matlab中的gompertz代码== 模型黑盒 == 这个 matlab 包打算用作参数估计和模型模拟的黑匣子 它支持三种不同的后端: 八度(优化包) Matlab(优化工具箱) Matlab(SBTOOLBOX2 工具箱) 我们建议使用 Octave 或 Matlab 自己的工具箱,因为如果数据规模增加,SBTOOLBOX2 可能会变得不稳定。 模型基本目录中的模型与 Octave 和 Matlab 兼容。 基于 Octave 的模型的要求 Octave 环境(用 3.6.2 测试) 优化包 () 基于 Matlab 的模型的要求 Matlab环境 优化工具箱 编译器工具箱 基于 SBTOOLBOX2 的模型的要求 Matlab环境 编译器工具箱 SBTOOLBOX2 工具箱 SBPD 工具箱 结构 任何模型的使用都取决于具有三个文件: 模型:定义模型方程的地方 estimator : .m 文件,定义了估计参数的必要步骤 模拟器:.m 文件,模拟具有给定参数的曲线 这些文件允许为可以在线或在本地计算机中访问的模型生成 cgi 脚本 创建一个新的模型黑盒 Octave / Mat
2022-11-22 11:01:40 108KB 系统开源
1
blackbox_exporter-0.22.0.linux-amd64.tar.gz
2022-09-19 09:01:01 10.16MB blackbox_exporte prometheus
1
prometheus 墨盒监控工具
2022-07-07 17:00:46 7.93MB prometheus
1
blackbox_exporter-0.20.0-rc.0.linux-amd64.tar.gz
2022-05-31 17:05:35 9.38MB linux 综合资源 运维 服务器
1
一、环境说明 172.16.38.246--->Prometheus 120.92.74.166--->blackbox_exporter(开启8080/8081端口) 二、目的 Prometheus监控120.92.74.166的8080和8081端口 三、安装blackbox_exporter wget https://github.com/prometheus/blackbox_exporter/releases/download/v0.16.0/blackbox_exporter-0.16.0.linux-amd64.tar.gz tar xvf blackbox_exporter-
2022-05-21 18:16:24 180KB box c eth
1
黑盒BlackBox是一款免费开源的虚拟引擎,它可以在 Android 上下载和运行虚拟应用程序,无需安装 APK 文件即可在设备上运行应用程序。简言之,即可在Android上克隆、运行虚拟应用,拥有免安装运行能力。黑盒可以掌控被运行的虚拟应用,做任何想做的事情。项目由另一作者进行维护,详情可转至 此处。 支持的安装环境:Android 5.0~12.0 or Harmony OS 在此补充说明下: 1. 本项目分为32位和64位,建议两者一起下载,如在64位中的搜索列表找不到已安装的APP,说明需在32位环境中打开。 2. 长按某图标即可弹出菜单,“创建快捷方式”需在blackbox应用权限中给予允许打开的权限;空白处由左往右滑动即可重复克(duo)隆(kai)应用,原则上无限制; 3. 跨版本升级只需覆盖安装即可,无需卸载旧版本。其余功能可自行测试。。
2022-05-01 14:05:30 5.8MB 源码软件
1
黑盒BlackBox是一款免费开源的虚拟引擎,它可以在 Android 上下载和运行虚拟应用程序,无需安装 APK 文件即可在设备上运行应用程序。简言之,即可在Android上克隆、运行虚拟应用,拥有免安装运行能力。黑盒可以掌控被运行的虚拟应用,做任何想做的事情。 支持的安装环境:Android 5.0~12.0 or Harmony OS 在此补充说明下: 1. 本项目分为32位和64位,建议两者一起下载,如在64位中的搜索列表找不到已安装的APP,说明需在32位环境中打开。 2. 长按某图标即可弹出菜单,“创建快捷方式”需在blackbox应用权限中给予允许打开的权限;空白处由左往右滑动即可重复克(duo)隆(kai)应用,原则上无限制; 3. 跨版本升级只需覆盖安装即可,无需卸载旧版本。其余功能可自行测试。。
2022-05-01 14:05:30 5.75MB Android
blackbox_exporter 展示面板json,亲测好用
2022-04-20 18:07:17 135KB json
1
NOMAD是一种C ++代码,用于实现MADS算法(网格自适应直接搜索)以解决困难的黑箱优化问题。 当要优化的功能是昂贵的没有导数的计算机仿真时,会出现此类问题。
2022-04-16 01:49:59 25.19MB 开源软件
1
describeX:面向数据科学家的可解释AI框架 ExplainX是面向数据科学家和业务用户的模型可解释性/可解释性框架。 使用explainX可以了解整体模型的行为,解释模型预测背后的“原因”,消除偏见并为您的业务涉众创建令人信服的解释。 为什么我们需要模型可解释性和可解释性? 必不可少的 解释模型预测 调试模型 检测数据偏差 获得业务用户的信任 成功部署AI解决方案 我们可以用explainX回答什么问题? 为什么我的模型出错? 我的模特有偏见吗? 如果是,在哪里? 我如何理解和信任模型的决策? 我的模型满足法律和法规要求吗? 我们已在服务器上部署了该应用程序,因此您可以使用
2022-04-03 22:02:41 1.19MB machine-learning scikit-learn transparency blackbox
1