带有输入电压、速度和电流输出图的直流电机模型。

机器学习Boosting Model 的设计， 实验， 数据以及结果

Bak-Tang-Wiesenfeld-Sandpile-模型 Bak Tang Wiesenfeld模型或Abelian Sandpile模型仿真，使用Matplotlib模块用Python编写

yolov5的model文件（.pt），里面包含官方的模型yolov5s.pt、yolov5m.pt、yolov5l.pt、yolov5x.pt、yolov3-spp.pt

很好的verilog 模型，方便验证DDR2 Controller

从零开始的高斯混合模型 算法类型：聚类算法使用的数据集：从sklearn导入的虹膜数据集 最终集群的输出 要求： Jupyter笔记本或Google Colab 库： 熊猫： ： numpy： ：//numpy.org/install/ Matplotlib： ：//matplotlib.org/stable/users/installing.html sklearn： ://scikit-learn.org/stable/install.html scipy： ：//pypi.org/project/scipy/ 涉及的步骤： 对于Google Colab： 在任何浏览器上打开google colab。 在Google Colab中上传文件“ 19BCE1328_Gaussian混合物模型”。 运行笔记本中的所有单元并查看输出。 参见图以可视化最终结果。 对于Jup

由网页下载pspice model,保存为.MOD文件,Pspice_Model_自建元件模型

Qt 视图模型

这些函数使用 ITU-R P.1238 建议书中描述的模型计算室内环境中发射机和接收机之间的空间衰减。

MTA 多点触控归因。 找出哪些渠道最有助于用户转换。 楷模 该软件包包含以下多点触控归因模型的实现： 沙普利 马可夫 邵和李的所谓简单概率模型 邵和李的袋装逻辑回归 附加危害（生存） 此外，还包括一些流行的启发式“模型”，特别是 第一次接触 线性的 最后接触 时间衰减 基于位置 包含数据 该软件包具有与称为的R软件包相同的测试数据集-包含10,000行，其中包含12个通道上的客户旅程：alpha，beta，delta，epsilon，eta，gamma，iota，kappa，lambda，mi，theta和zeta 。 这些是按路径进行的转化汇总。 假设有一条路（客户旅程） a > b > c total_conversions等于2， total_null等于5。这意味着我们记录了2次消费者旅程 a > b > c > (conversion) 和5次客户旅程 a > b >