Jian Tao jtao@tamu.edu Spring 2020 HPRC Short Course 03/27/2020 ● Part I. Deep Learning ● Part II. Intro to TensorFlow

coursera-机器学习-python coursera 机器学习课程练习的骨架代码，以 ipython 笔记本的形式。 你需要什么来运行这个 Python 3 麻木的 scipy matplotlib 熊猫 scikit 学习 枕头 获得这些最方便的方法是通过 Anaconda 科学 Python 发行版。 此代码是为 Python 3 编写的。如果您希望使用 Python 2，请不要害怕。 您可能需要更改一些打印语句，但仅此而已。

在复习《机器学习》时，个人总结的一点复习资料。后续如果还总结的话，也考虑传一下。

Tensorlab is a MATLAB toolbox for rapid prototyping of (coupled) tensor decompositions with structured factors.

机器学习算法案例实战（python实现） 一。 1.加载数据 用熊猫加载 2.数据探索性分析及可视化 用matplotlib和seaborn对数据的标注（结果）进行。 3.特征处理 用pandas去除无关特征 用StandardScaler对数据进行标准化 4.模型训练 用train_test_split划分训练集和测试集 选择模型：SVM，决策树，随机森林，KNN 用GridSearchCV优化模型参数 用管道管道机制定制化分类器训练流程 5.模型评估 用对不同模型进行评估， 。 二。 1.加载数据 用熊猫加载数据 数据索引说明： 时间：交易时间； 金额：交易金额； 类别：交易的分类，0表示正常（非欺诈），1表示欺诈V1，V2，……V28：出于利益，不知道这些特征代表的具体含义，只知道这28个特征值是通过PCA变换得到的结果 2.数据探索性分析及可视化 用matplotlib和sea

the tools contains the following algorithms: Character Recognition Using Bayesian Classifier FaceRecognitionAndReconstruction GMMClassification ImageSegmentation NeuralNetwork SVMClassification

1.ppt of machine learning 2.materail for perparing the two test and final test 3.the solution for experiment set and assignment

人工智能、智能学习、深度学习程序。很难找的东西。

Kaggle-WhatsCooking-机器学习 来源 目标-使用食谱成分来预测美食类别 语言-Python 套餐-NumPy，Pandas，Sci-Kit Learn 数据文件概述 >>df_train.info() Int64Index: 39774 entries, 0 to 39773 Data columns (total 3 columns): cuisine 39774 non-null object id 39774 non-null int64 ingredients 39774 non-null object dtypes: int64(1), object(2) >>df_train.head()

薪资预测 使用线性回归的机器学习模型，可以通过输入经验年限来预测薪水。 当前使用Heroku进行部署。 这是已部署模型的链接： :