这是我目前看到的最好的机器学习算法学习资料。
可在B站找视频,找不到的给我留言。
讲的很清楚,有条理,课件内容丰富。
2023/8/31 14:41:04 94.13MB 机器学习
1
近些年来,人工智能领域又活跃起来,除了传统了学术圈外,Google、Microsoft、facebook等工业界优秀企业也纷纷成立相关研究团队,并取得了很多令人瞩目的成果。
这要归功于社交网络用户产生的大量数据,这些数据大都是原始数据,需要被进一步分析处理;还要归功于廉价而又强大的计算资源的出现,比如GPGPU的快速发展。
除去这些因素,AI尤其是机器学习领域出现的一股新潮流很大程度上推动了这次复兴——深度学习。
本文中我将介绍深度学习背后的关键概念及算法,从最简单的元素开始并以此为基础进行下一步构建。
如果你不太熟悉相关知识,通常的机器学习过程如下:1、机器学习算法需要输入少量标记好的样本,比如10
1
NSL-KDD数据集是KDD99数据集的改进,可以作为有效地基准数据集,各机器学习算法可以在NSL-KDD数据集上进行入侵检测实验。
2023/8/13 4:26:44 6.29MB 数据集 NSL-KDD KDD99 入侵检测
1
非常适用于初学者,有详细算法实现过程,用于分类的例子,用于回归的例子,可以帮你深入理解随机森林算法哦~
2023/8/1 10:50:03 445KB 机器学习 随机森林
1
心脏杂波识别筛查该报告将能够识别和开发一种预测模型,该模型可以使用机器学习算法确定患有先天性心脏缺陷的儿童和患有心脏瓣膜缺陷的成人?”这些问题的答案将帮助听众进一步发展业务模型,从而有助于创建可预测和识别心脏杂音的便携式设备。
具有混淆矩阵,学习曲线和方框图的分类报告是度量标准,这些度量标准将用于评估算法以找到准确的响应模型。
该模型将查找分类为0-正常患者,1-先天性心脏缺陷-婴儿,2-心脏瓣膜缺陷-成人的输出变量。
初生婴儿时可以看到心脏瓣膜缺陷,成年人中也可以看到。
通过该项目,该算法将找到一个预测模型,以诊断整个年龄段其他患者的心脏缺陷
2023/7/20 11:43:02 1.43MB HTML
1
FERET数据集中的,200个人,每人7幅图,每幅图是80x80,经过matlab处理的,分为特征维和类别标记,可用于模式辨认和机器学习算法。
2023/3/7 3:45:10 14.64MB FERET数据集 matlab 人脸数据集
1
AGA自顺应加速遗传算法,适用于机器学习算法中AGA自顺应加速遗传算法,适用于机器学习算法AGA自顺应加速遗传算法,适用于机器学习算法
2016/10/7 8:29:17 4KB AGA
1
遥感处理软件,内置常见的机器学习算法随机森林和支持向量机,随机森林算法可以输出特征重要性,RFE_SVM可以进行特征选择,同时内置农业、土壤、水体行业使用模块
1
音频流派分类使用机器学习算法自动进行音乐流派分类,例如逻辑回归和K-最近邻使用言语:Python2.7此存储库包含根据以下流派对音乐进行分类的开发代码:蓝调古典(西方)国家迪斯科金属流行音乐数据集用于训练模型的数据集是GTZAN数据集。
数据集简介:该数据集用于G.Tzanetakis和P.Cook在2002年IEEETransactionsonAudioandSpeechProcessing中的流派分类“音频信号的音乐流派分类”中的著名论文。
该数据集由每30秒长的1000个音轨组成。
它包含10个流派,每个流派由100首曲目表示。
曲目均为.wav格式的22050Hz单声道16位音频文件。
官方网页:marsyas.info下载大小:约1.2GB下载链接:下载GTZAN流派合集
2022/12/9 0:08:24 9KB python
1
随着大数据产业在各个行业的落地生根,基于大数据的数据分析任务也越来越严峻。
一方面,传统的数据分析软件如SAS、SPSS等技术较为滞后、跟大数据平台的整合较差、好多算法无法胜任大数据模式,此外,成本也较高。
另一方面,基于大数据手段的新型数据分析软件层出不穷。
然而,很多该类型的分析软件只是包了一层开源软件的壳,缺乏很多实用的功能,没法用于生产环境的数据挖掘任务。
Sophon是一款注重实战的分布式机器学习平台。
除了丰富的分布式机器学习算法以外,它还实现了用户生产环境需求的功能,以及丰富的数据预处理算子。
尤其在深度学习领域,Sophon是国内第一家拥有图形化拖拽能力的深度神经网络训练平台,优化了分布式GPU调用,能够用于文本、图像等常见的深度学习领域。
2018/7/18 12:56:15 4.94MB 星环科技 sophon 人工智能
1
共 43 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