用Python进行地质记录数据机器学习 使用Python中的机器学习(ML)技术分析了美国堪萨斯州一口井的地质测井数据。 对数据进行了概述,清理和分析,以发现重要的模式和关系,通过这些关系和关系我们发现了测井曲线之间的关系以及地层类型与测井曲线之间的关系。 使用此方法,当我们拥有该地区的先验地质知识后,就可以避免使用与地层类型相关或没有相对重要性的测井记录。 而且,一旦使用ML算法训练了数据,就可以成功地进行地层类型的预测。
2021-11-21 16:15:02 10.82MB JupyterNotebook
1
IE598金融学机器学习,2018秋季,伊利诺伊大学香槟分校 马克最终小组项目 作者:约瑟夫·洛斯(Joseph Loss),杨若中,徐凤凯,冯彪和段玉辰 型号概要: 探索性数据分析 预处理,特征提取,特征选择 模型拟合和评估,(您至少应拟合3种不同的机器学习模型) 超参数调整 组装 IE598金融学机器学习,2018年秋季最终小组项目 作者:约瑟夫·洛斯(Joseph Loss),杨若中,徐凤凯,冯彪和段玉辰
2021-11-21 09:50:16 6.12MB python data-science machine-learning scikit-learn
1
neural-networks-and-deep-learning书籍的一些demo,使用python2编写,有需要可以下载
2021-11-20 08:34:10 38.52MB ML
1
磁悬浮球系统线性自抗扰控制,包含论文及其simulink仿真。
2021-11-19 15:41:03 1.79MB ml simulin
1
吴恩达机器学习大作业完成版! 吴恩达机器学习大作业完成版!
2021-11-19 10:56:32 43.37MB ML
1
三星ML-1666固件刷机工具及刷机芯片程序,按教程做。亲测,能用
2021-11-19 10:50:50 617KB 三星打印机 固件工具芯片程序
1
GPT-2的中文预训练模型。GPT-2是逆天的语言AI模型,编故事以假乱真,问答翻译写摘要都行。问世之后横扫各大语言建模任务,引发了大量关注以及研究者跟进研究。
2021-11-19 00:26:42 757KB gpt2 训练模型
1
适用于各种调制方式,ML软解调。更改参数来实现功能的
2021-11-18 10:43:03 2KB matlab
1
机器学习课程项目 介绍 通过GCN对SMILES表示的化学分子毒性进行预测。信息更多请参见 。 本项目通过一套Cloud ML Infra管理上百个机器学习模型,实现了“一次实施,随处运行”。仓库里包含了整个infra的相关脚本和代码。 report.pdf是本项目的实验报告。 入门 在使用这套工具前,你需要安装必要的工具。 brew install minio/stable/mc conda install tqdm tensorflow-gpu=1.15 keras=2.2.4 numpy pandas pip install minio 进行实验 在项目根目录下,使用run.sh执行指令。 ./run.sh python ./src/train.py 如果程序出错,数据不会被上传到对象存储。您可以手动上传。 ./save.sh 可以通过list.sh列出所有实验。 ./li
2021-11-18 10:23:43 1.79MB Python
1
The Machine Learning Pipeline 10 Data 11 Tasks 11 Models 12 Features 13 2. Basic Feature Engineering for Text Data: Flatten and Filter. . . . . . . . . . . . . . . . . . . . . . . 15 Turning Natural Text into Flat Vectors 15 Bag-of-words 16 Implementing bag-of-words: parsing and tokenization 20 Bag-of-N-Grams 21 Collocation Extraction for Phrase Detection 23 Quick summary 26 Filtering for Cleaner Features 26 Stopwords 26 Frequency-based filtering 27 Stemming 30 Summary 31 3. The Effects of Feature Scaling: From Bag-of-Words to Tf-Idf. . . . . . . . . . . . . . . . . . . . . . . 33 Tf-Idf : A Simple Twist on Bag-of-Words 33 Feature Scaling 35 Min-max scaling 35 Standardization (variance scaling) 36 L2 normalization 37 iii www.it-ebooks.info Putting it to the Test 38 Creating a classification dataset 39 Implementing tf-idf and feature scaling 40 First try: plain logistic regression 42 Second try: logistic regression with regularization 43 Discussion of results 46 Deep Dive: What is Happening? 47
2021-11-18 10:03:35 3.63MB ML Feature data
1