程序和数据

威斯康星辍学预警系统 欢迎使用威斯康星辍学预警系统 (DEWS)。 DEWS 是基于 R 统计计算语言的 DPI 数据仓库构建的机器学习应用程序。 DEWS 旨在成为一个灵活的半自动化机器学习系统，它评估数十种可能的机器学习算法以预测辍学，并选择性能最高的模型来为当前学生分配风险评分。 DEWS 背后的许多细节已经在其他地方进行了讨论，包括在 DPI 网站上： : 。 Knowles 2015 中讨论了机器学习方法的技术细节。 本文档用于描述 DEWS 程序本身。 DEWS 在设计上是一个模块化应用程序，允许它灵活地适应 DPI 的数据变化、新措施的可用以及新的机器学习技术的开发。 这种模块化由四个主要子程序组成（Knowles 2015）。 准备环境 数据采集 转换数据 火车模型 评分案例 每个子程序中都有许多步骤。 在大多数情况下，DEWS 包含一个自定义 R 函数来应用这些步

Aceno-1.1 基于机器学习的面部痤疮严重程度自动检测，并通过EMR系统跟踪恢复进度。

基于机器学习进行房价预测

MATLAB金融算法分析实战：基于机器学习的股票量化分析PPT

基于机器学习在网络入侵检测中的实践

本资源是基于机器学习的蔬果识别算法，采用机器学习中的聚类算法等，对水果及蔬菜进行识别。matlab程序代码。

这是作者恶意代码分析、网络安全、系统安全等系列教程，主要是通过机器学习、人工智能和深度学习来分析恶意代码的在线笔记。希望对您有所帮助，学无止境，一起加油。参考作者的博客和github资源，由于github速度限制，故上传免费资源供大家学习。 [网络安全自学篇] 二十四.基于机器学习的入侵检测和攻击识别——以KDD CUP99数据集为例 https://blog.csdn.net/Eastmount/article/details/102852458 https://github.com/eastmountyxz/AI-for-Malware-Analysis-

随着人口老龄化趋势的加快，建立预测阿尔茨海默氏病（AD）的模型至关重要。 在本文中，我们对1157名受访者进行了调查。 通过使用三种机器学习方法（BP神经网络，SVM和随机森林）分析结果，我们可以得出它们在AD预测中的准确性，以便我们可以比较解决AD预测的方法。 其中，随机森林是最准确的方法。 此外，为了结合这些方法的优势，我们基于这三种机器学习模型构建了一个新的组合预测模型，事实证明，该模型比单独的模型更准确。 最后，我们总结了生活方式与AD之间的联系，并为老年人提供了一些建议，以帮助他们预防AD。

仅作分享，如有侵权，联系。