内波士顿房价历史数据
•需要找到影响波士顿房价的各个因素
核心代码：
1.from sklearn.linear_model import LinearRegression, SGDRegressor, Ridge, LogisticRegression
2.from sklearn.datasets import load_boston
3.from sklearn.model_selection import train_test_split
4.from sklearn.preproc
2022-04-25 16:05:33
8.89MB
1、整理近5年软工毕业设计(论文)的基础信息(作者、题目、摘要、关键词、论文类型、指导教师等)。
2、通过自然语言处理，对论文题目进行分词，对热点词汇绘制标签云。
3、实现针对关键词热度随时间迁移的趋势变化分析。
4、开展针对某一主题的毕业论文知识图谱可视化分析。
5、对指导教师等其他信息进行统计和可视化呈现。
6、实现一个原型系统。
2022-04-19 09:04:34
142.58MB
python推荐系统合集含10套源码（探探项目、自动车牌推荐系统、网易云音乐推荐系统、电影推荐系统、商品top50推荐系统、基于知识图谱的推荐功能系统、新闻推荐系统采集自今日头条 ）.zip
2022-04-18 18:05:18
188.09MB
我们很高兴地邀请到来自哈佛大学的Marinka Zitnik教授来给我们做一个关于计算生物学中的图神经网络的讲座。在本讲座中，Marinka教授概述了为什么图学习技术可以极大地帮助计算生物学研究。具体来说，本演讲涵盖了3个范例用例: (1) 通过异构知识图谱的多关系链接预测发现安全的药物-药物组合;(2)通过学习子图嵌入对患者结局和疾病进行分类;(3)通过图的少样本学习，学习有效的疾病治疗方法。
2022-04-16 09:07:41
18.3MB
推荐系统遇上深度学习（二十六）--知识图谱与推荐系统结合之DKN模型原理及实现 深度学习原理.pdf
2022-04-14 18:10:30
1.18MB