该存储库包含一个软件框架，用于使用多模式MRI和来自三个可公开获得的数据集 ， 和PET数据对阿尔茨海默氏病（AD）进行自动分类的可重现机器学习实验。 它由开发。 在目录中，有数据转换，预处理和分类任务的示例，这些示例说明了如何使用的不同功能。 此代码依赖于Clinica的最新发行版本。 如果您有兴趣访问包含使用Clinica的实验代码和我们的论文结果的代码库，请转到相应论文的分支： 引用这项工作 如果您使用此软件，请引用： J.Samper-Gonzalez，N.Burgos，S.Bottani，S.Fontanella，P.Lu，A.Marcoux，A.Routier，J.Guill

延迟问题是驱使许多公司从云转移到边缘的原因。“边缘智能”(edge AI)或“边缘机器学习”指的是，数据通过存储在硬件设备上的算法在本地进行处理，而不是通过位于云中的算法进行处理。这不仅使实时操作成为可能，而且还有助于显著降低与处理云数据相关的功耗和安全漏洞。

毫升 修复：描述 安装 从下载。 用法 FIXME：解释 $ java -jar mlj-0.1.0-standalone.jar [args] 选项 FIXME：此应用程序接受的选项列表。 例子 ... 错误 ... 任何其他部分 你认为的 可能有用 执照 版权所有 :copyright: 2014 FIXME 根据 Eclipse 公共许可证分发 1.0 版或（由您选择）任何更高版本。

ml_wine_quality Vinho Verde使用深度学习进行葡萄酒质量评估 Vinho Verde藤蔓生长在肥沃的花岗岩土壤中，在寒冷多雨的葡萄牙西北部生长。 该地区从与西班牙的北部边界一直延伸到波尔图市。 有九个以河流或城镇命名的分区：蒙索，梅尔加索，利马，巴斯托，卡瓦多，大道，阿马randint，拜奥，苏萨和帕瓦。 Vinho Verde葡萄酒以其高酸度，较低的酒精含量和轻度的碳酸作用而闻名，是炎热夏季的理想选择。 Vinho Verde的大多数葡萄酒都是白色的，来自六个葡萄：Azal，Arinto，Alvarinho，Avesso，Loureiro和Trajadura。 他们大多数是带有果香的干酒。 由于寒冷多雨的天气，红酒很少见。 三个红葡萄品种是Vinhão，Espadiro和Padeiro。 与白色葡萄酒相比，红色Vinho Verde葡萄酒酸度更高，果味更少。

使用机器学习的信用卡欺诈检测 信用卡欺诈是一个日益严重的问题，面临许多挑战，包括时间漂移和严重的阶级失衡。 该项目尝试使用包括自适应合成采样方法（ADASYN）和合成少数采样率（SMOTE）在内的最新技术来解决班级不平衡问题。 2013年9月在欧洲进行的超过280k真实交易[1]被用作训练数据集。 比较了三种类型的机器学习模型：随机森林，支持向量机和多层感知器。 结果表明，不平衡数据集的最佳采样方法取决于数据集和所使用的模型。 该项目包含以下组件： a）PDF格式的IEEE风格论文 b）Jupyter Notebook进行了机器学习测试。 您可以运行视图并自己运行它们。 还包括注释，推理和数字。 为了方便起见，我在此git repo中包含了原始数据集的副本[1]，但是请参考原始资源以获取最新版本。 该项目是2017年冬季在滑铁卢大学进行的SYDE 522：机器学习的一部分。 安装 克隆项目： $ git clone https://github.com/yazanobeidi/fraud-detection.git && cd fraud-detection Pip安装依赖项

ML Manager Pro v3.5.3 for Android 一款适用于 Android 的可自定义APK提取器应用

葡萄酒质量数据集 使用python和不同ML方法进行葡萄酒质量数据集的实验

这是VS内部用来建立和训练神经网络模型的一个UI插件。使用VisualStudio的扩展安装是可以自动安装的，但是下载进度条几乎不动。所以用离线下载后手动安装的方式。把安装包上传到这里，安装需要先关闭VisualStudio。

三星ML-1641/ML-2240/ML-2245/SCX-4200/SCX-4300 请按照步骤操作

经典的ml-100k数据源中所有的数据，压缩保存，包含u.data, u.user, u.item等数据文件