机器学习是计算机科学以及信号信息处理领域中重要的热点研究领域，在多个领域（数据挖掘、大数据分析、视频技术、音频技术、智能机器人技术等）成为关键核心和支撑技术。
这里提供的课件和代码包含了学生需要了解的主流的机器学习理论、方法及算法，并结合应用范例协助学生掌握监督学习、非监督学习、统计学习、计算学习、贝叶斯学习等基本学习的理论、模型算法及应用。
这里提供的课件和代码包含了学生需要了解的主流的机器学习理论、方法及算法，并结合应用范例协助学生掌握监督学习、非监督学习、统计学习、计算学习、贝叶斯学习等基本学习的理论、模型算法及应用。
2018/1/9 4:50:30
22.89MB
1
为实现对南方五省区变电站及发电厂内视频信息和环境信息（包括温湿度、水浸、门禁、风力等）的实时监测及应用，彻底处理不同厂家系统之间的互联互通等问题，实现站内设备工况远程监视、远程操作辅助监视、现场工作行为监督、事故及障碍辅助分析、应急指挥及演练、反事故演习、安全警卫、各类专项检查等功能，中国南方电网有限责任公司生产技术部组织编制了本规范。
2019/11/24 16:16:26
4.58MB
1
这是SVM的具体代码，里面有详细的阐明使用和测试图片，欢迎下载。
SVM(SupportVectorMachine)指的是支持向量机，是常见的一种判别方法。
在机器学习领域，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析。
SVM(SupportVectorMachine)指的是支持向量机，是常见的一种判别方法。
在机器学习领域，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析。
2015/6/20 23:38:57
820KB
1
客服：老客户维护跟进、售后的细节汇总调整（中差评跟进）、售前的询单未转化的细节跟进、异常订单监督、物流情况、店铺情况异常（SKU命名，规格信息异常，价格或者优惠券异常）、客户的异常情况反馈、客服发货协调对接。
美工：做图效率（由运营给出视觉参考，需求先通过ecel进行排版—完成视觉需求）、任务表布置（主图，详情页，推广图，其他图片需求）。
仓储：产品的库存反馈（做预算）、产质量量问题反馈（QC）、物流不能及时发货的情况反馈、大型活动库存预算（备货时长）
美工：做图效率（由运营给出视觉参考，需求先通过ecel进行排版—完成视觉需求）、任务表布置（主图，详情页，推广图，其他图片需求）。
仓储：产品的库存反馈（做预算）、产质量量问题反馈（QC）、物流不能及时发货的情况反馈、大型活动库存预算（备货时长）
2015/6/17 17:19:34
583KB
1
德雷蒙德-代码马拉松继续进行。
-菜鸡的Leetcode成长记欢迎监督菜鸡的碎碎念点击本页面右上角的手表在插入上方点击观看订阅本博客，这样本博客的所有文章更新和评论都会在github首页出现。
-菜鸡的Leetcode成长记欢迎监督菜鸡的碎碎念点击本页面右上角的手表在插入上方点击观看订阅本博客，这样本博客的所有文章更新和评论都会在github首页出现。
2019/3/8 21:16:22
3.08MB
1
本书适合有志于从事数据挖掘的初学者，需求的朋友可看看第一部分数据挖掘与机器学习数学基础3第一章机器学习的统计基础3第二章探索性数据分析（EDA）.11第二部分机器学习概述14第三章机器学习概述14第三部分监督学习---分类与回归16第四章KNN（k最邻近分类算法）16第五章决策树19第六章朴素贝叶斯分类29第七章Logistic回归.32第八章SVM支持向量机42第九章集成学习(EsembleLearning)43第十一章模型评估46第四部分非监督学习---聚类与关联分析50第十二章Kmeans聚类分析.50第十三章关联分析Apriori.52第十四章数据预处理之数据降维54第五部分Python数据预处理.57第十五章Python数据分析基础.57第十六章Python进行数据清洗.77第六部分数据结构与算法82第七部分SQL知识.86第八部分数据挖掘案例分析87案例一AJourneythroughTitanic597c770e.87案例二Analysisforairplane-crashes-since-190894案例三贷款预测问题98案例四KNN算法实现葡萄酒价格模型预测及交叉验证107
2015/1/23 5:02:50
4.4MB
1
本系统是基于STC89C51的实时自动报警安装，本系统通过人体感应模块检测人类的接近，并将其传递至STC89C51中处理，一方面在LCD1602显示模块中显示报警信息，另一方面将实时得到的信息进行监督。
当无人接近时时，LED显示电路显示正常。
当检测到人体接近时，LED显示显示红灯，蜂鸣器报警。
以此实现了自动滴灌。
此文件中包含：设计报告word文档keilC51程序protues仿真原理图
当无人接近时时，LED显示电路显示正常。
当检测到人体接近时，LED显示显示红灯，蜂鸣器报警。
以此实现了自动滴灌。
此文件中包含：设计报告word文档keilC51程序protues仿真原理图
2022/9/7 4:18:18
765KB
1
针对表征矿物浮选工况的泡沫图像特征冗余性大的问题,提出了一种无监督约简的浮选泡沫图像特征选择方法.该方法首先定义敏感性指数,并基于敏感性指数约简得到与工况相关的敏感图像特征集;然后针对敏感图像特征之间的自相关性,提出基于粗糙集属性重要度的敏感图像特征集约简方法;最初将该方法应用于金锑浮选过程,并利用工业现场数据进行测试,证明了该方法的有效性,为基于机器视觉的浮选过程监控创造了条件.
2022/9/7 3:17:40
352KB
1
顶点成分分析算法是一种非监督的端元提取算法。
顶点成分分析法假设纯净像元存在，根据凸面几何原理，认为端元都位于单形体的顶点。
VCA算法通过将数据投影到一个正交的子空间方向计算投影距离值最大的像元，它就是要寻找的端元。
要不断进行迭代计算，直到所有的端元都被找到。
VCA的计算步骤为:①对图像数据进行降维处理，设定一个信噪比门限值SNRth，根据图像的信噪比与门限值对比大小分别采用主成分分析法(PCA)或者奇异值分解法(SVD)对图像数据进行降维;②利用随机生成的正态分布矩阵计算初始向量，将所有的像元点向初始向量方向投影，找到投影值最大的作为端元;③继续计算新的投影向量方向并进行迭代计算直到找出所有的端元，本资源实现了VCA算法来非监督提取端元,希望对研讨端元提取的朋友有用
顶点成分分析法假设纯净像元存在，根据凸面几何原理，认为端元都位于单形体的顶点。
VCA算法通过将数据投影到一个正交的子空间方向计算投影距离值最大的像元，它就是要寻找的端元。
要不断进行迭代计算，直到所有的端元都被找到。
VCA的计算步骤为:①对图像数据进行降维处理，设定一个信噪比门限值SNRth，根据图像的信噪比与门限值对比大小分别采用主成分分析法(PCA)或者奇异值分解法(SVD)对图像数据进行降维;②利用随机生成的正态分布矩阵计算初始向量，将所有的像元点向初始向量方向投影，找到投影值最大的作为端元;③继续计算新的投影向量方向并进行迭代计算直到找出所有的端元，本资源实现了VCA算法来非监督提取端元,希望对研讨端元提取的朋友有用
2022/9/4 20:45:10
9.29MB
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