用tensorflow实现的深度学习算法集合

kaggle 实战 lecture01 机器学习算法、工具与流程概述.zip

目录一、KNN算法Python实现1、导入包2、 画图，展示不同电影在图上的分布3、训练样本和待测样本准备4、计算待测样本点到每个训练样本点的距离5、查找离待测样本点最近的K个训练样本点的类型6、找出数量最多的类7、写成自定义函数二、鸢尾花（iris）数据集测试1、导入包2、导入数据，划分数据集3、调用写好的KNN函数，并计算查准率、查全率和混淆矩阵 KNN是机器学习十大算法之一，因为原理很好理解，有一句话：“Talk is cheap.Show me the code.” 所以用Python来实现一下吧，并在iris数据集上检验模型效果。 算法原理：看新样本与最接近的那个训练集样本属于哪一类

使用机器学习的乐器/音色分类 介绍 基于音频的乐器分类器，基于给定的简短音乐样本，根据音色识别乐器。 使用scikit-learn库中的各种机器学习算法对记录进行分类。 这是多类监督学习分类。 技术领域 的Python：3.7.4 Python库：numpy，matplotlib，pandas，seaborn，scikit-learn，librosa，soundfile 目录 背景 音色描述了独特的音质，即使在相同的音高或响度下也能区分乐器的声音。 这是由于每种仪器的独特频率特性。 测试的乐器是大提琴，教堂风琴，单簧管，长笛，吉他，竖琴，马林巴琴，皮诺琴，小提琴和合成效果器（PerlDrop和SynLead3）。 数据集 模拟各种乐器的电子键盘用于录制各种流派的音乐样本。 有关.wav文件中的录音，请参见“录音”文件夹。 数据预处理 数据清理 录音从立体声转换为单声道，然后重新采样至1

本文提出了一种将卷积神经网络(convolutional neural network, CNN)与LSTM相结合的混合深度学习神经网络框架。使用电子健康档案中真实数据集的研究结果表明，相比传统SVM，CNN和LSTM模型，该算法的预测性能得到显著提高。

使用机器学习对服务拒绝服务DoS攻击进行有效检测 该研究项目的目的和目标是使用机器学习检测DoS攻击，该问题将解决以下研究问题：“以有效方式利用机器学习检测拒绝服务攻击并与其他使用的机器学习算法进行比较”。 本研究项目中讨论的DoS攻击类型为UDP泛洪攻击，TCP-SYN攻击和ICMP泛洪攻击。 UDP泛洪攻击是一种DoS攻击，其中向目标服务器或客户端发送了大量的用户数据报协议（UDP）数据包，目的是使设备无法处理和响应请求。 TCP-SYN攻击是一种DoS攻击，攻击者利用TCP-SYN请求与服务器进行的三向握手，攻击者向服务器发送重复的SYN请求，从而使服务器对合法流量不响应。 ICMP泛洪攻击是一种攻击类型，其中目标系统被ICMP回显请求泛洪，这导致正常流量无法访问系统。 本研究项目中讨论的机器学习算法是Logistic回归，决策树，多层感知器，K最近邻和光梯度增强机。 该研究项目强

简化的广义多层感知机模型及其学习算法_方宁.pdf

流形学习算法Matlab代码实现，通过三种算法将三维图像降维到二维图像，利用K近邻构造数据图，Isomap最短路径使用Dijkstra算法。

raincell-mla:降雨估计的机器学习算法

优化 AUC 两遍学习算法