电影为人民群众喜爱的艺术形式之一，什么样的电影才伸手人们的喜爱呢？此数据为某电影评论网站抓取的千条数据，可用于建立回归模型，分析哪些因素影响着电影受欢迎程度，为观众观影提供参考依据。
2024/8/2 6:26:18
1.07MB
1
EngineeringEquationSolver(EES)工程方程求解器主要由美国最顶尖公立大学之一UniversityofWisconsin-Madison机械系SanfordAKlein教授开发。
EES核心模块式是美国国标局NIST物性参数软件包REFPROP（ReferenceFluidThermodynamicandTransportPropertiesDatabase）的基础。
EES是一款通用的方程求解程序，它可以数值化求解数千连接的非线性代数和微分方程。
该程序还可以用来解决微分和积分方程，做优化，提供了不确定性分析，进行线性和非线性回归，转换单位，检查单位的一致性，并生成出版质量的情节。
EES的一个主要特征是其高精确度的热力学和传输性质的数据库，提供了数百物质的方式来增强求解能力。
此软件只作交流学习之用，严禁用于商业用途。
请支持正版！
EES核心模块式是美国国标局NIST物性参数软件包REFPROP（ReferenceFluidThermodynamicandTransportPropertiesDatabase）的基础。
EES是一款通用的方程求解程序，它可以数值化求解数千连接的非线性代数和微分方程。
该程序还可以用来解决微分和积分方程，做优化，提供了不确定性分析，进行线性和非线性回归，转换单位，检查单位的一致性，并生成出版质量的情节。
EES的一个主要特征是其高精确度的热力学和传输性质的数据库，提供了数百物质的方式来增强求解能力。
此软件只作交流学习之用，严禁用于商业用途。
请支持正版！
2024/7/26 11:55:21
6.46MB
1
1． 会用Mathematica求概率、均值与方差；
2． 能进行常用分布的计算；
3． 会用Mathematica进行期望和方差的区间估计；
4． 会用Mathematica进行回归分析。
2． 能进行常用分布的计算；
3． 会用Mathematica进行期望和方差的区间估计；
4． 会用Mathematica进行回归分析。
2024/7/25 4:14:48
106KB
1
机器学习入门到精通50天，python代码编写，1.数据预处理2.简单线性回归3.多元线性回归4.逻辑回归5.k近邻法(k-NN)6.支持向量机(SVM)7.决策树8.随机森林9.K-均值聚类10.层次聚类
2024/7/23 1:49:07
83B
1
创建你的第一个贝叶斯网络手工创建一个模型从一个文件加载一个模型使用GUI创建一个模型推断处理边缘分布处理联合分布虚拟证据最或然率解释条件概率分布列表（多项式）节点Noisy-or节点其它（噪音）确定性节点Softmax（多项式分对数）节点神经网络节点根节点高斯节点广义线性模型节点分类/回归树节点其它连续分布CPD类型摘要模型举例高斯混合模型PCA、ICA等专家系统的混合专家系统的分等级混合QMR条件高斯模型其它混合模型参数学习从一个文件里加载数据从完整的数据中进行最大似然参数估计先验参数从完整的数据中（连续）更新贝叶斯参数数据缺失情况下的最大似然参数估计（EM算法）参数类型结构学习穷举搜索K2算法爬山算法MCMC主动学习结构上的EM算法肉眼观察学习好的图形结构基于约束的方法推断函数联合树消元法全局推断方法快速打分置信传播采样（蒙特卡洛法）推断函数摘要影响图/制定决策DBNs、HMMs、Kalman滤波器等等
2024/7/22 14:49:25
4.93MB
1
用于岭回归模型进行交通流量预测的基础数据。
根据已有的交通流量数据，对以后时间的车流量的信息进行回归预测。
数据来源：某路口的交通流量监测数据，记录全年小时级别的车流量。
根据已有的交通流量数据，对以后时间的车流量的信息进行回归预测。
数据来源：某路口的交通流量监测数据，记录全年小时级别的车流量。
2024/7/19 1:31:25
379KB
1
AppliedLinearStatisticalModelsByKutner&Nachtsheim&Neter，哥伦比亚大学线性回归课程规定的教材，堪称经典，难度和深度兼具，想要了解线性回归模型朋友自取
2024/7/17 13:28:34
104.51MB
1
数学优化分析综合工具软件包。
在非线性回归，曲线拟合，非线性复杂工程模型参数估算求解等领域傲视群雄，首屈一指，居世界领先地位。
【通用全局优化算法】最大特点是克服了当今世界上在优化计算领域中使用迭代法必须给出合适初始值的难题，即用户勿需给出参数初始值，而由1stOpt随机给出，通过其独特的全局优化算法，最终找出最优解。
在非线性回归，曲线拟合，非线性复杂工程模型参数估算求解等领域傲视群雄，首屈一指，居世界领先地位。
【通用全局优化算法】最大特点是克服了当今世界上在优化计算领域中使用迭代法必须给出合适初始值的难题，即用户勿需给出参数初始值，而由1stOpt随机给出，通过其独特的全局优化算法，最终找出最优解。
2024/7/15 19:12:35
13.88MB
1
遮罩评分R-CNN（MSR-CNN），，，。
CVPR2019口头论文，该项目基于。
介绍包含一个网络模块，用于了解预测的实例遮罩的质量。
所提出的网络块将实例特征和相应的预测掩码一起使用以对掩码IoU进行回归。
遮罩评分策略可在COCOAP评估过程中优先考虑更准确的遮罩预测，从而校准遮罩质量和遮罩得分之间的偏差，并提高实例分割性能。
通过对COCO数据集的广泛评估，MaskScoringR-CNN通过不同的模型和不同的框架带来一致且显着的收益。
MSR-CNN的网络如下：安装检查以获取安装说明。
准备数据mkdir-pdatasets/cocoln-s/path_to_coco_dataset/annotationsdatasets/coco/annotationsln-s/path_to_coco_dataset/trai
CVPR2019口头论文，该项目基于。
介绍包含一个网络模块，用于了解预测的实例遮罩的质量。
所提出的网络块将实例特征和相应的预测掩码一起使用以对掩码IoU进行回归。
遮罩评分策略可在COCOAP评估过程中优先考虑更准确的遮罩预测，从而校准遮罩质量和遮罩得分之间的偏差，并提高实例分割性能。
通过对COCO数据集的广泛评估，MaskScoringR-CNN通过不同的模型和不同的框架带来一致且显着的收益。
MSR-CNN的网络如下：安装检查以获取安装说明。
准备数据mkdir-pdatasets/cocoln-s/path_to_coco_dataset/annotationsdatasets/coco/annotationsln-s/path_to_coco_dataset/trai
2024/7/13 21:17:27
1.59MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB