Machine_Learning_ECG
A Project Using Machine Learning Method to Mining ECG Data
1.文件说明
rdata.m： matlab程序，用于解析从MIT-BIH下载得到的心电数据
注释.txt： 心脏疾病类型及其对应的数字/字母注释
wfdb.tar.gz： physioBank数据库的工具包，wfdb可用来帮助我们分析解读PhysioBank数据库中的数据；wfdb中包含的 rdann 可以用来读取并显示指定记录的注释文件
2021-11-24 18:41:07
2.06MB
1
mne-python：MNE：Python中的磁脑图（MEG）和脑电图（EEG）
2021-11-24 17:00:13
62MB
1
《中文机器阅读理解》教程，哈工大讯飞联合实验室主管研究员崔一鸣
机器阅读理解在英语数据集中得到了广泛的研究。同时，研究非英语数据集和模型也很重要，以便更全面地了解机器是如何理解人类语言的。在这次谈话中，我们将涉及三个主要的话题来处理非英语的MRC场景。首先，我们将谈谈在中文机器阅读理解领域所做的努力。接下来，我们将转向多语言和跨语言的MRC研究，介绍我们的一系列工作，讨论这些技术如何提高中文和其他语言的MRC系统性能。最后，我们将尝试以多语言的方式分析MRC模型，并以新的基准和方法在可解释的MRC中展示我们的努力。
2021-11-24 13:07:14
9.86MB
1
mnist分类
使用多种方法完成MNIST分类任务
Python 3.6
火炬1.0
Scikit学习0.21
无需下载数据直接跑，代码自动下载
模型
逻辑回归Logistic回归
多层感知机
K近邻KNN
支持向量机
卷积神经网络
循环神经网络
实验报告
见mnistClassification.pdf
对应的latex原始码： :
2021-11-23 21:28:13
1.04MB
1
motion_detection_cpc
此存储库提供了使用语音作为输入的情感识别系统的代码。 通过使用对比预测编码（CPC）训练的自我监督表示，可以提高性能。 使用CPC时，结果的准确度从71％的基线提高到80％，这是30％的相对显着误差降低。
博客在这里： :
初始设置
安装依赖项
virtualenv -p python3.7 venv
source venv/bin/activate
make deps
下载资料
wget https://zenodo.org/record/1188976/files/Audio_Speech_Actors_01-24.zip $HOME/RAVDESS/Audio_Speech_Actors_01-24.zip
unzip $HOME/RAVDESS/Audio_Speech_Actors_01-24.zip
创建训练，验证和测试数据
2021-11-23 16:38:19
55KB
1
matlab如何敲代码介绍
带我去股票市场预测！
本文探讨了一种称为递归神经网络（RNN）的机器学习算法，这是一种用于连续数据模式识别的常见深度学习技术。
递归神经网络考虑了数据随时间的变化，通常用于时间序列数据（股票价格，传感器读数等）。
递归神经网络也可以用于视频分析。
您将获得一个包含Google
Inc.股票价格的数据集，用于训练模型和预测未来股票价格，如下所示。
为了改进预测，您可以针对同一部门，地区，子公司等更多公司的股票价格数据训练此模型。对网络，新闻和社交媒体的情绪分析在您的预测中也可能会有用。
开源开发人员Sentdex为创建了一个非常有用的工具。
递归神经网络
当我们尝试对机器学习进行建模以使其表现得像大脑时，权重代表了颞叶中的长期记忆。
模式和图像的识别由枕叶完成，其工作原理与卷积神经网络相似。
循环神经网络就像短期记忆一样，可以记住最近的记忆，并且可以创建类似于额叶的上下文。
顶叶负责像Botlzman
Machines这样的空间识别。
递归神经网络通过时间将神经元连接到其自身，从而创建一个反馈循环，从而保留了短期和长期记忆意识。
下图描述了描述RNN的传统方法
2021-11-23 15:46:24
20.01MB
1
Mind+Machine A Decision Model for Optimizing and Implementing Analytics 英文无水印原版pdf
pdf所有页面使用FoxitReader、PDF-XChangeViewer、SumatraPDF和Firefox测试都可以打开
本资源转载自网络，如有侵权，请联系上传者或csdn删除
查看此书详细信息请在美国亚马逊官网搜索此书
2021-11-23 12:37:14
27.67MB
1
火炬
该存储库将用于跟踪我在python 3.8中对Pytorch的学习及其工具，并记录我所做的任何著名项目。
相关规格
Windows 10
戴尔Inspiron 7000
英伟达GTX 1050
水蟒4.9.0
Anaconda软件包名称
版本
雪花石膏
0.7.12
啊
0.26.2
氩气2-cffi
20.1.0
天体
2.4.2
async_generator
1.1
原子写入
1.4.0
属性
20.2.0
autopep8
1.5.4
巴别塔
2.8.0
回呼
0.2.0
加密
3.2.0
布拉斯
1个
漂白
3.2.1
纤毛状的
0.7.0
ca证书
2020.10.14
认证
2020.6.20
cffi
1.14.3
夏尔代
3.0.4
云雀
1.6.0
科罗拉多州
0.4.4
密码学
3.1.1
cudatool
2021-11-23 11:09:34
10KB
1
图像中敏感数据曝光的检测
在当前的智能设备和智能手机时代，使用这些设备拍摄的任何图像都会立即自动上传到云（Google Photos，iCloud等）或互联网（社交媒体网站，如Facebook，Twitter等）。 并且有一个所有内容的存档，这些存档正在上传到Internet。 因此，必须对上传到Internet的内容保持谨慎。
不幸的是，人们有意或无意地上传了包含敏感数据的图像，例如：
用户名和密码
信用卡或支付卡信息（PCI）
个人身份信息（PII）
电子邮件地址
电话号码
社会安全号码
Aadhar数字
受保护的健康信息（PHI）
客户资料
学生资料
所有这些敏感信息可归为三类：
个人和私人信息
机密商业信息
分类信息
丢失，滥用，修改或未经授权访问敏感信息，可能会对个人的隐私或福利，企业的商业秘密乃至国家的安全和国际关系产生不利影响，具体取决于信息的敏感度和性质。 我们
2021-11-23 10:34:21
81.62MB
1
Spotify人气
这个项目的目的是通过ML工具研究什么会推动单个歌曲的流行以及不同歌曲可能有什么共同点。 虽然音乐品味是主观的，但可以通过参考歌曲的属性（例如价，节奏和声学）来回答这些问题。 最终输出将包含两个模型：一个模型预测新版本的流行程度，另一个模型使人们能够创建更好的播放列表。
数据探索-初步概述
2021-11-22 23:08:51
35.52MB
1