使用Python机器学习进行年龄检测 使用Kaggle的收入评估数据集进行年龄检测 用于训练模型的值输入值:-“性别”,“工作类别”,“教育”,“婚姻状况”,“职业”,“关系”,“每周工作时间”,“本国”, '收入','Col1','Col2','Col3','Col4','Col5'输出-年龄 机器学习算法:从sklearn.svm导入随机森林分类器 来自sklearn.metrics的precision_score以计算模型的准确性
2022-01-06 09:33:44 19KB JupyterNotebook
1
midi-classification-tutorial:有关如何对Midi文件的流派进行分类的教程
1
PySDMs Python中的生态物种分布模型(SDM)的面向对象的类。 建模指标 物种分布的地理分类 包装布局 库代码本身 许可证,适用于此软件包 README.md-您现在正在阅读的README文件 -先决条件安装该软件包,通过使用PIP 安装程序脚本 /-单元测试 较长的说明: 物种分布建模(SDM)的面向对象的类。 PySDM在SDM框架的建模部分完成了大部分繁重的工作,其中的插值功能主要将地理分类步骤包装在面向对象的方式中。 省略了SDM工作流程的预处理步骤,主要是因为它们在R中更容易执行(请参阅examples /中Jupyter笔记本末尾的围兜链接)。 PySDM是为我的约书亚树和沙漠夜蜥蜴的气候变化影响研究项目而开发的。 职能 self.fit():使用PyCaret进行模型训练,考虑基于树的方法,神经网络和最佳子集选择软投票混合。 需要一个具有分类目标和数字说
1
FlappyBirdRL 使用强化学习的Flappy Bird hack 您可以在此处查看游戏和算法的摘要! 自己运行代码 代码并解压缩 打开终端并导航到该文件夹 cd ~/Downloads/FlappyBirdRL-master 使用python启动一个简单的服务器 python -m SimpleHTTPServer 8000 更多细节。 在浏览器中,导航到本地服务器的地址(默认为 )。 故障排除 您启动服务器了吗? 如果您刚刚打开index.html页面,则控制台中可能有关于原始请求的错误。 右键单击屏幕上的任意位置,单击“检查”,然后查看控制台。 是否存在以下错误? 示例 Failed to load file:///Users/.../res/flappyAtlas/atlas.txt: Cross origin requests are only supported for protocol schemes: http, data, chrome, chrome-extension, https." :该页面试图从磁盘加载文件,但是大多数现代浏览器将其阻
1
Mathematics-for-Machine-Learning-Coursera:我对Coursera作业的回答
2022-01-01 07:45:23 31KB
1
压缩包内含吴恩达老师《Machine Learning》课程第八周的编程作业ex7所需完成的六个m文件,解压放进课程作业原始压缩包中即可。压缩包中所有编程作业均为本人独立完成,并尽量使用向量化计算,全部满分通过。
2021-12-30 23:19:34 4KB 吴恩达 matlab Machine Learning
1
压缩包内含吴恩达老师《Machine Learning》课程第三周的编程作业ex2所需完成的五个m文件。压缩包中所有编程作业均为本人独立完成,并尽量使用向量化计算,全部满分通过。
2021-12-30 22:58:11 3KB 吴恩达 Machine Learning 机器学习
1
parallel support vector machine:the cascade svm 英文论文原稿
2021-12-30 20:45:03 117KB 层叠svm
1
在这个全球化的时代,很可能会遇到与我们使用不同语言进行交流的人或社区。 为了承认由此引起的问题,我们正在开发机器翻译系统。 Google LLC 等多家知名组织的开发人员一直致力于使用机器学习算法(如人工神经网络 (ANN))引入算法来支持机器翻译,以促进机器翻译。 在这方面已经开发了几种神经机器翻译,但另一方面,循环神经网络(RNN)在该领域并没有太大发展。 在我们的工作中,我们试图将 RNN 引入机器翻译领域,以承认 RNN 优于 ANN 的优势。 结果显示了 RNN 如何能够以适当的准确度执行机器翻译。
2021-12-30 15:54:31 428KB Neural Machine Translation
1
COMETA:在线医疗实体的语料库 该存储库包含运行我们介绍的基线模型的代码: COMETA: EMNLP 2020社交媒体中医疗实体链接的语料库。 COMETA 是一个实体链接外行医学术语数据集。 它是通过分析 68 个以健康为主题的 subreddits 中四年的内容收集的,并用相应的 SNOMED-CT 实体注释最常见的内容。 每个术语都分配了两个注释:通用 SNOMED-CT 标识符和特定标识符,分别表示术语的字面和上下文含义。 有关语料库的副本,请按照我们上的说明进行操作。 预训练向量 模型 下载链接 Bioreddit-FastText , Bioreddit-BERT 您可以在找到在相同的Bioreddit语料库上针对ELMo,Flair和GloVE训练的载体。 引文 如果您使用我们的语料库或我们的嵌入,请引用: @inproceedings { basaldel
2021-12-30 12:00:01 348KB nlp machine-learning deep-learning transformer
1