Streamlit是一个开源的Python库，是 机器学习工程师专用的应用程序框架， 第一个专门针对机器学习和数据科学团队的应用开发框架 。 利用Streamlit可以快速构建机器学习应用的用户界面。
2021-10-14 16:02:02
7.94MB
1
Streamlit是一个开源的Python库，是 机器学习工程师专用的应用程序框架， 第一个专门针对机器学习和数据科学团队的应用开发框架 。 利用Streamlit可以快速构建机器学习应用的用户界面。
2021-10-14 16:02:01
35.4MB
1
Streamlit是一个开源的Python库，是 机器学习工程师专用的应用程序框架， 第一个专门针对机器学习和数据科学团队的应用开发框架 。 利用Streamlit可以快速构建机器学习应用的用户界面。
2021-10-14 16:02:01
36.55MB
1
基于OpenCV-Python的摄像头人脸检测追踪控制系统
https://editor.csdn.net/md/?articleId=120497427
2021-10-13 18:04:17
172KB
1
所用到的文件
ex2.m-Octave/MATLAB脚本，该脚本引导您完成ex2
reg.m-Octave/MATLAB脚本，用于ex2data1.txt练习的后面部分-
Ex2data1.txt练习的前半部分的训练集-
ex2data2.txt练习的后半部分的训练集提交。m-提交脚本，用于将您的解决方案发送到我们的服务器
mapFeature.m-生成多项式特征的函数
plot decision boundary.m-绘制分类器决策边界的函数
[?]plot data.m-打印二维分类数据的函数
[？]sigmoid.m-sigmoid功能
[？]costFunction.m-Logisti
2021-10-12 19:06:55
127KB
1
华中科技大学计算机机器学习课程作业--KNN算法的python实现，内含报告和源码
2021-10-09 21:38:05
179KB
1
原文链接：http://tecdat.cn/?p=10911
用户和产品的潜在特征编写推荐系统矩阵分解工作原理使用潜在表征来找到类似的产品。
1. 用户和产品的潜在特征
我们可以通过为每个用户和每部电影分配属性，然后将它们相乘并合并结果来估计用户喜欢电影的程度。
然后我们使用pandas数据透视表函数来构建评论矩阵。在这一点上，ratings_df包含一个稀疏的评论阵列。
接下来，我们希望将数组分解以找到用户属性矩阵和我们可以重新乘回的电影属性矩阵来重新创建收视率数据。为此，我们将使用低秩矩阵分解算法。我已经在matrix_factorization_utilities.py中包含了这个实
2021-10-09 17:19:26
238KB
1