matlab_决策树C4.5算法源代码,支持matlab环境
6KB 决策树
1
用通俗易懂的语言深入浅出地介绍了强化学习的基本原理,覆盖了传统的强化学习基本方法和当前炙手可热的深度强化学习方法。
从最基本的马尔科夫决策过程入手,将强化学习问题纳入到严谨的数学框架中,接着阐述了解决此类问题最基本的方法——动态规划方法,并从中总结出解决强化学习问题的基本思路:交互迭代策略评估和策略改善
2025/2/18 3:07:17 52.11MB 强化学习
1
大数据风控决策流程和架构设计,包括决策流程、总体架构、业务架构等
1
用python编写的决策树ID3算法,运用了Car-Evaluation的例子。
BUG较少,综合了网上的优秀代码,并进一步形成自己的代码。
代码基本有注释,风格良好,能够很快看懂。
内含有比较规范的报告文档,包含所有流程图,说明图,以及文档风格绝对不错,无需更改,建议下载!该算法所测试的数据集如下(已经打包在内,并已经生成xls格式,方便直接使用):已知:UCI标准数据集Car-Evaluation,定义了汽车性价比的4个类别;
求:用ID3算法建立Car-Evaluation的属性描述决策树Car-Evaluation训练数据集文件:1.car_databases.pdf2.car_evalution-databases.pdf
2025/2/7 20:05:03 1.17MB 决策树 ID3 Car-Evaluati 人工智能
1
决策树代码实现,参考机器学习实战,数据集采用的是adult数据集,增加了数据清洗,该决策树是随机实现的,增加了过拟合的剪枝。
2025/2/7 11:11:17 2.52MB 决策树 数据挖掘 机器学习
1
随着现代化教学活动的开展和与国内外教学机构交往的增多,对通过Internet/Intranet网络进行信息交流的需求越来越迫切,为促进教学、方便管理和进一步发挥学生的创造力,校园网络建设成为现代教育机构的必然选择。
建设校园网对每个学校来说都不是一件容易的事情,都要经过周密的论证、谨慎的决策和紧张的施工。
当一堆设备变成网络的时候,大部分学校的满腔热情也慢慢地冷却凝固。
校园网建成了,各种问题也不断涌现:设计目标根本无法实现,没有合适的应用软件,许多设想根本无法实施,后续的维护费用不堪承受等等。
2025/1/31 5:15:14 487KB 标书 综合布线 网络设计方案
1
深度强化学习是人工智能领域的一个新的研究热点.它以一种通用的形式将深度学习的感知能力与强化学习的决策能力相结合,并能够通过端对端的学习方式实现从原始输入到输出的直接控制.自提出以来,在许多需要感知高维度原始输入数据和决策控制的任务中,深度强化学习方法已经取得了实质性的突破.该文首先阐述了三类主要的深度强化学习方法,包括基于值函数的深度强化学习、基于策略梯度的深度强化学习和基于搜索与监督的深度强化学习;其次对深度强化学习领域的一些前沿研究方向进行了综述,包括分层深度强化学习、多任务迁移深度强化学习、多智能体深度强化学习、基于记忆与推理的深度强化学习等.最后总结了深度强化学习在若干领域的成功应用和未来发展趋势.
1
智慧交通是人民对美好生活的向往之一。
智慧交通从安全、效率、节能等方面改善人民的出行体验,无人驾驶的发展和普及进一步改变人们的生活方式。
智慧交通业务丰富,面对不同的应用场景,需要专属的解决方案。
网络联接、实时通信是智慧交通的基础。
5G赋能智慧交通,将车、路、人、云连接起来,形成一张可随时通信、实时监控、及时决策的智能网络。
在“端—管—云”新型交通架构下,车端和路端将实现基础设施的全面信息化,形成底层与顶层的数字化映射;
5G与C-V2X联合组网构建广覆盖与直连通信协同的融合网络,保障智慧交通业务连续性;
人工智能和大数据实现海量数据分析与实时决策,建立智能交通的一体化管控平台。
中国联通在积极部署5G网络的同时,也将智慧交通作为5G的重点应用行业。
积极参与5GPP、5GAA、CCSA及IMT2020等国内外重点标准组织的标准研究和技术推进工作。
在智慧交通产业链日渐成熟的今天,中国联通开展了包括远程驾驶、编队行驶等典型智慧交通业务的应用示范,并重点参与了科技冬奥、常州车联网示范区、重庆车联网示范区等智慧交通项目,推动5G车联网的应用落地。
本白皮书从智慧交通的现状与需求出发,提出基于5G的“车-路-云”协同的智慧交通网络架构,并介绍了实现智慧交通的关键技术,最后给出基于5G的智慧交通典型案例。
我们期望与产业各界共同探讨智慧交通的发展路线及合作模式,共同推动智慧交通和智慧城市的快速发展。
欢迎各界同仁提出修改意见和建议。
2025/1/22 21:04:39 2.05MB 5G 智慧交通
1
这是一个使用matlab来实现决策树cart的算法。
2025/1/21 5:41:15 4KB 决策树 决策树cart cart算法
1
西瓜书学习笔记,用Xmind做的记录,里面包括线性模型、神经网络、决策树、SVM、贝叶斯、EM、聚类、降维、半监督、强化等
2025/1/18 7:44:22 5.23MB 西瓜书 Xmind 笔记
1
共 541 条记录 首页 上一页 下一页 尾页
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 钉钉 钉钉打卡